新たな手法により、ナイロンの前駆体の製造を大幅に環境にやさしいものにできる可能性があると、研究者らが報告しています。
化学産業および関連産業は、信頼できるエネルギー供給の確保、廃棄物の削減、水資源の保全、エネルギー効率の向上といった課題に直面しています。有機電解合成は、電力によって駆動し、エネルギー効率に優れ、再生可能エネルギー源と容易に統合できるプロセスであり、これらの課題の解決に寄与しうるものです。
ナイロン6,6の主要な前駆体であるアジポニトリル（ADN）を、革新的で環境にやさしいプロセスで製造する方法を開発する中で、研究者らは有機電解合成の効率を大幅に向上させる方法を見いだしました。
研究者らは、今回の成功の一因として、電気化学プロセスの最適化に人工知能を用いた初の事例と考えられる取り組みを挙げています。
ニューヨーク大学の化学・生体分子工学の教授であるミゲル・モデスティーノ氏と博士課程の学生ダニエラ・ブランコ氏は、触媒電極への電流の供給方法を調整したうえで、人工知能（AI）を適用して反応をさらに最適化しました。その結果、ADNの製造量を30％向上させることに成功しました。
この研究成果は、『米国科学アカデミー紀要（Proceedings of the National Academy of Sciences）』に掲載されており、化学産業で最大規模の有機電解合成プロセスの一つであるアクリロニトリル（AN）からADNへの電解水素二量化を対象としていることから、大きな意味を持つ可能性があります。
「ADNの電解合成は、水系電解質を用いる、環境にやさしく効率的な化学プロセスです」
undefined
ADNの需要は高く、今後も拡大しています。ナイロンの市場は2023年まで年率4％で拡大すると予想されています。現在、モンサント社が開発した電気化学プロセスを用いてADNを製造している企業は1社のみで、ナイロン前駆体の大部分は、有毒でエネルギー集約的なブタジエンの熱的ヒドロシアン化によって製造されています。
これに対し、ADNの電解合成は、水系電解質を用いる環境にやさしく効率的な化学プロセスであり、風力や太陽光などの再生可能電力源と直接結びつけることが可能です。
ADNの標準的な電解合成プロセスでは、電気触媒部位に「常時オン」の直流電流を供給します。しかし研究者らは、直流電流ではADNの生成量を最大化できず、望ましくない副生成物であるプロピオニトリル（PN）が大量に生成されることを発見しました。そこで研究チームは、電気触媒部位の反応物質濃度を絶えず補充する（物質移動と呼ばれる現象）ために断続的な電流を供給するシステムを設計し、ADNの生成量の向上を目指しました。
このチームは、パルス時間に関する16の異なる実験条件のデータを人工ニューラルネットワークに入力しました。
「電気化学パルス技術をAIで分析することにより、数回の物理実験を行うだけで、さまざまなパルス時間におけるADNの変換効率を可視化することができました」とモデスティーノ氏は述べています。「この革新的で統合的なアプローチにより、ADNの製造量は前例のない30％の向上を達成し、ADNとPNの比率は325％増加しました。その主な理由は、後者の生成量が大幅に減少したことにあります。」
「私たちの知る限り、AIが電気化学プロセスの最適化に用いられたのは、これが初めてです。」
undefined
ブランコ氏は、この手法によって、より持続可能なプロセスの産業界での導入が進む可能性があると説明しています。ブランコ氏と、モデスティーノ氏の研究室の元学生の一人は、研究成果に基づく持続可能なナイロン製造プロセスを事業化するため、グリーンケミストリー分野のスタートアップ企業「Sunthetics（サンセティクス）」を設立しましたが、まさにそのような未来を思い描いていたのです。
「この新たな研究によって、ADNの電気化学プロセスをより競争力のあるものにできることを示したいと考えていました」と同氏は述べています。「現在、世界のADN生産量のうち電解合成を用いているのはわずか30％にすぎず、残りの生産はエネルギーと石油を大量に消費する触媒反応器によるプロセスに依存しています」と続けています。
チームの次のステップは、このAIアプローチを活用して研究活動を加速させることです。モデスティーノ氏は次のように述べています。「長期にわたる実験キャンペーンを伴う従来型の研究モデルに代えて、AIツールによって実験結果を予測することができます。私たちの知る限り、AIが電気化学プロセスの最適化に用いられたのは、これが初めてです。」
本研究は、H&M財団の支援を一部受けています。
