利用紹介

結晶構造が必要な方

網羅性と正確性を兼ね備えた結晶構造データベースを、研究の事前リサーチや合成後の新規性確認、リートベルト解析などにご利用ください。

収録対象

• 1913年以降に発表されたC-C結合とC-H結合を同時に含まない化合物。
• 原子座標が完全に決定されているか、対応する構造タイプから計算により決定されているもの。
• 無機物、セラミックス、元素、鉱物、金属、金属間化合物、合金などを収録。
• 1600以上の雑誌から収録。
• 2017年よりtheoretical structure の収録を開始。

正確性

• 製作元FIZ-Karlsruheの専門スタッフが精査の上、ANX formula等価値の高い付加情報を加えデータベースに登録。
• データに問題点などがある場合、著者への確認、Warning・Comment欄への記入を通して、より正確なデータを提供。
• データの質に独自の基準を設け、信頼性が高いデータには「High Quality Data」マークを付与。

ユーザーインタビュー

ユーザー研究事例

京都大学大学院工学研究科物質エネルギー化学専攻　陰山洋教授

無機材料の研究開発

無機結晶の物性の理解・性能向上には結晶構造からの考察が欠かせません。ICSDは多くの無機材料研究者に長年ご利用いただいております。

アプリケーション例

リチウムイオン二次電池、燃料電池、水素貯蔵合金などのエネルギー関連材料、超伝導体、半導体、蛍光体、LED、熱電変換材料、スピントロニクス材料　など

CIFファイルの活用1：計算化学

• 第一原理計算などの計算化学により物質の電子状態や物性の予測を行う場合、入力データにCIFファイルの情報を利用可能。
• ICSDの全レコードには、格子定数、原子座標、空間群などが収録されているため、入力データの作成に便利。
• 利用ユーザーのインタビューはこちら。

検索オプション

機能性を持つ新物質の探索段階では、データベース中の既存物質がヒントとなるでしょう。新物質創出のアイディアを出すためにデータベースを使う場合、様々な切り口でデータを検索できることが必要です。ICSDは検索項目が充実しています。

ベーシックサーチ

目的の物質を素早く検索するための検索画面。1つの画面によく使う項目がまとまっているので、まずはこちらで検索。

アドバンスサーチ

結晶学データ(格子定数、空間群、対称操作など)、化合物情報、構造タイプなど細かく指定可能。より詳細な検索をしたい方や、曖昧なアイディアを具体的な材料にするための手助けが必要な方に。

ユーザーインタビュー

ユーザー研究事例

東北大学金属材料研究所水素機能材料工学研究部門　佐藤豊人助教

論文での報告事例

下記の論文の他にも、多数の材料研究の論文でICSDが利用されています。

Discovery of a Novel Sn(II)-Based Oxide β-SnMoO₄ for Daylight-Driven Photocatalysis

Hiroyuki Hayashi, Shota Katayama, Takahiro Komura, Yoyo Hinuma, Tomoyasu Yokoyama, Ko Mibu, Fumiyasu Oba, Isao Tanaka, Adv. Sci., 2017, 4 (1), 1600246.

https://doi.org/10.1002/advs.201600246

ICSDに収録されているプロトタイプ構造を用い、網羅的なDFT計算からSnO-MO_q/2の擬2元系化合物について光触媒活性を示す新しい複合酸化物SnMoO₄を発見した報告。

How can Databases assist with the Prediction of Chemical Compounds?

J. Christian Schön,  Z. Anorg. Allg. Chem., 2014, 640 (14), 2717-2726. 

https://doi.org/10.1002/zaac.201400374

データベースを利用して無機結晶相の化合物の予測をする方法と今後の可能性について議論した概論。

Na₄Co₃(PO₄)₂P₂O₇: A novel storage material for sodium-ion batteries

M. Nose, H. Nakayama, K. Nobuhara, H. Yamaguchi, S. Nakanishi, H. Iba, J. Power Sources, 2013, 234, 175-179. 

https://doi.org/10.1016/j.jpowsour.2013.01.162

ナトリウムイオン二次電池の正極活物質 Na₄Co₃(PO₄)₂P₂O₇ を合成し、酸化還元挙動や電気化学的特性を報告した論文。

粉末回折を使った解析

ICSDには粉末回折パターン計算プログラムが付属しており、分析や材料開発の研究者にご利用いただいております。粉末回折パターンは結晶構造から計算されるため、測定条件や試料による影響がなく、シャープで正確なパターンが得られるというメリットがあります。

粉末回折パターン表示

• 線源を選択して表示可能（各種線源の選択や波長指定が可能、中性子回折パターン表示も可能）。
• 測定値でなく計算表示のため、不純物相やバックグラウンド、装置、測定による誤差、光学系要因によるピーク形状の変形などがなく、お手元の測定データとの比較に便利。

CIFファイルの活用2：リートベルト解析

• リートベルト法は、実測の粉末回折パターンと結晶構造やピーク形状に関するパラメータから計算される回折パターンを最小二乗法により解析することで、格子定数や構造パラメータなどを精密化する手法。
• 精密化の初期値には確度の高い格子定数が必要。ICSDから類似の構造を検索し、CIFをダウンロードして初期モデルとすると便利。

ユーザーインタビュー

論文での報告事例

Petrography and application of the Rietveld method to the quantitative analysis of phases of natural clinker generated by coal spontaneous combustion

