Updated on 2025/03/14

写真a

 
TANIGUCHI, Takuya
 
Affiliation
Affiliated organization, Center for Data Science
Job title
Associate Professor(non-tenure-track)
Degree
Doctor of Engineering ( 2019.03 Waseda University )
Mail Address
メールアドレス

Research Experience

  • 2021.04
    -
    Now

    Waseda University   Center for Data Science   Associate Professor (without tenure)

  • 2019.04
    -
    2021.03

    Waseda University   Center for Data Science   Assistant Professor (without tenure)

  • 2017.04
    -
    2019.03

    Japan Society for the Promotion of Science

Education Background

  • 2014.04
    -
    2019.03

    Waseda University   Graduate School of Advanced Science and Engineering   Department of Advanced Science and Engineering  

  • 2009.04
    -
    2014.03

    Waseda University   School of Advanced Science and Engineering   Department of Life Science and Medical Bioscience  

Committee Memberships

  • 2020.08
    -
    2020.11

    Molecular Chirality Asia 2020  事務局長

Professional Memberships

  • 2022.10
    -
    Now

    人工知能学会

  • 2020.07
    -
    Now

    日本結晶学会

  • 2014.06
    -
    Now

    日本化学会有機結晶部会

  • 2014.05
    -
    Now

    光化学協会

  • 2012.10
    -
    Now

    日本化学会

▼display all

Research Areas

  • Structural organic chemistry and physical organic chemistry / Organic functional materials

Research Interests

  • organic functional materials

  • materials informatics

  • materials science

Awards

  • 井上研究奨励賞

    2019.12   井上科学振興財団  

  • Ono Azusa Memorial Award

    2019.03   Waseda University  

  • 学生講演賞

    2019.03   日本化学会第99春季年会  

  • Poster Presentation Award

    2017.07   Chirality 2017  

  • poster prize

    2017.04   ICCOSS XXIII  

▼display all

Media Coverage

 

Papers

  • Discovering trends in big data: general discussion

    Ricardo Valencia Albornoz, Dmytro Antypov, Gerd Blanke, Itamar Borges, Andres Marulanda Bran, Joshua Cheung, Christopher M. Collins, Nicholas David, Graeme M. Day, Volker L. Deringer, Claudia Draxl, Annabel Eardley-Brunt, Matthew L. Evans, Ian Fairlamb, Kate Fieseler, Barnabas A. Franklin, Janine George, Joanna Grundy, Jay Johal, Adarsh V. Kalikadien, Venkat Kapil, Lyubomir Kotopanov, Vishank Kumar, Christian Kuttner, Magdalena Lederbauer, Andrea Carolina Ojeda-Porras, Jiayun Pang, Michael Parkes, Miles Pemberton, Branko Ruscic, Matthew R. Ryder, Ken Sakaushi, Gabriele Saleh, Brett M. Savoie, Philippe Schwaller, Bastian Bjerkem Skjelstad, Wenhao Sun, Takuya Taniguchi, Christopher R. Taylor, Steven Torrisi, Shubham Vishnoi, Aron Walsh, Ruiqi Wu

    Faraday Discussions    2025

    DOI

    Scopus

  • Discovering chemical structure: general discussion

    Alán Aspuru-Guzik, Tim Bechtel, Varinia Bernales, Philip C. Biggin, Filippo Bigi, Itamar Borges, Ksenia R. Briling, Joshua Cheung, Christopher M. Collins, Kevion K. Darmawan, Nicholas David, Graeme M. Day, Volker L. Deringer, Claudia Draxl, Matthew Dyer, Annabel Eardley-Brunt, Rob Evans, Ian Fairlamb, Barnabas A. Franklin, Janine George, Mark Goulding, Joanna Grundy, Roohollah Hafizi, Matthijs Hakkennes, Niamh Hickey, Gillian James, Veronika Juraskova, Adarsh V. Kalikadien, Venkat Kapil, Heather J. Kulik, Vishank Kumar, Christian Kuttner, Magdalena Lederbauer, Yuchen Lou, Eltjo Mante, Liam Marsh, Jennie Martin, Clelia Middleton, Tahereh Nematiaram, Charles W. P. Pare, Bianca Pasca, Chris J. Pickard, Branko Ruscic, Matthew R. Ryder, Brett M. Savoie, Wenhao Sun, Filip T. Szczypiński, Takuya Taniguchi, Steven Torrisi, Shubham Vishnoi, Aron Walsh, Shirui Wang

