目次

|　論文

|　レビュー・共著

|　特許

|　学会発表

|　受賞

|　招待講演

|　研究助成

論文

2026年

[43]	“Impact of Local Descriptors Derived from Machine Learning Potentials in Graph Neural Networks for Molecular Property Prediction”
	R. Uchiyama, Y. Nakajima, Y. Tanaka, J. Seino, arXiv:2602.03046, 2026.

2025年

[42]	“Computational Chemical Analysis of the Molecular Mechanisms of Proteins Involved in Chromosome Segregation”
	M. Awaji, Y. Asai, K. Fukuchi, Y. Terada, J. Seino, J. Comput. Chem. Jpn., 24, 102, 2025. DOI: 10.2477/jccj.2025-0022

2024年

[39]	“Using atomic clustering based on structural and electronic descriptors that consider surrounding environment to evaluate local properties of DFT functionals”
	Y. Nakajima, T. Ohmura, J. Seino, J. Comput. Chem., 45(21), 1870-1879, 2024. DOI: 10.1002/jcc.27375

2023年

[41]	“Automatic molecular identification system based on spectral information and quantum chemical calculation”
	T. Kumagai, Y. Nakajima, J. Seino, J. Comput. Chem. Jpn., 22, 12, 2023. DOI: 10.2477/jccj.2023-0029
[40]	“Validation of extrapolation in symbolic regression and its application to perovskite catalysts”
	T. Isoda, S. Takahashi, M. Nakano, Y. Nakajima, J. Seino, J. Comput. Chem. Jpn., 22, 37, 2023. DOI: 10.2477/jccj.2023-0028

2021年

[38]	"Database-assisted local unitary transformation method for two-electron integrals in two-component relativistic calculations"
	Chinami Takashima, Junji Seino, Hiromi Nakai, Chem. Phys. Lett., 777, 138691, 2021.Editor's Choice

2020年

[37]	"Machine-learned electron correlation model based on frozen core approximation"
	Yasuhiro Ikabata, Ryo Fujisawa, Junji Seino, Takeshi Yoshikawa, Hiromi Nakai, J. Chem. Phys., 153, 184108, 2020.
[36]	"Solvent Selection Scheme Using Machine Learning Based on Physicochemical Description of Solvent Molecules: Application to Cyclic Organometallic Reaction"
	Mikito Fujinami, Hiroki Maekawara, Ryota Isshiki, Junji Seino, Junichiro Yamaguchi, Hiromi Nakai, Bull. Chem. Soc. Jpn., 93(7), 841-845, 2020.
[35]	"Orbital-free density functional theory calculation applying semi-local machine-learned kinetic energy density functional and kinetic potential"
	Mikito Fujinami, Ryo Kageyama, Junji Seino, Yasuhiro Ikabata, Hiromi Nakai, Chem. Phys. Lett., 748, 137358, 2020.
[34]	"Quantum chemical reaction prediction method based on machine learning"
	Mikito Fujinami, Junji Seino, Hiromi Nakai, Bull. Chem. Soc. Jpn., 93(5), 685-693, 2020.Selected Paper

2019年

[33]	"Semi-local machine-learned kinetic energy density functional demonstrating smooth potential energy curves"
	Junji Seino, Ryo Kageyama, Mikito Fujinami, Yasuhiro Ikabata, Hiromi Nakai, Chem. Phys. Lett., 734, 136732, 2019.
[32]	"Bond Energy Density Analysis Combined with Informatics Technique"
	Hiromi Nakai, Junji Seino, Kairi Nakamura, J. Phys. Chem. A, 123(36), 7777-7784, 2019.
[31]	"Machine-learned electron correlation model based on correlation energy density at complete basis set limit"
	Takuro Nudejima, Yasuhiro Ikabata, Junji Seino, Takeshi Yoshikawa, Hiromi Nakai, J. Chem. Phys., 151, 024104, 2019.
[30]	"Virtual reaction condition optimization based on machine learning for a small number of experiments in high-dimensional continuous and discrete variables"
	Mikito Fujinami, Junji Seino, Takumi Nukazawa, Shintaro Ishida, Takeaki Iwamoto, Hiromi Nakai, Chem. Lett., 48(8), 961-964, 2019.Editor's ChoiceOpen Access
[29]	"Extension and acceleration of relativistic density functional theory based on transformed density operator"
	Yasuhiro Ikabata, Takuro Oyama, Masao Hayami, Junji Seino, Hiromi Nakai, J. Chem. Phys., 150, 164104, 2019.Open Access

