New approach to understanding the experimental Cs NMR chemical shift of clay minerals via machine learning and DFT-GIPAW calculations

大窪 貴洋*; 武井 滉洋*; 舘 幸男; 深津 勇太; 出口 健三*; 大木 忍*; 清水 禎*

Journal of Physical Chemistry A, 127(4), p.973 - 986, 2023/02

https://doi.org/10.1021/acs.jpca.2c08880

粘土鉱物へのCsの吸着サイトの特定は、環境化学の分野で研究されてきた。核磁気共鳴(NMR)実験によって、吸着されたCsの局所構造を直接観察することが可能である。固体NMR実験から得られたCsのNMRパラメータは、吸着されたCsの局所的な構造に敏感である。しかしながら、NMRデータだけからCsの吸着位置を決定することは困難であった。本研究では、機械学習と実験的に観察されたケミカルシフトを組み合わせることにより、粘土鉱物に吸着されたCsの吸着位置を特定するためのアプローチについて提示する。原子配置の記述子とNMRによるケミカルシフトの第一原理計算結果を関連付けて評価する機械学習の線形リッジ回帰モデルを構築した。これにより、原子配置の構造データからCsのケミカルシフトを高速で計算することが可能となった。機械学習モデルによって、実験的に観察された化学シフトから逆解析を行うことにより、Cs吸着位置を導き出すことが可能になる。