元素マッピングに基づくベイズ最適化フレームワークによる直接的材料設計：NASICON型正極材料のケーススタディ

より賢い近道でより良い電池へ

新しい電池材料の設計は従来、実験室や計算での長年の試行錯誤を要してきました。本研究は、統計と化学を組み合わせたより賢い探索戦略がそのプロセスを劇的に短縮できることを示しています。次世代のナトリウムイオン電池（現在のリチウムイオン電池に比べて低コストの代替）の有望な材料候補を効率的に絞り込む方法を提示します。

なぜ新しい電池レシピが必要か

リチウムイオン電池は携帯電話やノートパソコン、電気自動車を駆動しますが、リチウムは比較的希少で高価です。台所塩のナトリウムを用いるナトリウムイオン電池は、より安価で持続可能な選択肢として注目されています。特に有望なナトリウム系材料の一つであるNVPFは、高速充電や高い動作電圧を示します。しかし、NVPFは利用可能なナトリウムをすべて有効活用できず、貴重な容量が活かされていません。ナトリウムを追加すると材料は「ナトリウム過剰」状態に入り、熱力学的に不安定になって実機で使われる安全かつ実用的な電圧領域の外で動作してしまいます。結晶構造を損なわずにこのナトリウム豊富な状態を安定化させることが、ナトリウムイオン電池を真に競争力あるものにするための重要な課題です。

元素周期表を探るための地図

NVPFの改良を探すには、その構造中のバナジウム原子を他の金属に置き換える多くの方法を試す必要があります。可能な元素組み合わせの数は急速に膨れ上がり、各組成を詳細な量子力学的シミュレーションで試すのは現実的ではありません。著者らはこれに対してベイズ最適化を用いました—これは既に得られた知見に基づいて次に最も情報量の多い実験を選ぶ戦略です。しかし標準的なベイズ手法は、元素名のような離散的なカテゴリ入力よりも滑らかな数値入力を好みます。このギャップを埋めるために、チームは各元素をNVPF中でバナジウムと置換した際の振る舞いを反映する連続的な数値スコアに変換する「元素マッピング」方式を発明しました。これらのスコアは量子計算から導かれ、充放電時に各元素がどれだけ電子を受け取るか（受け入れやすさ）を捉えています。

化学を滑らかな地形に変える

各元素が連続的な「ユナリースコア」として符号化されることで、もともと離散的だった選択肢はベイズ最適化が移動できる滑らかな化学地形になります。アルゴリズムはテストする元素の組み合わせを提案し、研究者はその組み合わせが材料の理論的電圧プロファイルにどう影響するかを計算します。次にスコアリング関数が、すべての電圧が望ましい2.5–4.3ボルトの範囲内に収まるケースに報酬を与えます。この新しいデータ点が統計モデルを更新し、次に有望な組み合わせを提案します。ユナリースコアが実際の充放電挙動と強く結びついているため、得られる地形は比較的滑らかで予測しやすく、探索は手当たり次第にさまようのではなく、有望な領域に素早く集中できます。

少ない試行でより良い正極を発見

このフレームワークを用いて、著者らはNVPF構造におけるバナジウムの役割を共有しうる35種類の金属の二元混合を探索しました。数百の理論的組み合わせの中から、アルゴリズムはわずか50回の反復で、計算された電圧がすべて実用的な電池窓内に収まる16の組成を見つけ出しました。多くの有望なレシピにはパラジウム、レニウム、タングステン、鉛が様々な比率で含まれていましたが、コスト、エネルギー密度、毒性を考慮すると特に現実的だったのは、マンガンとバナジウムの混合、コバルトとバナジウムの混合という二つの組合せでした。さらなる電子構造解析により、これらの置換が純粋なバナジウムよりも多くの電子を受け入れることで役立っていることが示され、とくにナトリウム豊富な状態で余分なナトリウムを安定化させ、破壊的な構造変化を引き起こすのを防いでいることがわかりました。

材料探索における試行錯誤を超えて

非専門家にとっての主な結論は、著者らが周期表のための知的なGPSのようなものを構築したということです。各元素を化学的性質を反映する数値に変換し、それをベイズ最適化ループに入力することで、従来のグリッド探索や一部の最新の深層学習スクリーニングよりはるかに少ない高価なシミュレーションで高性能材料にたどり着けます。本検証例では、この手法はナトリウムイオン電池向けの複数の新しい候補正極組成を特定しただけでなく、それらが機能する理由も説明しました—選ばれた元素が有用な電圧でより多くの電子とナトリウムを安全に受け入れられるためです。同じ戦略は触媒や合金など、希少で高性能な材料を広大な組合せ空間から探し出す必要がある他の多くの材料課題にも適用できます。

引用: Park, S., Shim, Y., Hur, J. et al. Element mapping-based Bayesian optimization framework enabling direct materials design: a case study on NASICON-type cathode materials. npj Comput Mater 12, 92 (2026). https://doi.org/10.1038/s41524-026-01958-6

キーワード: ナトリウムイオン電池, ベイズ最適化, 材料探索, 正極設計, 元素マッピング