🌊 OERの計算化学

🌐 JP | 🇬🇧 EN | Last sync: 2026-08-18

AI寺子屋トップ›マテリアルズ・インフォマティクス道場›OERの計算化学

← マテリアルズ・インフォマティクス道場トップ

🎯 シリーズ概要

水を分解することは、水素をつくる最もクリーンな道筋です。そしてそれを難しくしている反応は、水素を生み出すほうの反応ではありません。難しいのはもう一方の半反応——酸素発生反応——であり、4つのプロトン・電子移動を順番に押し通さねばならないこの反応こそが、実際に稼働する電解槽におけるエネルギー損失の大半を生んでいます。本シリーズは、計算化学がこの反応をどう掴まえるのかを扱います。何が計算できるのか、どうやって計算するのか、そして——最も重要なこととして——その計算が語っていないことは何なのか、です。

道筋は反応機構から、実際に動くスクリーニングのパイプラインまでを貫きます。4段階の機構を組み立てて、なぜ4電子であることが問題なのかを説明し、計算水素電極（CHE）モデル——溶液中の電子を扱うモデルを持たないDFTコードに電気化学的な自由エネルギー図を出力させる、あの参照のトリック——を構築し、中間体どうしのスケーリング則と、そこから帰結する火山型プロットを導き、スクリーニングのループを Python で実装し、最後にそのループの前段に機械学習モデルを据えたうえで、計算水素電極には見えない5つのことを率直に述べます。

本シリーズはマテリアルズ・インフォマティクス道場のシリーズであり、触媒材料MI応用を補完するものです。あちらのシリーズはデータ駆動の層——記述子、活性モデル、ベイズ最適化、アクティブラーニング——で仕事をします。本シリーズはその1つ下の層、そもそもその記述子を生み出している物理の側で仕事をします。どちらから読んでも構いません。両方読めば、2つの層がどう接続するのかが見えてきます。

本シリーズは触媒インフォマティクスの背後にある物理を知りたい材料研究者に向けて書かれています。機械学習によるスクリーニング研究を実行したり読んだりできる人が、\(\Delta G_{\mathrm{OH}}\) とは実際のところ何なのか、火山型プロットになぜ頂点があるのか、そして計算された過電圧がどこから信頼できなくなるのかを知りたい——そんな読者です。電気化学の予備知識は前提としません。

数値についての約束を、最初に述べておきます。 本シリーズに現れるあらゆる数値は、定義か、単位換算か、あるいは教育用に私たちが作った例示的な値のいずれかであり、そのどれもが登場箇所でそのように明示されています。ここにある数値はどれ1つとして、実在の材料、実測値、実在の公表された計算に帰属するものではありません。スケーリング則のオフセットを「およそ3.2 eV」と書くのは、それが傾向というものの誠実な精度だからであって、自然定数だからではありません。ご自身の研究に数値が必要なら、チュートリアルからではなく一次資料から取ってください。

学習パス

📋 学習目標

• 電気化学的な水分解のボトルネックが、水素発生ではなく酸素発生反応である理由を説明できる
• 計算水素電極を用いて自由エネルギー図を構築できる。参照のトリックと、電子エネルギーを自由エネルギーに変える各種補正を含めて理解する
• 吸着中間体どうしのスケーリング則を導出し、それが火山型プロットの上限をゼロでない過電圧に固定してしまう理由を示せる
• 記述子に基づくスクリーニングのループをPythonで実装し、その結果から理論過電圧を読み取れる
• 計算水素電極の限界——速度論、実在の表面、溶媒和、安定性、汎関数依存性——を述べ、それに照らしてスクリーニングの主張を判断できる

📖 前提知識

基礎的な熱力学 が唯一の本当の要件です。ギブズ自由エネルギー、反応段階における \(\Delta G\) の意味、そして自発的な段階は自由エネルギーが下り坂であるという考え方です。学部の物理化学を履修していれば、それで十分です。

Python は第4章と第5章のハンズオンに必要です。コードは NumPy だけを使い、化学パッケージも機械学習ライブラリも使いません。一行ずつ読めるように書かれており、すべて詳しく解説しています。

