|
所属 |
理学部 化学科 |
|
職名 |
教授 |
|
外部リンク |
|
出身大学院 【 表示 ／ 非表示 】
-
京都大学 工学研究科 石油化学専攻 博士課程 修了
- 1984年03月
国名：日本国
-
京都大学 工学研究科 石油化学専攻 修士課程 修了
- 1981年03月
国名：日本国
学外略歴 【 表示 ／ 非表示 】
-
明治大学 明治大学理工学部 講師
2009年04月 - 2023年03月
国名：日本国
-
立教大学 講師
2002年04月 - 2006年03月
-
ATR適応コミュニケーション研究所 主任研究員
2001年10月 - 2002年03月
-
ATR環境適応通信研究所 主任研究員
1999年01月 - 2001年09月
-
立教大学 講師
1997年04月 - 1998年03月
所属学協会 【 表示 ／ 非表示 】
-
日本コンピュータ化学会
1998年04月 - 現在
-
アメリカ化学会
1996年04月 - 現在
-
応用物理学会
1992年07月 - 1996年03月
-
日本化学会
1990年04月 - 現在
研究経歴 【 表示 ／ 非表示 】
-
分子軌道法と機械学習による分子物性の予測
その他の研究制度
研究期間： 2017年04月 - 現在
-
分子軌道法を用いたナノマテリアル内での化学反応に関する研究
受託研究
研究期間： 2008年12月 - 2014年03月
-
分子内プロトン移動反応に関する理論的研究
共同研究
研究期間： 2008年04月 - 2013年03月
-
高次元アルゴリズムによる分子構造最適化の研究
その他の研究制度
研究期間： 2004年04月 - 現在
論文 【 表示 ／ 非表示 】
-
分子軌道エネルギーを説明変数とした機械学習 招待あり 査読あり
寺前 裕之, 玄 美燕, 高山 淳, 岡﨑 真理, 坂本 武史
Journal of Computational Chemistry, Japan 21 ( 4 ) 103 - 105 2023年04月
担当区分：筆頭著者, 責任著者 記述言語：日本語 掲載種別：研究論文（学術雑誌）
-
Prediction of molecular properties with machine learning and molecular orbital energies 招待あり 査読あり
Hiroyuki Teramae, Meiyan Xuan, Jun Takayama, Mari Okazaki and Takeshi Sakamoto
AIP Conference Proceedints 2611 02007 2022年11月
担当区分：筆頭著者, 責任著者 記述言語：英語 掲載種別：研究論文（国際会議プロシーディングス）
-
Possible Prediction of Molecular Properties with Machine Learning and Molecular Orbital Energies 招待あり 査読あり
Hiroyuki Teramae, Xuan Meiyan, Tsukasa Yamashita, Jun Takayama, Mari Okazaki, Takeshi Sakamoto
Proceedings of International Symposium on Environmental-Life Science and Nanoscales Technology 2019 XVII - XXI 2020年09月
担当区分：筆頭著者 記述言語：英語 掲載種別：研究論文（国際会議プロシーディングス） 出版者・発行元：University of Yangon
The ferulic acid is known to have strong antioxidant properties. In the present study, we have investigated the electronic structures of the ferulic acid and its radical extracting the hydrogen atom from its phenolic hydroxyl group. We have discussed the relation of the results with the radical scavenging activity with the DPPH reagent, IC50, measured by Sakamoto et al. by several machine learning models.
We use Gaussian16 program package to calculate the optimized geometries and the molecular orbitals of FA and its derivatives at RHF/6-31G** level and the radicals of FA and its derivatives which are made by removing the hydrogen atom from the phenolic hydroxyl group. The machine learning is performed with the R/caret packages.
We use the orbital energy levels of the radical forms of SOMO, SOMO-1, SOMO, LUMO, and LUMO, the neutral forms of HOMO-1, HOMO, LUMO, and LUMO+1, and the energy difference between the radical and neutral forms as the explanatory variables. We make the machine learning with these ten explanatory variables and IC50 value as the explained variable. For the regression method, we use partial least square, random forest, neural network, and krlsRadial.
All the methods give moderate/strong correlation coefficients and there should be a strong correlation. Furthermore, when we examine the machine learning with only the orbital energy levels of the radical forms, the correlation coefficients are almost the same.
In conclusion, we confirm the IC50 values of the ferulic acid can be predicted by just molecular orbital energies -
分子軌道計算と機械学習によるフェルラ酸の抗酸化作用の研究 招待あり 査読あり
寺前 裕之, 玄 美燕, 山下 司, 高山 淳, 岡﨑 真理, 坂本 武史
Journal of Computational Chemistry, Japan 18 ( 5 ) 211 - 213 2019年
担当区分：筆頭著者 記述言語：日本語 掲載種別：研究論文（学術雑誌） 出版者・発行元：日本コンピュータ化学会
Ferulic acid is known to have strong antioxidant properties. In the present study, we investigate the electronic structures of ferulic acid and its radical species extracting the hydrogen atom from its phenolic hydroxyl group. The relation of the results by several machine learning models using R/caret package, such as partial least squares, random forest, radial basis function kernel regularized least squares, and baysian regularized neural network, with the radical scavenging activity with the DPPH reagent, IC50, measured by Sakamoto et al. is discussed. We found all four methods gave reasonable correlation coefficients which means the possible prediction of the IC50 values with the results of the molecular orbital calculations only.
