人工知能（AI）を活用した新システムが、次世代バイオエレクトロニクスに向けた高機能ポリマーの設計に向けた重要な知見を提供した。北カロライナ州立大学のアラム・アマシアン教授らの研究チームは、ポリマーの電子特性を精密に制御する方法を明らかにした。従来のシリコンベース電子機器とは異なり、生体適合性や柔軟性を備えたポリマー材料は、神経系と連携するインプラント型電子機器や光吸収デバイスなどに応用が期待されるが、その電子特性を意図的に調整するのは極めて難しく、材料の加工方法や構造が電子性能に与える影響が未解明だった。 研究チームは、この課題を解決するため、AIを活用した「DopeBot」と呼ばれる実験最適化システムを開発。アイオワ州立大学のバスカー・ガナパティサブラマニアン教授が開発したアルゴリズムと高スループット実験を組み合わせ、ポリマーpBTTTにドーピング剤F4TCNQを導入するプロセスを自動最適化。溶媒や温度といった複数のパラメータを変化させ、合計224回の実験を実施。各実験の結果をリアルタイムで分析し、次回の実験条件をAIが自動決定することで、効率的に最適な組み合わせを探索した。 得られたデータは、加工条件、分子構造、電子的・光学的特性の関係を詳細に明らかに。しかし、相関関係にとどまっていたため、アマシアン教授とNC州立大学のラージャ・ゴーシュ助教は、量子化学計算を用いて「ドーピング剤がポリマー中にどの位置に存在するか」が電子特性に与える影響を解明。これにより、ポリマーの電子性能を設計的に制御するための科学的根拠が得られた。 研究チームは、今後、NC州立大学、バッファロー大学、ドイツのカールスルーエ工科大学との共同研究を通じて、医療分野で実用化可能な有機バイオエレクトロニクス材料の開発を進める。この研究は、AIと実験科学の融合によって、新材料の創出速度を飛躍的に向上させる可能性を示している。