2018年

[28]	"RAQET: Large-scale two-component relativistic quantum chemistry program package"
	Masao Hayami, Junji Seino, Yuya Nakajima, Masahiko Nakano, Yasuhiro Ikabata, Takeshi Yoshikawa, Takuro Oyama, Kenta Hiraga, So Hirata, Hiromi Nakai, J. Comput. Chem., 39(27), 2333-2344, 2018.Front Cover ImageOpen Access
[27]	"Erratum: "Semi-local machine-learned kinetic energy density functional with third-order gradients of electron density" [J. Chem. Phys. 148, 241705 (2018)]"
	Junji Seino, Ryo Kageyama, Mikito Fujinami, Yasuhiro Ikabata, Hiromi Nakai, J. Chem. Phys., 149, 079901, 2018.
[26]	"Derivative of electron repulsion integral using accompanying coordinate expansion and transferred recurrence relation method for long contraction and high angular momentum"
	Masao Hayami, Junji Seino, Hiromi Nakai, Int. J. Quantum Chem., 118(16), e25640, 2018.
[25]	"Gauge-origin independent formalism of two-component relativistic framework based on unitary transformation in nuclear magnetic shielding constant"
	Masao Hayami, Junji Seino, Hiromi Nakai, J. Chem. Phys., 148, 114109, 2018.
[24]	"Semi-local machine-learned kinetic energy density functional with third-order gradients of electron density"
	Junji Seino, Ryo Kageyama, Mikito Fujinami, Yasuhiro Ikabata, Hiromi Nakai, J. Chem. Phys., 148, 241705, 2018.

2017年

[23]	"Computerized implementation of higher-order electron-correlation methods and their linear-scaling divide-and-conquer extensions"
	Masahiko Nakano, Takeshi Yoshikawa, So Hirata, Junji Seino, Hiromi Nakai, J. Comput. Chem., 38(29), 2520-2527, 2017.
[22]	"Relativistic density functional theory with picture-change corrected electron density based on infinite-order Douglas-Kroll-Hess method"
	Takuro Oyama, Yasuhiro Ikabata, Junji Seino, Hiromi Nakai, Chem. Phys. Lett., 680, 37-43, 2017.
[21]	"Universal formulation of second-order generalized Moller-Plesset perturbation theory for a spin-dependent two-component relativistic many-electron Hamiltonian"
	Masahiko Nakano, Junji Seino, Hiromi Nakai, Chem. Phys. Lett., 675, 137-144, 2017.
[20]	"Development of spin-dependent relativistic open-shell Hartree?Fock theory with time-reversal symmetry (II): The restricted open-shell approach"
	Masahiko Nakano, Ryota Nakamura, Junji Seino, Hiromi Nakai, Int. J. Quantum Chem., 117(10), e25366, 2017.
[19]	"Relativistic effect on enthalpy of formation for transition-metal complexes"
	Yuya Nakajima, Junji Seino, Hiromi Nakai, Chem. Phys. Lett., 673, 24-29, 2017.
[18]	"Unveiling a New Aspect of Simple Aryboronic Esters: Long-Lived Room-Temperature Phosphorescence from Heavy-Atom-Free Molecules"
	Yoshiaki Shoji, Yasuhiro Ikabata, Qi Wang, Daisuke Nemoto, Atsushi Sakamoto, Naoki Tanaka, Junji Seino, Hiromi Nakai, Takanori Fukushima, J. Am. Chem. Soc., 139(7), 2728-2733, 2017.
[17]	"Development of spin-dependent relativistic open-shell Hartree?Fock theory with time-reversal symmetry (I): The unrestricted approach"
	Masahiko Nakano, Junji Seino, Hiromi Nakai, Int. J. Quantum Chem., 117, e25356, 2017.

2016年

[16]	"Relativistic frozen core potential scheme with relaxation of core electrons"
	Yuya Nakajima, Junji Seino, Masao Hayami, Hiromi Nakai, Chem. Phys. Lett., 663, 97-103, 2016.
[15]	"Informatics-Based Energy Fitting Scheme for Correlation Energy at Complete Basis Set Limit"
	Junji Seino, Hiromi Nakai, J. Comput. Chem., 37(25), 2304-2315, 2016.
[14]	"Assessment of self-consistent field convergence in spin-dependent relativistic calculations"
	Masahiko Nakano, Junji Seino, Hiromi Nakai, Chem. Phys. Lett., 657, 65-71, 2016.
[13]	"Implementation of Analytical Energy Gradient of Spin-Dependent General Hartree?Fock Method Based on the Infinite-Order Douglas?Kroll?Hess Relativistic Hamiltonian with Local Unitary Transformation"
	Yuya Nakajima, Junji Seino, Hiromi Nakai, J. Chem. Theory Comput., 12(5), 2181-2190, 2016.

