シリーズ概要
高分子材料は、軽量性、加工性、多様な機能性により、包装材料、電子材料、医療材料、エネルギー材料として広く応用されています。 本シリーズでは、モノマーから高分子への重合反応、分子構造と物性の関係、機能性高分子の設計までを体系的に学習します。
難易度: 中級
想定読了時間: 各章25-35分（全シリーズ約2.5時間）
前提知識: 材料科学の基礎、Python基礎、化学結合・有機化学の基本概念
各章には実行可能なPythonコード例、演習問題（Easy/Medium/Hard）、学習目標確認セクションが含まれています。 理論と実践を組み合わせた学習により、高分子材料の本質的理解と実務応用力を身につけることができます。
第1章: 高分子の基礎
モノマーと重合反応（付加重合、縮合重合、開環重合）、分子量分布、重合度の概念を学び、 Flory-Schulz分布とPython実装を通じて高分子合成の基礎を理解します。
第1章を読む →第4章: 機能性高分子
導電性高分子、生体適合性高分子、刺激応答性高分子、高分子電解質の設計原理を学び、 機能性予測とデバイス応用をPythonで実践します。
第4章を読む →（準備中）学習フロー
flowchart TD
A[第1章: 高分子の基礎
重合反応・分子量
Flory-Schulz分布] --> B[第2章: 高分子構造
タクティシティ・結晶性
ガラス転移温度] B --> C[第3章: 高分子の物性
粘弾性・レオロジー
Maxwell/Voigtモデル] C --> D[第4章: 機能性高分子
導電性・生体適合性
刺激応答性] D --> E[第5章: Python実践
RDKit・機械学習
MDシミュレーション] style A fill:#f093fb,stroke:#f5576c,stroke-width:2px,color:#fff style B fill:#f5a3c7,stroke:#f5576c,stroke-width:2px,color:#fff style C fill:#f5b3a7,stroke:#f5576c,stroke-width:2px,color:#fff style D fill:#f5c397,stroke:#f5576c,stroke-width:2px,color:#fff style E fill:#f5576c,stroke:#f5576c,stroke-width:2px,color:#fff
重合反応・分子量
Flory-Schulz分布] --> B[第2章: 高分子構造
タクティシティ・結晶性
ガラス転移温度] B --> C[第3章: 高分子の物性
粘弾性・レオロジー
Maxwell/Voigtモデル] C --> D[第4章: 機能性高分子
導電性・生体適合性
刺激応答性] D --> E[第5章: Python実践
RDKit・機械学習
MDシミュレーション] style A fill:#f093fb,stroke:#f5576c,stroke-width:2px,color:#fff style B fill:#f5a3c7,stroke:#f5576c,stroke-width:2px,color:#fff style C fill:#f5b3a7,stroke:#f5576c,stroke-width:2px,color:#fff style D fill:#f5c397,stroke:#f5576c,stroke-width:2px,color:#fff style E fill:#f5576c,stroke:#f5576c,stroke-width:2px,color:#fff
よくある質問（FAQ）
Q1: 高分子と低分子の違いは何ですか？
高分子は、同じ構造単位（モノマー）が繰り返し結合した巨大分子です。分子量は通常10,000以上で、低分子にはない特性（粘弾性、ガラス転移、結晶化）を示します。
例えば、エチレン（C₂H₄、分子量28）が重合すると、ポリエチレン（-(CH₂-CH₂)ₙ-、分子量10,000～1,000,000）になります。
高分子は分子量分布を持つため、統計的な取り扱いが必要です。
Q2: 付加重合と縮合重合の違いは何ですか？
付加重合は、二重結合を持つモノマーが次々に結合する反応で、副生成物を出しません（例: ポリエチレン、ポリスチレン）。