José Antonio Henao M., Angélica María Carreño P., John Alexander Quintero D., Sol Ángel Candela H., Carlos Alberto Ríos R., Miguel A. Ramos G. y Jesús Andelfo Pinilla A., Earth Sci. Res. J., 2010, 14, 1, 17-30.

https://revistas.unal.edu.co/index.php/esrj/article/view/21090

地質学の長年の問題であった多結晶サンプル(天然クリンカ)の相の定量分析において、ICSDのデータを利用したリートベルト法が強力なツールとなるという報告。

Crystallographic study of Nd_xBa_1-xCuO_y (x=0.2, 0.4, 0.6, 0.8) compounds prepared by heating of component mixtures

A. STERGIOU, I. KERASIOTIS, C. STERGIOU, Journal of Optoelectronics and Advanced Materials, 2007, 9(6), 1772-1778.

https://old.joam.inoe.ro/index.php?option=magazine&op=view&idu=342&catid=14

粉末サンプルをICSD中のデータを利用してリートベルト解析したところ、4層の混合物を定量できたという報告。

Use of the Inorganic Crystal Structure Database as a problem solving tool

J. A. Kaduk, Acta Cryst., 2002, B58, 370-379.

https://doi.org/10.1107/S0108768102003476

ICSD中の類似のデータを検索し、そのCIFファイルを基に粉末未知構造解析を実施した例が数例紹介されている。ICSDで類似データをどのように検索したかの詳細に記述あり。

インフォマティクスへの利用

近年、材料開発に機械学習の手法を取り入れた、マテリアルズ・インフォマティクス（MI）が注目されています。研究者の経験と直感に基づく実験の繰り返しによる従来の材料開発に代わり、MIでは、物性情報や結晶構造をはじめとする膨大な物質情報から計算機を通して、物理・化学法則を発見することで、研究にかかる時間とコストの削減を目指しています。

ICSDの活用例

• 物性値の計算値を得るための入力データとして活用。
• 機械学習の手法自体の開発・向上のために利用した事例もあり。
• ICSDのデータは、SQL tableでの提供が可能。

ユーザーインタビュー

論文での報告事例

下記の論文の他にも、多数のMI研究の論文でICSDが利用されています。

Combination of recommender system and single-particle diagnosis for accelerated discovery of novel nitrides

Yukinori Koyama, Atsuto Seko, Isao Tanaka, Shiro Funahashi, and Naoto Hirosaki, J. Chem. Phys., 154, 224117 (2021).

https://doi.org/10.1063/5.0049981

化学組成記述子を用いたICSDの機械学習により、化学的に関連する組成の推奨システムを構築。

Discovery of superionic conductors by ensemble-scope descriptor

Seiji Kajita, Nobuko Ohba, Akitoshi Suzumura, Shin Tajima & Ryoji Asahi, NPG Asia Mater., 12, 31 (2020).

https://doi.org/10.1038/s41427-020-0211-1

ICSD中の酸化物から機械学習により酸素イオン伝導体として報告されていない5つの化合物を発見したという報告。少数のトレーニングデータセットを使用しても推論能力を最大化するために、1 つの自作記述子と 2 つの汎用記述子を使用したアンサンブルベースの機械学習による仮想スクリーニングプロセスを開発。

CRYSPNet: Crystal structure predictions via neural networks

Haotong Liang, Valentin Stanev, A. Gilad Kusne, and Ichiro Takeuchi,  Phys. Rev. Materials, 4, 123802, (2020).

https://doi.org/10.1103/PhysRevMaterials.4.123802

ICSDの100,000を超えるエントリでトレーニングと検証し、機械学習を利用して結晶構造を予測するツールを作成したという報告。

Recommender System of Successful Processing Conditions for New Compounds Based on a Parallel Experimental Data Set

Hiroyuki Hayashi, Katsuyuki Hayashi, Keita Kouzai, Atsuto Seko, and Isao Tanaka, Chem. Mater., 31 (24), 9984–9992 (2019).

https://doi.org/10.1021/acs.chemmater.9b01799

並列して行う合成に基づいて、新しい化合物の適切な処理条件(5つの異なる温度で焼成された4つの合成方法(固相反応、重合錯体、環状エーテルゾル-ゲル、およびスプレー共沈))を推奨する機械学習方法を提案。

Germanene and stanene on two-dimensional substrates: Dirac cone and Z₂ invariant

Zeyuan Ni, Emi Minamitani, Yasunobu Ando, and Satoshi Watanabe, Phys. Rev. B, 96, 075427 (2017)

https://doi.org/10.1103/PhysRevB.96.075427

ab initio密度汎関数理論と無機結晶構造データベースのデータマイニングの組み合わせにより、CdI₂タイプの単分子層材料がゲルマネンまたはスタネンの適切な基板であることが判明したとの報告。

Multivariate Method-Assisted Ab Initio Study of Olivine-Type LiMXO₄ (Main Group M²⁺–X⁵⁺ and M³⁺–X⁴⁺) Compositions as Potential Solid Electrolytes

Randy Jalem, Takahiro Aoyama, Masanobu Nakayama, Masayuki Nogami, Chem. Mater., 24 (7), 1357–1364 (2012).

https://doi.org/10.1021/cm3000427

リチウムイオン伝導性固体酸化物電解質材料の探索として、オリビン型酸化物LiMXO₄の66種類の組合せから、一部を抜き取ってリチウムイオン伝導性を評価し、インフォマティクス手法を用いて他のイオン伝導性を予測に成功した報告。ICSDに収録されている既知オリビン型酸化物LiMXO₄の複数個についても電池材料としての可能性を新たに報告。

お問い合わせ