2015年

[12]	"Accompanying coordinate expansion and recurrence relation method using a transfer relation scheme for electron repulsion integrals with high angular momenta and long contractions"
	Masao Hayami, Junji Seino, Hiromi Nakai, J. Chem. Phys., 142, 204110, 2015.

2014年

[11]	"Extension of accompanying coordinate expansion and recurrence relation method for general‐contraction basis sets"
	Masao Hayami, Junji Seino, Hiromi Nakai, J. Comput. Chem., 35(20), 1517-1527, 2014.
[10]	"Frozen core potential scheme with a relativistic electronic Hamiltonian: Theoretical connection between the model potential and all-electron treatments"
	Junji Seino, Moto Tarumi, Hiromi Nakai, Chem. Phys. Lett., 592, 341-348, 2014.

2013年

[9]	"Analytical energy gradient based on spin-free infinite-order Douglas-Kroll-Hess method with local unitary transformation"
	Yuya Nakajima, Junji Seino, Hiromi Nakai, J. Chem. Phys., 139, 244107, 2013.
[8]	"Local unitary transformation method toward practical electron correlation calculations with scalar relativistic effect in large-scale molecules"
	Junji Seino, Hiromi Nakai, J. Chem. Phys., 139, 034109, 2013.Open Access

2012年

[7]	"Local unitary transformation method for large-scale two-component relativistic calculations. II. Extension to two-electron Coulomb interaction"
	Seino Junji, Nakai Hiromi, J. Chem. Phys., 137, 144101, 2012.
[6]	"Local unitary transformation method for large-scale two-component relativistic calculations: case for a one-electron Dirac Hamiltonian"
	Seino Junji, Nakai Hiromi, J. Chem. Phys., 136, 244102, 2012.

2010年

[5]	"Magnetic shielding constants calculated by the infinite-order Douglas-Kroll-Hess method with electron-electron relativistic corrections"
	Junji Seino, Masahiko Hada, J. Chem. Phys., 132, 174105, 2010.
[4]	"Expectation values in two-component relativistic theories"
	Junji Seino, Wataru Uesugi, Masahiko Hada, J. Chem. Phys., 132, 164108, 2010.

2008年

[3]	"Examination of accuracy of electron-electron Coulomb interactions in two-component relativistic methods"
	Junji Seino, Masahiko Hada, Chem. Phys. Lett., 461(4-6), 327-331, 2008.

2007年

[2]	"Applicability of the lowest-order two-electron Breit-Pauli relativistic correction in many-electron heavy and super-heavy elements"
	Junji Seino, Masahiko Hada, Chem. Phys. Lett., 442(1-3), 134-139, 2007.

2006年

[1]	"SAC and SAC-CI calculations of excitation and circular dichroism spectra of straight-chain and cyclic dichalcogens"
	Junji Seino, Yasushi Honda, Masahiko Hada, Hiroshi Nakatsuji, J. Phys. Chem. A, 110(33), 10053-10062, 2006.

レビュー・共著

2025年

[21]	“ケモインフォマティクスと量子化学”
	（巻頭言）清野淳司, 日本化学会情報化学部会誌, 43, 1 (2025).
[20]	“生成系 AI による化学探究の深化”
	清野淳司, 化学と教育, 『ヘッドライン:第32回化学教育フォーラム：AI は化学探究活動を変えられるか？』, 受理.

2024年

[19]	“シンボリック回帰による化学データの解釈と外挿的な材料探索の可能性”
	清野淳司, 理論化学会誌フロンティア, 6(2), 28 (2024).

2023年

[18]	“シンボリック回帰による化学データの解釈と外挿的な材料探索の可能性”
	清野淳司, 理論化学会誌フロンティア, 6(2), 受理.

2022年

[17]	“理論化学と人工知能技術”
	清野淳司, IQCE-NEWS, 106, 1 (2022).

2021年

[16]	“人工知能技術と融合した量子化学理論”
	清野淳司, 化学と教育, ヘッドライン「AI が開く新たな化学領域」, 70, 118 (2022).