-
Ab initio electronic structure calculation of polymononucleotide, a model of B-type DNA 招待あり 査読あり 国際誌
Hiroyuki Teramae, Yuriko Aoki
AIP Conference Proceedings 2040 ( 1 ) 020013 2018年
担当区分：筆頭著者 記述言語：英語 掲載種別：研究論文（国際会議プロシーディングス） 出版者・発行元：American Institute of Physics
As an attempt at the electronic structure calculations of the B-type model-DNA, (poly-(guanine) poly-(cytosine)) double helix including sodium atoms as counter cations, hereafter referred as (poly-(dG)poly-(dC), double helix model polymer is performed by means of ab initio Hartree-Fock crystal orbital method adapting the screw axis-symmetry which results in great reduction of computational efforts. All sugar backbones and ions are included in the calculations. At the level of 6-31G basis sets, energy band structures were calculated for the polymers with and without sugar and sodium phosphate and found that the difference is very large when excluding the sodium phosphate. We also calculated the four single helix polymers in order to compare these band structures with the double helix polymononucleotide. The difference is not small especially for the guanine-cytosine polymer.
DOI： 10.1063/1.5079055
書籍等出版物 【 表示 ／ 非表示 】
-
ケモインフォマティクスにおける データ収集の最適化と解析手法
寺前裕之（ 担当： 分担執筆 , 範囲： 第4章第1節ケモインフォマティクスにおける機械学習モデルの種類と具体的活用法）
技術情報協会 2023年04月 （ ISBN:978-4-86104-944-6 ）
総ページ数：657 担当ページ：209-217 記述言語：日本語 著書種別：学術書
-
導電性材料をめぐる最近の動向
寺前裕之（ 担当： 単著）
材料技術研究協会 1992年04月
記述言語：日本語 著書種別：学術書
-
ポリアセチレンの電子構造
山邊時雄，寺前裕之（ 担当： 単著 , 範囲： 主要部分の執筆）
化学同人 1985年04月
記述言語：日本語 著書種別：学術書
MISC 【 表示 ／ 非表示 】
-
機械学習と化学の関わり 招待あり
寺前 裕之
埼玉新聞 2022年03月
記述言語：日本語 出版者・発行元：埼玉新聞社
情報科学研究室で行っている、機械学習の化学への応用例について解説した。
-
PubChem のデータを用いた分子座標の作成‐データベースを用いてGaussian16 の入力ファイルを作成する方法 ‐
寺前裕之
城西情報科学研究 29 15 - 26 2022年03月
担当区分：筆頭著者, 最終著者 記述言語：日本語 掲載種別：速報，短報，研究ノート等（大学，研究機関紀要）
-
計算化学汎用プログラム 分子設計統合ソフト HyperChem
寺前裕之
PETROTECH 30 ( 5 ) 346 - 350 2007年01月
記述言語：日本語 掲載種別：記事・総説・解説・論説等（国際会議プロシーディングズ） 出版者・発行元：（石油学会）
講演・口頭発表等 【 表示 ／ 非表示 】
-
Prediction of Molecular Properties with Machine Learning and Molecular Orbital Energies 招待あり 国際会議
Hiroyuki Teramae
ICCMSE2021 2021年09月 ICCMSE
開催年月日： 2021年09月
記述言語：英語 会議種別：口頭発表（招待・特別）
開催地：Crete 国名：ギリシャ共和国
-
分子軌道エネルギーを説明変数とした機械学習
寺前裕之, 玄美燕, 高山淳, 岡﨑真理, 坂本武史
日本コンピューター化学会2022年秋季年会 2022年11月 日本コンピュータ化学会
開催年月日： 2022年11月
記述言語：日本語 会議種別：口頭発表（一般）
開催地：長野 国名：日本国
-
フェルラ酸の抗酸化作用の置換基効果に関する機械学習
寺前裕之, 玄美燕, 高山淳, 岡﨑真理, 坂本武史
ケモインフォマティクス討論会 2022年11月 日本化学会ケモインフォマティクス部会
開催年月日： 2022年11月
記述言語：日本語 会議種別：口頭発表（一般）
開催地：福岡 国名：日本国
-
分子軌道エネルギーと機械学習による分子物性の予測
寺前裕之, 玄美燕, 高山淳, 岡﨑真理, 坂本武史
分子科学討論会2022 2022年09月
開催年月日： 2022年09月
記述言語：日本語 会議種別：口頭発表（一般）
開催地：横浜 国名：日本国
-
分子軌道エネルギーと機械学習による薬物物性の予測
寺前裕之, 玄美燕, 山下司, 高山淳, 岡﨑真理, 坂本武史
分子科学討論会2021 2021年09月 分子科学会
開催年月日： 2021年09月
記述言語：日本語 会議種別：口頭発表（一般）
開催地：オンライン