マテリアルズインフォマティクス ベンダー特集

ENEOS、OER触媒約1億構造を評価

目次

2026年9月17日、Matlantis株式会社は、ENEOSホールディングスによるOER(酸素発生反応)触媒の大規模な材料探索について発表しました。

ENEOSホールディングスは、Matlantis PFPとNVIDIA ALCHEMIを活用して約1億種の材料構造を計算上で評価し、合成・実験検証を優先する約1,000件の有望な触媒組成を抽出しました。従来は数年を要していた探索プロセスを数か月に短縮したと報告されています。

この成果はENEOSホールディングスが2025年12月にも公表しており、今回のMatlantisの発表では、NVIDIA ALCHEMIとの組み合わせによる計算の高速化にも焦点が当てられています。

AIと原子レベルシミュレーションを組み合わせた、マテリアルズインフォマティクス(MI)に関連する材料探索の活用例を紹介します。

ENEOSが取り組むOER触媒の材料探索

OER(酸素発生反応)は、水を電気分解して水素を製造する際に、酸素が発生する反応です。この反応を効率よく進めるために触媒が用いられます。

PEM型水電解では、酸素発生反応を促進する触媒としてイリジウム酸化物が使用されていますが、その希少性やコストの高さが課題となっています。ENEOSホールディングスは、こうした課題に対応するため、イリジウム酸化物に代わる触媒材料の探索を進めています。

触媒の候補となる材料には多くの組成や原子構造が考えられるため、すべてを合成して性能を調べるには膨大な時間と労力が必要です。

そこで、実際に合成・実験を行う前に、AIとシミュレーションによって候補を評価し、検証対象を絞り込む方法が活用されました。

約1億種の材料構造から有望な触媒組成を約1,000件抽出

ENEOSホールディングスは、NVIDIA ALCHEMI上でMatlantis PFPを活用し、OER触媒の大規模な仮想スクリーニングを実施しました。

この取り組みでは、約1億種の材料構造を評価し、イリジウム酸化物を代替し得る有望な触媒組成を約1,000件抽出しています。

仮想スクリーニングとは、候補材料を実際に合成する前に、計算によって特性などを評価し、実験する候補を絞り込む手法です。

今回の成果は、膨大な候補の中から実験で優先的に検証する材料を選び出した点にあります。なお、約1,000件の候補すべてについて触媒性能が実験で確認されたことを示すものではありません。

材料探索にAIやシミュレーションを活用したい場合は、対応する企業や提供技術を比較することもできます。

Matlantis PFPとNVIDIA ALCHEMIによって計算を高速化

大規模な材料探索を支えたのが、Matlantis PFPとNVIDIA ALCHEMIの組み合わせです。

Matlantis PFPは、原子レベルのシミュレーションに用いられる汎用機械学習ポテンシャルです。幅広い元素や材料系に対応し、材料の性質を調べるための計算に活用されています。

一方、NVIDIA ALCHEMIは、化学・材料科学分野の大規模な計算処理やワークフローの実行を支援する技術群です。

Matlantisの発表によると、両技術の組み合わせによってPFPの計算スループットが数十倍以上に向上しました。

また、MatlantisとENEOSホールディングスの発表では、計算の高速化や探索工程の自動化を組み合わせることで、従来は数年を要した材料探索プロセスを数か月に短縮できたとしています。

材料の特性を予測する技術だけでなく、大量の計算を効率的に実行できる環境を組み合わせたことが、今回の大規模な探索を支えています。

ENEOSの事例から見るマテリアルズインフォマティクスの活用

今回の事例では、膨大な材料構造を計算上で評価し、その結果から実験に進める候補を絞り込んでいます。

マテリアルズインフォマティクス(MI)の活用を考える際にも、AIによる予測結果を材料開発のどの工程で利用するかが重要になります。

例えば、候補材料が多すぎて実験対象を決められない場合には、計算によるスクリーニングが候補の優先順位付けに役立ちます。一方で、抽出した材料が実際に求める性能を発揮するかは、合成や測定による検証が必要です。

自社の材料開発にマテリアルズインフォマティクス(MI)を取り入れる場合は、データ整備、材料探索、予測モデルの構築など、相談したい工程に応じて支援会社を検討できます。

ENEOSホールディングスの取り組みは、材料探索の初期段階で計算を活用し、実験対象を絞り込む事例として参考になります。

今後、今回抽出された触媒候補の実験検証結果や、実際の材料開発への展開を確認していくことが重要です。

材料開発におけるほかの活用例は、マテリアルズインフォマティクス(MI)の成功事例・導入事例でも紹介しています。

参照元:Matlantis株式会社(https://matlantis.com/ja/news/release-260917/)

参照元:ENEOSホールディングス株式会社(https://www.hd.eneos.co.jp/news/release_information/year/2025/20251205_01_01_mr03/)

参照元:ENEOS株式会社(https://www.eneos.co.jp/rd/news/2026/202606-03.html)

参照元:科学技術振興機構(https://www.jst.go.jp/seika/bt2025-10.html)

SELECTIONS
専門的な領域に強みを持つ
マテリアルズインフォマティクスの
ベンダー3選

専門領域を持っているMIベンダーを厳選しました。
自社の研究対象に近しい領域を専門としているMIベンダーの方が、
コミュニケーションにズレがなく、知見や実績も豊富な可能性があります。

化学・素材メーカーのアイコン
有機・無機化合物の
新素材・製品開発を行う
化学・素材メーカーの相談先
日立ハイテク
「化学・素材」領域に強い理由

化学・素材分野で数多くの開発を成功に導いた実績があります。

日立グループ全体の強みを活かして材料開発を総合的に支援できることから、早期の市場参入を可能にします。

製薬会社のアイコン
新薬候補の特定、
毒性予測など研究を行う
製薬会社の相談先
富士通
「創薬」領域に強い理由

富士通では、創薬に特化したプラットフォームを用意。特許読解、法規制物質チェックにも一貫して対応可能。

特定の材料開発プロセスではなく、創薬研究プロセス全体のDXが叶う点も魅力です。

エネルギー企業のアイコン
新エネルギー材料の
発見に注力する
エネルギー企業の相談先
伊藤忠テクノソリューションズ
「エネルギー」領域に強い理由

新しいエネルギー材料の特性を正確に予測する「Mat3ra」(旧Exabyte.io)プラットフォームを提供。

新しいバッテリー材料や軽量合金の開発をスピーディーに進められることが可能です。