[15]	"Divide-and-Conquer Linear-Scaling Quantum Chemical Computations"
	Hiromi Nakai, Masato Kobayashi, Takeshi Yoshikawa, Junji Seino, Yasuhiro Ikabata, Yoshifumi Nishimura, J. Phys. Chem. A, 127(3), 589-618, 2023.
[14]	"Implementation of Picture Change Corrected Density Functional Theory Based on Infinite-Order Two-Component Method to GAMESS Program"
	Chinami Takashima, Junji Seino, Hiromi Nakai, J. Comput. Chem. Jpn., 19(4), 128-130, 2020.Free Access
[13]	「第5章 機械学習と物理化学量を用いた化学反応予測、反応条件最適化、溶媒選択」
	藤波 美起登, 清野 淳司, 中井 浩巳, 「フロー合成、連続生産の装置、プロセス設計と応用事例」, 技術情報協会, 2020.
[12]	「量子化学的記述子を用いた反応予測手法の開発と予測に寄与する記述子の解析」
	藤波 美起登, 清野 淳司, 中井 浩巳, 化学工業, 70, 31-37 2019.
[11]	「相対論的量子化学における理論・計算手法の基礎」
	清野 淳司, フロンティア, 4, 3-20 2019.
[10]	「インフォマティクス手法を活用した結合エネルギー密度解析の開発」
	中村 海里, 清野 淳司, 中井 浩巳, J. Comput. Chem. Jpn., 18(3), 152-155, 2019.Free Access
[9]	「第8章 第1節 人工知能を用いた化学反応の予測と反応条件の最適化」
	藤波 美起登, 清野 淳司, 中井 浩巳, 「マテリアルズ・インフォマティクスによる材料開発と活用集」, 技術情報協会, 379-384, 2019.
[8]	「理論化学とインフォマティクスの融合による反応設計」
	藤波 美起登, 清野 淳司, 中井 浩巳, 化学と工業, 71(8), 653-655, 2018.
[7]	「インフォマティクスとの融合による理論化学研究の推進」
	清野 淳司, 中井 浩巳, ペトロテック, 40(5), 353-358, 2017.
[6]	「人工知能を用いた化学反応の予測 -新材料開発のスピードアップに向けて」
	藤波 美起登, 清野 淳司, 中井 浩巳, MATERIAL STAGE, 16(11), 70-75, 2017.
[5]	「インフォマティクスによる反応の設計と予測－コンピュータを用いた化学反応の予言を目指して」
	藤波 美起登, 清野 淳司, 中井 浩巳, 化学, 71(11), 68-69, 2016.
[4]	"Implementation of Efficient Two-component Relativistic Method Using Local Unitary Transformation to GAMESS Program"
	Yuya Nakajima, Junji Seino, Michael W. Schmidt, Hiromi Nakai, J. Comput. Chem. Jpn., 15(3), 68-70, 2016.Selected PaperFree Access
[3]	「量子化学計算情報を記述子とした機械学習に基づく反応予測手法の開発」
	藤波 美起登, 清野 淳司, 中井 浩巳, J. Comput. Chem. Jpn., 15(3), 63-65, 2016.Free Access
[2]	"Large-scale two-component relativistic quantum-chemical theory: Combination of the infinite-order douglas?kroll?hess method with the local unitary transformation scheme and the divide-and-conquer method"
	Junji Seino, Hiromi Nakai, Int. J. Quantum Chem., 115(5), 253-257, 2014.Free Access
[1]	「大規模・高精度相対論的量子化学計算手法の開発：元素戦略の理論基盤確立を目指して」
	清野 淳司, 中井 浩巳, J. Comput. Chem. Jpn., 13(1), 1-17, 2014.Free Access

特許

2024年

[2]	“学習装置，学習方法，予測装置，予測方法，およびプログラム”
	清野淳司，中尾洋一，中嶋裕也，金子武史，町田光史，神平梨絵, 特願2024-091295 (2024).
[1]	“情報処理装置，情報処理方法，およびプログラム”
	清野淳司，中尾洋一，中嶋裕也，金子武史，増田幹太，町田光史，神平梨絵, 特願2025-048766 (2025).

学会発表

2026年

[24]	“AI統合型電子実験ノートによる有機合成実験ライフサイクルの支援”
	門脇陽七詩，中野匡彦，清野淳司 第128回有機合成シンポジウム，2026年6月，岡山大学（津島キャンパス）創立五十周年記念館（ポスター発表）
[23]	“AI エージェントと知識グラフに基づく化学研究のための対話型電子実験ノートの開発”
	門脇陽七詩，中野匡彦，清野淳司 第40回人工知能学会全国大会（JSAI2026），2026年6月，Gメッセ群馬（口頭発表）
[22]	“機械学習ポテンシャルの局所環境表現を活用した分子物性予測GNNモデルの開発”
	内山諒一，中嶋裕也，田中悠太，清野淳司 日本コンピュータ化学会（SCCJ）2026年春季年会，2026年6月，東京科学大学大岡山キャンパス（口頭発表）
[21]	“マルチエージェントによる化学実験支援システムの開発”
	門脇陽七詩，中野匡彦，清野淳司 日本コンピュータ化学会（SCCJ）2026年春季年会，2026年6月，東京科学大学大岡山キャンパス（ポスター発表）
[20]	“臨床試験通過予測における根拠提示・因果的説明の自動生成システムの開発”
	作田雄一朗，増田幹太，町田光史，清野淳司 日本コンピュータ化学会（SCCJ）2026年春季年会，2026年6月，東京科学大学大岡山キャンパス（ポスター発表）