縮合重合は、官能基の反応により小分子（水、HClなど）を副生成物として放出しながら結合する反応です（例: ナイロン、ポリエステル）。
付加重合は連鎖反応、縮合重合は逐次反応として進行します。第1章で詳しく学習します。
Q3: 数平均分子量と重量平均分子量の違いは何ですか？
数平均分子量（Mₙ）は、全分子の分子量を分子数で平均した値です。
重量平均分子量（Mw）は、各分子の分子量を重量で重みづけして平均した値で、大きな分子の寄与が大きくなります。
Mw ≥ Mₙ の関係があり、多分散度（PDI = Mw/Mₙ）は分子量分布の広さを表します。
PDI = 1 は完全に均一、PDI > 2 は分布が広いことを示します。第1章でGPCデータ解析を実践します。
Q4: ガラス転移温度（Tg）とは何ですか？
ガラス転移温度（Tg）は、非晶性高分子がガラス状態（硬く脆い）からゴム状態（柔軟）に変化する温度です。
Tg以下では分子鎖の運動が凍結され、Tg以上では局所的な分子運動が活発化します。
Tgは高分子の化学構造（主鎖の剛直性、側鎖の大きさ）、分子量、架橋度に依存します。
例: ポリスチレン（Tg = 100°C）、ポリエチレン（Tg = -120°C）。第2章でTg予測式を学習します。
Q5: 粘弾性とは何ですか？
粘弾性は、弾性（固体的な変形回復）と粘性（液体的な流動）の両方を示す性質です。
高分子は時間スケールにより、固体的（短時間）から液体的（長時間）まで連続的に振る舞います。
Maxwell/Voigtモデルは、バネ（弾性）とダッシュポット（粘性）の組み合わせで粘弾性を表現します。
動的粘弾性測定（DMA）により、貯蔵弾性率（E'）と損失弾性率（E''）を測定できます。第3章で詳しく学習します。
Q6: 導電性高分子とは何ですか？
導電性高分子は、π共役系を持つ高分子で、ドーピングにより電気伝導性を示します。
代表例はポリアニリン（PANI）、ポリ（3,4-エチレンジオキシチオフェン）（PEDOT）です。
酸化または還元により電荷キャリア（ポーラロン、バイポーラロン）が生成され、導電率が10⁻⁸ S/cmから10³ S/cmまで変化します。
有機太陽電池、有機EL、フレキシブルエレクトロニクスに応用されます。第4章で詳しく学習します。
Q7: 生体適合性高分子とは何ですか？
生体適合性高分子は、生体組織と接触しても拒絶反応や毒性を示さない材料です。
ポリエチレングリコール（PEG）は、タンパク質吸着を抑制し、ドラッグデリバリーに使用されます。
ポリ乳酸（PLA）は生分解性を持ち、縫合糸や組織工学スキャフォールドに応用されます。
第4章で生分解速度と薬物放出カイネティクスを学習します。
Q8: 本シリーズで使用するPythonライブラリは何ですか？
主に以下のライブラリを使用します：
- NumPy: 数値計算、配列操作
- SciPy: 科学計算、統計解析、最適化
- Matplotlib: データ可視化、グラフ作成
- RDKit: 高分子構造生成、SMILES表記
- scikit-learn: 機械学習による物性予測（第5章）
- MDAnalysis: MDシミュレーションデータ解析（第5章）
Q9: 高分子の実用例にはどのようなものがありますか？
高分子は幅広い分野で応用されています：
- 包装材料: ポリエチレン（PE）、ポリプロピレン（PP）、ポリエチレンテレフタレート（PET）
- 構造材料: エポキシ樹脂、炭素繊維強化プラスチック（CFRP）
- 電子材料: ポリイミド（フレキシブル基板）、導電性高分子
- 医療材料: ポリ乳酸（縫合糸）、PEG（ドラッグデリバリー）
- エネルギー材料: 高分子電解質（燃料電池、リチウム電池）
Q10: 本シリーズを終えると何ができるようになりますか？
本シリーズを完了すると、以下のスキルを習得できます：
- 高分子の合成反応と分子量分布を理解し説明できる
- 構造（タクティシティ、結晶性、架橋）と物性の関係を予測できる
- 粘弾性データを解析し、材料設計に応用できる
- 機能性高分子の設計原理を理解し、新材料を提案できる
- Pythonを使った高分子データ解析と機械学習応用ができる
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。