電気化学の予備知識は必要ありません。 電極電位、過電圧、標準水素電極、そして4段階のOER機構は、すべて最初から積み上げていきます。DFTに馴染みがあれば文脈の理解に役立ちますが、前提とはしません。本シリーズはDFT計算を「全エネルギーを返すブラックボックス」として扱い、そのエネルギーを得たあとに何をするのかを主題とします。

第1章

なぜOERがボトルネックなのか

水分解の高くつくほうの半反応を、酸素発生が担っている理由を理解します。4電子機構とその3つの表面中間体に出会い、過電圧が何を意味するのか、電解槽でエネルギーが実際にどこへ消えているのかを見て、熱力学的には1.23 Vに固定されている反応が、実際にはなぜはるかに高くつくのかを理解します。

水分解 4電子機構 過電圧 表面中間体 なぜ4つだと難しいのか

⏱️ 20-25分

第1章を読む →

第2章

計算水素電極

電気化学を計算可能にするトリックを学びます。プロトン・電子対を水素分子の半分に参照づけることで、扱いにくい溶媒和プロトンを計算から消し去る仕組み、印加電位が単純な線形シフトとして入ってくる仕組み、そして零点エネルギーとエントロピーの補正がDFTエネルギーを自由エネルギー図に変える仕組みを見ていきます。

CHE 参照のトリック 自由エネルギー図 シフトとしての電位 ZPEとエントロピー補正

⏱️ 25-30分

第2章を読む →

第3章

スケーリング則と火山型プロット

たった1つの数値が表面全体を代表できてしまう理由を学びます。中間体どうしの結合エネルギーの相関を導出し、それが4つの自由エネルギー段階を単一の記述子軸へ畳み込む様子を見て、頂点がゼロでない過電圧に位置する火山型プロット——スケーリング則が材料の一族全体に課す天井——を構築します。

スケーリング則 記述子 火山型プロット サバチエ原理 天井

⏱️ 25-30分

第3章を読む →

第4章

ハンズオン: Pythonによるスクリーニング

スクリーニングのループを自分で組み上げます。架空の候補群について自由エネルギーをそろえ、CHEの構成を段階ごとに適用し、理論過電圧を計算し、候補を火山型プロット上で順位づけします。そのすべてをNumPyだけで、途中の量をすべて可視にし、すべての数値を「教育用の例示である」と明示しながら進めます。

NumPy実装 各段階の自由エネルギー 過電圧の計算 候補のランキング 火山型プロットの構築

💻 NumPyハンズオン ⏱️ 30-35分

第4章を読む →

第5章

機械学習スクリーニングとCHEの限界

記述子を学習モデルへと一般化し、そのうえでこの枠組み全体に見えていないものを突き止めます。素のNumPyでリッジ回帰モデルを当てはめ、訓練範囲の外で誤差が静かに膨らんでいく様子を観察し、スケーリング則を破るための戦略を概観し、計算水素電極の5つの誠実な限界——速度論、実在の表面、溶媒和、安定性、汎関数依存性——を1つずつ検討します。

機械学習スクリーニング スクリーニングのファネル 外挿のリスク スケーリング則を破る 5つの限界

💻 NumPyハンズオン ⏱️ 25-30分

第5章を読む →

📚 推奨学習パス

パターン1: 初学者向け - フルツアー（5日間）

• 1日目: 第1章（なぜOERがボトルネックなのか）
• 2日目: 第2章（計算水素電極）
• 3日目: 第3章（スケーリング則と火山型プロット）
• 4日目: 第4章（スクリーニングのループを組み上げる）
• 5日目: 第5章（機械学習スクリーニングと誠実な限界）＋ 復習

パターン2: 中級者向け - ファストトラック（3日間）

• 1日目: 第1〜2章（反応機構とCHEの構成）
• 2日目: 第3〜4章（スケーリングと火山型プロット、続いて実際に動くループ）
• 3日目: 第5章（限界と誠実な評価）＋ 全演習問題

