AUG 30, 2022

デジタルケミストリー戦略を用いたパーソナルケア製品の配合開発

講演者

ジェフリー・サンダース
消費財部門のプロダクトマネージャー

要旨

消費者のトレンドの変化や、消費財（CPG）企業のサステナビリティ目標を背景に、斬新で革新的なパーソナルケア製品への需要が高まっています。顧客はますます目利きになってきており、成分を理解した上で、製品が天然由来の素材か石油由来の素材かで選び分けています。こうした関心は、消費財の研究開発における課題を浮き彫りにしています。 こうした課題に対処し、消費者市場での地位を維持するためには、既存の処方の主要な特性を満たす新製品の処方を開発する必要があります。新製品の開発だけでなく、エンドツーエンドの製品トレーサビリティを推進するためには、成分が製品内で、そして「使用時」にどのように振る舞うかを理解することが不可欠となります。このプロセスを効率化するために、マルチスケール物理シミュレーションを活用することで、製品開発の期間とコストを削減できるほか、デジタルツインのシミュレーションを通じて大規模生産を最適化することも可能です。 分子シミュレーションは、個々の成分が配合の中でどのように振る舞うかを予測するユニークな機会を提供します。原子レベルシミュレーションは、成分が判明している場合、研究者やエンジニアが製品の形態、溶解度、その他の物理的特性を理解するのに役立ちます。プロセスシミュレーションとは異なり、最大数百万個の原子からなる分子モデルを構築し、特性を予測するには、化学的性質と組成情報のみが必要です。物理ベースのモデリングに加え、化学情報を用いて、既存の実験データや官能評価データに基づく機械学習モデルを構築することも可能です。 本講演では、分子モデリングの実例をご紹介するとともに、デジタルケミストリー戦略がパーソナルケア製品の処方開発において、いかにイノベーションを推進しているかを探ります。

学習目標：

• マルチスケール物理シミュレーションを用いて、個々の成分の挙動や配合成分の主要な特性に関する知見を得る方法
• 高度な機械学習を用いて製剤の主要な特性を予測する方法
• デジタルケミストリーが、パーソナルケア製品の研究開発をいかに加速させるか