2025年

[19]	“大規模言語モデルと知識グラフを用いた動的な実験記録・支援システムの開発”
	門脇陽七詩，中野匡彦，清野淳司 日本化学会第106回春季年会，2026年3月，日本大学理工学部船橋キャンパス（ポスター発表）
[18]	“機械学習による化合物の臨床通過予測システムとその根拠の明示化”
	作田雄一朗，増田幹太，町田光史，清野淳司 日本化学会第106回春季年会，2026年3月，日本大学理工学部船橋キャンパス（口頭発表）
[17]	“活性パターン予測モデルを導入した遺伝的アルゴリズムに基づく抗がん剤候補化合物の設計”
	金子武史，増田幹太，町田光史，中嶋裕也，神平梨絵，中尾洋一，清野淳司 日本化学会第106回春季年会，2026年3月，日本大学理工学部船橋キャンパス（口頭発表）
[16]	“Development of a compound proposal system using knowledge graphs and AI prediction of anti-cancer activity”
	Kanta Masuda, Takeshi Kaneko, Yuya Nakajima, Koshi Machida, Rie Kamihira, Yoichi Nakao, Junji Seino The International Chemical Congress of Pacific Basin Societies 2025 (Pacifichem2025), December 2025, Honolulu, Hawaii (Poster)
[15]	“Development of a mixture spectrum separation technique via machine learning, quantum chemical calculations, and multivariate spectral decomposition method”
	Keitatsu Sekiya, Takumi Kumagai, Junji Seino The International Chemical Congress of Pacific Basin Societies 2025 (Pacifichem2025), December 2025, Honolulu, Hawaii (Poster)
[14]	“Development of recommendation system of selecting quantum chemical method for target local property by using an error database and machine learning”
	Yuya Nakajima, Junji Seino The International Chemical Congress of Pacific Basin Societies 2025 (Pacifichem2025), December 2025, Honolulu, Hawaii (Poster)
[13]	“AI-driven integrated system for anticancer drug discovery from small molecules”
	Koshi Machida, Kanta Masuda, Takeshi Kaneko, Yuya Nakajima, Rie Kamihira, Yoichi Nakao, Junji Seino The International Chemical Congress of Pacific Basin Societies 2025 (Pacifichem2025), December 2025, Honolulu, Hawaii (Oral)
[12]	“Automated compound identification system using quantum chemical calculations, machine learning, and spectral information”
	Junji Seino The International Chemical Congress of Pacific Basin Societies 2025 (Pacifichem2025), December 2025, Honolulu, Hawaii (Oral)
[11]	“染色体分配に関与するタンパク質の実験的・計算化学的手法による分子メカニズムの解明”
	淡路茉里奈，浅井裕一郎，宗安麻衣，寺田泰比古，清野淳司 第98回日本生化学会大会，2025年11月，国立京都国際会館（口頭発表）
[10]	“化学法則の自律的探索を指向したエージェント型シンボリック回帰ワークフローの実装”
	吉田大晟，中野匡彦，清野淳司 第48回ケモインフォマティクス討論会，2025年11月，東広島芸術文化ホールくらら（ポスター発表）
[9]	“証拠理論とグラフニューラルネットワークを用いた反応収率予測における不確実性の評価：信頼度関数の設計と最適化”
	上嶋蒼士，中嶋裕也，清野淳司 第48回ケモインフォマティクス討論会，2025年11月，東広島芸術文化ホールくらら（ポスター発表）
[8]	“同変グラフニューラルネットワークと Preferred Potential 記述子による分子物性予測と原子寄与解析”
	内山諒一，中嶋裕也，清野淳司 第48回ケモインフォマティクス討論会，2025年11月，東広島芸術文化ホールくらら（ポスター発表）
[7]	“知識グラフと生物活性予測を利用した抗がん活性化合物探索システムの開発”
	増田幹太，中嶋裕也，町田光史，神平梨絵，中尾洋一，清野淳司 第48回ケモインフォマティクス討論会，2025年11月，東広島芸術文化ホールくらら（口頭発表）
[6]	“3次元情報を効果的に取り込むハイブリッド機械学習による分子物性・生物活性予測”
	清野淳司，Thi Hoang Yen Bui，増田幹太，中嶋裕也，町田光史 第48回ケモインフォマティクス討論会，2025年11月，東広島芸術文化ホールくらら（口頭発表）
[5]	“収率予測モデルと証拠理論に基づく有望な化学反応の推薦システム”
	上嶋蒼士，中嶋裕也，清野淳司 第15回 CSJ 化学フェスタ2025，2025年10月，タワーホール船堀（ポスター発表）
[4]	“ Effectiveness and Analysis of 3D Descriptors in Machine Learning Prediction of Anticancer Activity”
	Thi Hoang Yen Bui, Takeshi Kaneko, Kanta Masuda, Yuya Nakajima, Koshi Machida, Junji Seino 第19回分子科学討論会，2025年9月，広島国際会議場（ポスター発表）
[3]	“係数最適化手法を導入した遺伝的プログラミングの開発と化学法則への適用”
	玉江結々葉，清野淳司 日本コンピュータ化学会（SCCJ）2025年春季年会，2025年6月，東京工業大学大岡山キャンパス（ポスター発表）
[2]	“染色体分配に関連するタンパク質の分子メカニズムの計算化学的な解析”
	淡路茉里奈，浅井裕一郎，宗安麻衣，寺田泰比古，清野淳司 日本コンピュータ化学会（SCCJ）2025年春季年会，2025年6月，東京工業大学大岡山キャンパス（ポスター発表）
[1]	“知識グラフと機械学習を利用した抗がん活性化合物提案システムの開発”
	増田幹太，金子武史，中嶋裕也，町田光史，神平梨絵，中尾洋一，清野淳司 日本コンピュータ化学会（SCCJ）2025年春季年会，2025年6月，東京工業大学大岡山キャンパス（口頭発表）