    Faraday Discussions    2025

    DOI

    Scopus

  • Proton Conduction in Chiral Molecular Assemblies of Azolium–Camphorsulfonate Salts

    Chisato Sato, Shun Dekura, Hiroyasu Sato, Kohei Sambe, Takashi Takeda, Takuya Kurihara, Motohiro Mizuno, Takuya Taniguchi, Jiabing Wu, Takayoshi Nakamura, Tomoyuki Akutagawa

    Journal of the American Chemical Society    2024.07  [Refereed]

    DOI

    Scopus

    1
    Citation
    (Scopus)
  • Knowledge distillation of neural network potential for molecular crystals

    Takuya Taniguchi

    Faraday Discussions    2024.07  [Refereed]

    Authorship:Lead author, Last author, Corresponding author

    DOI

  • Effectiveness and limitation of the performance prediction of perovskite solar cells by process informatics

    Ryo Fukasawa, Toru Asahi, Takuya Taniguchi

    Energy Advances    2024.03  [Refereed]

    Authorship:Last author, Corresponding author

     View Summary

    Perovskite solar cells have garnered significant interest owing to their low fabrication costs and comparatively high power conversion efficiency (PCE). The performance of these cells is influenced not solely by...

    DOI

    Scopus

    1
    Citation
    (Scopus)

▼display all

Books and Other Publications

  • 未来技術2023-2032 全産業編

    ( Part: Contributor, 第8章17, 18)

    日経BP社  2023.02 ISBN: 9784296200948

Presentations

  • Investigation of Bayesian Optimization and Generative Model for Crystal Structure Prediction of Molecular Crystals

    Takuya Taniguchi

    Presentation date: 2024.12

  • Stability comparison of perovskite thin films by process informatics

    Ryo Fukasawa, Toru Asahi, Takuya Taniguchi

    Presentation date: 2024.12

  • 機械学習によるペロブスカイト薄膜の成膜条件間での安定性評価

    深澤亮, 朝日透, 谷口卓也

    2024年度日本結晶学会 

    Presentation date: 2024.11

  • 機械学習を用いた分子性結晶の結晶構造予測

    谷口卓也

    2024年度日本結晶学会 

    Presentation date: 2024.11

  • 機械学習を用いた高出力フォトメカニカル結晶の実験条件探索

    石崎一輝, 朝日透, 谷口卓也

    第32回有機結晶シンポジウム 

    Presentation date: 2024.10

▼display all

Research Projects

  • 効率的な結晶構造予測による有機多孔質材料の構造探索

    住友財団  環境研究助成(一般研究)

    Project Year :

    2024.11
    -
    2026.11
     

  • 機械学習によるHOF材料の安定性シミュレーション

    日本学術振興会  科研費

    Project Year :

    2024.04
    -
    2026.03
     

  • 機械学習を活用した有機固相転移の計画的創出

    科学技術振興機構(JST)  ACT-X

    Project Year :

    2023.10
    -
    2026.03
     

  • AI分子シミュレータの評価および固体材料開発を志向した活用検討(3)

    ENEOS株式会社  共同研究

    Project Year :

    2024.04
    -
    2025.03
     

  • 有機固体MIのWebプラットフォーム開発

    科学技術振興機構(JST)  大学発新産業創出プログラム(START)

    Project Year :