パターン3: 実務者向け - まっすぐコードへ（1日間）

• 第2章を流し読みしてCHEの手順と補正項を押さえる
• 第3章を丁寧に読む（これから実装することになる記述子の論理そのもの）
• 第4章はコードを隣で走らせながら取り組む
• 誰かにスクリーニング結果を引用する前に、第5章を通読する

🎯 全体の学習成果

本シリーズを修了すると、次の力が身につきます。

知識レベル

• ✅ 4段階のOER機構と、4電子を要することがなぜボトルネックを生むのかを説明できる
• ✅ 計算水素電極が何を仮定し、何を計算可能にするのかを述べられる
• ✅ スケーリング則が存在する理由と、それが火山型プロットの上限をゼロでない過電圧に固定する仕組みを説明できる
• ✅ 自由エネルギー図を読むとき、熱力学的な主張と速度論的な主張を区別できる

実践スキル

• ✅ 吸着エネルギーから自由エネルギー図を構築し、そこから理論過電圧を読み取れる
• ✅ 化学パッケージを使わずにNumPyで記述子ベースのスクリーニングループを実装できる
• ✅ 正規方程式によってリッジ回帰モデルを当てはめ、それを誠実に評価できる
• ✅ 予測を信頼する前に、候補がモデルの適用範囲（applicability domain）に入っているかを検証できる

応用力

• ✅ 公表された計算スクリーニング研究を、CHEの5つの限界に照らして判断できる
• ✅ 記述子に基づくランキングが有益な場面と、読み過ぎになっている場面を見分けられる
• ✅ 物理から導かれた記述子を、答えとしてではなく特徴量としてマテリアルズ・インフォマティクスのワークフローに接続できる
• ✅ 機械学習モデルが外挿していることを見抜き、その出力を相応に扱える

🛠️ 使用する技術とツール

主要ライブラリ

• numpy
• matplotlib

開発環境

• Python : 3.8以上
• Jupyter Notebook : 対話的な開発と可視化
• IDE : VSCode、PyCharmなど

推奨ツール

• Google Colab（クラウドベース、環境構築不要）
• Anaconda Distribution（一式そろった環境）
• Git（演習のバージョン管理）

🚀 次のステップ

発展的な学習

この分野をさらに深く学ぶために:

• マイクロキネティクス（微視的速度論）モデリングと電気化学的障壁
• 陽な溶媒モデルと定電位電子状態計算の手法
• 計算プールベ図と電気化学的安定性の解析

関連シリーズ

関連トピックで知識を広げましょう:

• 触媒材料MI応用（本シリーズの1つ上、データ駆動の層）
• ベイズ最適化・アクティブラーニング入門（次の計算や実験をどう選ぶか）
• 計算材料科学基礎入門（本シリーズがブラックボックスとして扱うDFTの機構）

実践プロジェクト

学んだスキルを実践的なプロジェクトに応用しましょう:

• 第4章のスクリーニングループを拡張し、1つではなく2つの目的関数で候補を順位づけする
• 第5章のリッジ回帰モデルに適用範囲の判定を追加し、ホールドアウト集合に適用する
• 第5章の5つの限界を用いた、公表されたOERスクリーニング研究1件の批判的レビュー

免責事項

• 本コンテンツは教育・研究・情報提供のみを目的としており、専門的な助言(法律・会計・技術的保証など)を提供するものではありません。
• 本コンテンツおよび付随するCode examplesは「現状有姿(AS IS)」で提供され、明示または黙示を問わず、商品性、特定目的適合性、権利非侵害、正確性・完全性、動作・安全性等いかなる保証もしません。
• 外部リンク、第三者が提供するデータ・ツール・ライブラリ等の内容・可用性・安全性について、作成者および東北大学は一切の責任を負いません。
• 本コンテンツの利用・実行・解釈により直接的・間接的・付随的・特別・結果的・懲罰的損害が生じた場合でも、適用法で許容される最大限の範囲で、作成者および東北大学は責任を負いません。
• 本コンテンツの内容は、予告なく変更・更新・提供停止されることがあります。
• 本コンテンツの著作権・ライセンスは明記された条件(例: CC BY 4.0)に従います。当該ライセンスは通常、無保証条項を含みます。