2024年

[9]	“抗がん活性予測を利用した化合物提案 AI システムの開発”
	増田幹太，金子武史，中嶋裕也，町田光史，神平梨絵，中尾洋一，清野淳司 日本化学会第105回春季年会，2025年3月，関西大学千里山キャンパス（口頭発表）
[8]	“周辺環境を考慮した原子のクラスタリングに基づくエネルギー勾配の精度評価”
	宮崎葵，中嶋裕也，清野淳司 日本化学会第105回春季年会，2025年3月，関西大学千里山キャンパス（口頭発表）
[7]	“化学法則の自動導出における効率的な係数最適化手法の検証”
	玉江結々葉，中野匡彦，中嶋裕也，清野淳司 日本化学会第105回春季年会，2025年3月，関西大学千里山キャンパス（口頭発表）
[6]	“周辺環境を考慮した原子のクラスタリングに基づく局所物性の精度評価：エネルギー勾配”
	中嶋裕也，宮崎葵，清野淳司 第47回ケモインフォマティクス討論会，2024年12月，金沢商工会議所会館（ポスター発表）
[5]	“量子化学計算で得られたスペクトル情報に基づく化合物のバーチャル自動同定”
	熊谷拓海，中嶋裕也，清野淳司 第47回ケモインフォマティクス討論会，2024年12月，金沢商工会議所会館（口頭発表）
[4]	“分裂期における SET タンパク質のセントロメア局在機構および染色体整列の制御機構の解析”
	淡路茉里奈，浅井裕一郎，清野淳司，寺田泰比古 第47回日本分子生物学会年会，2024年11月，福岡国際会議場（ポスター発表）
[3]	“機械学習・量子化学計算・多変量スペクトル分解法を用いた混合物スペクトルの分離”
	関屋鯨達，熊谷拓海，廣田信広，清野淳司 第14回 CSJ 化学フェスタ2024，2024年10月，タワーホール船橋（ポスター発表）
[2]	“機械学習と量子化学計算を利用した混合物スペクトル分解手法の開発”
	関屋鯨達，熊谷拓海，廣田信広，清野淳司 日本コンピュータ化学会（SCCJ）2024年春季年会，2024年6月，東京工業大学大岡山キャンパス（ポスター発表）
[1]	“機械学習を用いた化合物の生物活性予測システムの開発：抗がん活性への適用”
	金子武史，中嶋裕也，町田光史，神平梨絵，中尾洋一，清野淳司 日本コンピュータ化学会（SCCJ）2024年春季年会，2024年6月，東京工業大学大岡山キャンパス（口頭発表）