    2023.07
    -
    2024.03
     

▼display all

Misc

  • 分子結晶の物性予測における分子・結晶グラフの比較

    谷口卓也, 細川真由子, 朝日透

    2023年度人工知能学会全国大会(第37回)    2023.06

    Authorship:Lead author, Corresponding author

    Research paper, summary (national, other academic conference)  

    DOI

  • Application of Materials Informatics for Organic Crystals

    Takuya TANIGUCHI

    Nihon Kessho Gakkaishi   65 ( 2 ) 139 - 144  2023.05  [Refereed]  [Invited]

    Authorship:Lead author, Corresponding author

    Article, review, commentary, editorial, etc. (scientific journal)  

    DOI

  • Mechanically Responsive Soft Crystals Induced by Light and Heat

    Takuya TANIGUCHI

    Nihon Kessho Gakkaishi   63 ( 1 ) 31 - 37  2021.02  [Refereed]  [Invited]

    Authorship:Lead author, Corresponding author

    Article, review, commentary, editorial, etc. (scientific journal)  

    DOI

  • 世界初!歩き回るロボット結晶が誕生-まったく新しいソフトロボット実現への可能性

    小島秀子, 谷口卓也, 朝日透

    化学    2018.09  [Invited]

    Article, review, commentary, editorial, etc. (trade magazine, newspaper, online media)  

  • 加熱・冷却すると歩いたり転がったりする「ロボット結晶」を開発! – ソフトロボットへの応用に期待

    谷口卓也

    academist Journal    2018.03

    Article, review, commentary, editorial, etc. (trade magazine, newspaper, online media)  

▼display all

 

Syllabus

▼display all

 

Sub-affiliation

  • Affiliated organization   Global Education Center

Research Institute

  • 2022
    -
    2024

    Waseda Center for a Carbon Neutral Society   Concurrent Researcher

Internal Special Research Projects

  • 有機固体研究における大規模言語モデルの活用探索

    2024  

     View Summary

    有機固体は創薬や材料科学など幅広い領域でその機能性が注目されている素材である。しかしながら、有機固体の構造最適化を図るには膨大なトライアンドエラーが不可避であり、研究開発の過程で多大なリソースを要する。その効率化を目指す上では、実験前に分子をスクリーニングし、候補を絞り込む手法が極めて有効である。本研究では、このスクリーニング工程に大規模言語モデルを組み込む可能性を検討した。具体的には、Pythonプログラムを作成する際にChatGPTおよびClaudeを活用し、分子SMILES情報をChatGPTのAPIによってエンコーディングしたうえで、その回帰性能を検証した。得られた結果から、言語モデルにおける自然言語処理技術は分子構造の特徴抽出にも有用であり、有機固体に関する物性予測の高精度化や研究開発効率の向上に寄与する可能性が示唆された。今後は、より大規模な分子データセットや高度な最適化手法との連携を進めることで、探索の高速化と的確なデザイン戦略の確立を目指す所存である。

  • 有機固体材料におけるグラフ表現の検討と材料開発

    2023  

     View Summary

    分子結晶は創薬や材料科学などの多岐にわたる分野で研究されている。開発過程においてはトライアンドエラーが避けられず、多大なリソースが消費される。効率的な分子結晶デザインを実現するためには、実験前の分子スクリーニングが有効である。そこで本研究では、有機固体材料のグラフ表現の確立を目指した。分子結晶のグラフ表現を、バンドギャップ予測という物性予測の課題において比較した。中間的なCrystGraphの表現が、分子グラフや他の異なる複雑さを持つ結晶グラフと比較して、最も優れた回帰指標を提供した。バンドギャップは結晶の物性であり、その予測において中間的なCrystGraphがMolGraphよりも誤差を約0.4倍減少させ、適度な相関係数を示したことは注目に値する。手作業で収集したデータを用いた汎化テストでは、中間的なCrystGraphを使用した場合がMolGraphや既報研究で開発されたアンサンブルモデルよりも優れた性能を検証した。CSDからダウンロードした大規模なデータセットでのバンドギャップスクリーニングでは、合理的な推論結果を得て、最も低いおよび最も高いバンドギャップを持つ潜在的な結晶を同定した。本研究の新規性は、グラフの表現比較を通じて結晶グラフが分子グラフに対して持つ相対的な効果を明確にした点にある。このワークフローは他の物性にも応用が可能であり、機能性分子結晶の効率的なスクリーニングと設計に寄与する可能性を示している。