2023年

[12]	“機械学習と多変量スペクトル分解法を用いた混合物スペクトルの分解”
	関屋鯨達，熊谷拓海，清野淳司 日本化学会第104回春季年会，2024年3月，日本大学船橋キャンパス（口頭発表）
[11]	“機械学習を用いたヒトがん細胞に対する化合物の抗がん活性の予測解析”
	金子武史，町田光史，神平梨絵，中尾洋一，清野淳司 日本化学会第104回春季年会，2024年3月，日本大学船橋キャンパス（口頭発表）
[10]	“大規模言語モデルを利用した電子実験ノート向け対話型情報検索システムの構築”
	海上菜々子，中野匡彦，清野淳司 日本化学会第104回春季年会，2024年3月，日本大学船橋キャンパス（口頭発表）
[9]	“複数のスペクトル情報と量子化学計算を利用した機械学習による部分構造予測”
	熊谷拓海，中嶋裕也，清野淳司 第46回ケモインフォマティクス討論会，2023年11月，中央大学後楽園キャンパス（ポスター発表）
[8]	“機械学習・量子化学計算・各種スペクトルを利用した化合物自動同定システムの開発”
	熊谷拓海，中嶋裕也，清野淳司 第13回 CSJ 化学フェスタ2023，2023年10月，タワーホール船堀（ポスター発表）
[7]	“新規材料探索と速度論モデル構築に対するシンボリック回帰の応用研究”
	磯田拓哉，高橋栞，中野匡彦，中嶋裕也，清野淳司 化学工学会第54回秋季大会，2023年9月，福岡大学七隈キャンパス（口頭発表）
[6]	“A feasibility study of symbolic regression algorithms for chemical laws”
	T. Isoda, M. Nakano, Y. Nakajima, J. Seino The 5th conference of Theory and Applications of Computational Chemistry (TACC), September 2023, Hokkaido (Poster)
[5]	“Atomic clustering based on molecular properties considering surrounding environments and its application to accuracy verification”
	Y. Nakajima, T. Ohmura, J. Seino The 5th conference of Theory and Applications of Computational Chemistry (TACC), September 2023, Hokkaido (Poster)
[4]	“量子化学計算と各種スペクトル情報を用いた化合物の自動同定手法の開発”
	熊谷拓海，中嶋裕也，清野淳司 日本コンピュータ化学会（SCCJ）2023年春季年会，2023年6月，東京工業大学大岡山キャンパス（ポスター発表）
[3]	“シンボリック回帰の化学の諸問題への適用：外挿性の検証と反応速度論への応用”
	磯田拓哉，高橋栞，中野匡彦，中嶋裕也，清野淳司 日本コンピュータ化学会（SCCJ）2023年春季年会，2023年6月，東京工業大学大岡山キャンパス（口頭発表）
[2]	“複数のスペクトル情報と量子化学計算に基づく化合物の自動同定システムの開発”
	熊谷拓海，中嶋裕也，清野淳司 第25回理論化学討論会，2023年5月，資生堂 S/PARK ホール（ポスター発表）
[1]	“周辺環境を考慮した化学的性質に基づく原子のクラスタリングと精度検証への応用”
	中嶋裕也，大村拓登，清野淳司 第25回理論化学討論会，2023年5月，資生堂 S/PARK ホール（口頭発表）

2022年

[10]	“機械学習による周辺環境を考慮した原子の分類とその解析”
	大村拓登，中嶋裕也，清野淳司 日本化学会第103回春季年会，2023年3月，東京理科大学野田キャンパス（口頭発表）
[9]	“スペクトルデータに基づく化合物の自動構造予測手法の開発”
	熊谷拓海，中嶋裕也，清野淳司 日本化学会第103回春季年会，2023年3月，東京理科大学野田キャンパス（口頭発表）
[8]	“Applicability domain for machine-learned electron correlation model”
	Ryo Fujisawa, Mikito Fujinami, Junji Seino, Yasuhiro Ikabata, Hiromi Nakai Asia-Pacific Association of Theoretical and Computational Chemists (APCTCC-10)， February 2023，Vietnam (Poster)
[7]	“Implementation of picture -change corrected density functional theory based on infinite - order two-component relativistic method into GAMESS program”
	Chinami Takashima, Junji Seino, Hiromi Nakai Asia-Pacific Association of Theoretical and Computational Chemists (APCTCC-10)， February 2023，Vietnam (Poster)
[6]	“シンボリック回帰を用いた化学における数理モデルの自動導出”
	磯田拓哉，中野匡彦，中嶋裕也，清野淳司 第12回量子化学スクール，2022年12月，岡崎コンファレンスセンター（ポスター発表）
[5]	“シンボリック回帰による初等関数/微分方程式型の化学法則の自動探索”
	磯田拓哉，中野匡彦，清野淳司 第45回ケモインフォマティクス討論会，2022年11月，九州大学筑紫キャンパス（ポスター発表）
[4]	“シンボリック回帰に基づいた化学における明示的な初等関数/微分方程式の自動導出”
	磯田拓哉，中野匡彦，清野淳司 第12回 CSJ 化学フェスタ2022，2022年10月，タワーホール船堀（ポスター発表）
[3]	“シンボリック回帰に基づいた化学における数理モデルの自動構築”
	磯田拓哉，中野匡彦，清野淳司 日本コンピュータ化学会（SCCJ）2022年春季年会，2022年6月，東京工業大学大岡山キャンパス（ポスター発表）
[2]	“機械学習型電子相関モデルの開殻系への拡張”
	藤澤遼，藤波美起登，清野淳司，中井浩巳 第24回理論化学討論会，2022年5月，オンライン（ポスター発表）
[1]	“局所性を利用した機械学習に基づく核磁気遮蔽定数の予測モデルの構築”
	速水雅生，小川陽太郎，中野匡彦，清野淳司 第24回理論化学討論会，2022年5月，オンライン（ポスター発表）