  • 分子結晶の機械学習ポテンシャル開発

    2023  

     View Summary

    分子結晶は創薬や材料科学などの多岐にわたる分野で研究されている。開発過程ではトライアンドエラーが必須であり、多大なリソースを要する。分子結晶の効率的なデザインを実現するためには、実験前の分子スクリーニングが有効である。そこで本研究では、分子結晶向けの機械学習ポテンシャル開発を目指した。本年度はまず、既存の機械学習ポテンシャルであるPreFfered Potential(PFP)の精度を評価した。分子結晶の弾性特性は、医薬品および材料応用において重要だが、弾性定数テンソルの理論計算は計算コストが高い。PFPを用いた分子結晶の弾性率予測の可能性を評価したところ、実験値との十分な一致を示し、ハートリー・フォック計算を上回る性能が確認された。また、ナノインデンテーション測定による特定方向でのヤング率を精密に予測できること、およびヤング率の大きさと結晶構造の関係が明らかになった。分子結晶の弾性率データベーススクリーニングによって、大きな弾性率を有する結晶と小さな弾性率を有する結晶の両方が提案された。続いて、Materials Projectで学習した機械学習ポテンシャルであるCHGNetに有機結晶データを追加学習させた際の効率を調査した。Materials Projectは無機結晶を中心とした計算データベースであるため、追加学習を施さない場合、有機結晶のポテンシャル計算には大きな誤差が生じる。少量の有機結晶データを追加学習することで予測精度が向上することが確認された。追加学習では、学習率1e-3では精度が改善しなかったが、学習率を1e-2に調整することで予測精度が改善された。これは、無機結晶に特化したニューラルネットワークのハイパーパラメータを、より汎用的なハイパーパラメータに遷移させるため、勾配の谷を超える必要があるためと考えられる。

  • 分子結晶に対するグラフ生成モデルの有用性検討

    2022  

     View Summary

    分子結晶は創薬や材料科学などの多岐にわたる分野で研究されているが、その開発にあたってはトライアンドエラーの繰り返しが必要であり、多大なリソースがかかっている。本研究では、グラフ構造を使って分子結晶を生成することを目指して、分子結晶におけるグラフ表現の有用性を比較した。分子結晶を分子グラフおよび結晶グラフで数理データ化し、グラフニューラルネットワーク(GNN)に入力した。目的変数はバンドギャップを対象とした。GNNでの回帰分析の結果から、分子グラフよりも結晶グラフの方が良い回帰性能を与えることが分かり、分子結晶における結晶グラフの有用性が確認できた。またこの結果から、分子間相互作用のバンドギャップに与える寄与を考察した。

  • グラフ構造を用いた分子結晶の構造ー機能の相関探索

    2021  

     View Summary

    分子結晶は創薬や材料科学などの多岐にわたる分野で研究されているが、その開発にあたってはトライアンドエラーの繰り返しが必要であり、多大なリソースがかかっている。本研究では、グラフ構造を使って分子結晶をデータ化し、機械学習によって構造と種々の機能との関係性を探索した。分子結晶を分子グラフおよび結晶グラフで数理データ化し、グラフニューラルネットワーク(GNN)に入力した。目的変数はバンドギャップおよび融点を対象とした。GNNでの回帰分析の結果から、既存のフィンガープリント法で分子を表現するよりもグラフ構造で分子や結晶を表現する方が分子結晶のマテリアルズインフォマティクスに適していることが分かった。

▼display all