2021年

[4]	“構造的・電子的記述子を用いた機械学習による NMR 核磁気遮蔽定数の予測と解析”
	小川陽太郎，速水雅生，中野匡彦，清野淳司 日本化学会第102回春季年会，2022年3月，オンライン（口頭発表）
[3]	“シンボリック回帰を用いた科学における数理モデルの自動構築”
	磯田拓哉，中野匡彦，清野淳司 日本化学会第102回春季年会，2022年3月，オンライン（口頭発表）
[2]	“Picture-change-corrected relativistic density functional theory based on transformation of density operator and density matrix”
	Y. Ikabata, T. M. Maier, J. Seino, H. Nakai The International Chemical Congress of Pacific Basin Societies 2021 (Pacifichem2021), December, 2021, Online.
[1]	“複数ドメインデータを用いた深層学習モデルによるペロブスカイトの物性値予測”
	木下皓史，清野淳司，中谷直輝，波田雅彦 第44回ケモインフォマティクス討論会，2021年12月，オンライン（口頭発表）

受賞

2026年

[8]	日本コンピュータ化学会 2026年奨学賞，内山諒一「機械学習ポテンシャルの局所環境表現を活用した分子物性予測GNNモデルの開発」

2025年

[7]	第48回ケモインフォマティクス討論会 優秀ポスター賞，吉田大晟「化学法則の自律的探索を指向したエージェント型シンボリック回帰ワークフローの実装」
[6]	日本コンピュータ化学会 2025年優秀ポスター賞，玉江結々葉「係数最適化手法を導入した遺伝的プログラミングの開発と化学法則への適用」
[5]	日本コンピュータ化学会 2025年奨学賞，増田幹太「知識グラフと機械学習を利用した抗がん活性化合物提案システムの開発」

2024年

[4]	第14回 CSJ 化学フェスタ2024，優秀ポスター発表賞，関屋鯨達「機械学習・量子化学計算・多変量スペクトル分解法を用いた混合物スペクトルの分離」

2023年

[3]	第46回ケモインフォマティクス討論会，優秀ポスター賞，熊谷拓海「複数のスペクトル情報と量子化学計算を利用した機械学習による部分構造予測」
[2]	日本コンピュータ化学会 2023年春季年会，奨学賞，磯田拓哉「シンボリック回帰の化学の諸問題への適用：外挿性の検証と反応速度論への応用」

2022年

[1]	第12回 CSJ 化学フェスタ2022，優秀ポスター発表賞，磯田拓哉「シンボリック回帰に基づいた化学における明示的な初等関数/微分方程式の自動導出」

招待講演

[32]	“AIによる高速・高精度な電子エネルギー・分子物性予測システム”
	清野淳司, 分子研所長招聘研究会「電子状態理論で新しい分子科学を拓く」第2回, 2026年6月, 分子科学研究所.
[31]	“生成系 AI による化学探究の深化”
	清野淳司, 日本化学会第106回春季年会第32回化学教育フォーラム「AI は化学探究活動を変えられるか？」, 2026年3月, 日本大学船橋キャンパス.
[30]	“ホワイトボックス型 AI による分子物性予測と化学原理の抽出”
	清野淳司, 新化学技術推進協会（JACI）戦略委員会勉強会, 2025年12月, 新化学技術推進協会会議室.
[29]	“AI 技術と化学データに基づく明示的な化学法則の自動抽出”
	清野淳司, 化学工学会第56回秋季大会, 2025年9月, 芝浦工業大学豊洲キャンパス.
[28]	“Systematic Accuracy Assessment of Quantum Chemical Calculations Using Machine Learning”
	Junji Seino, Asia Pacific Association of Theoretical and Computational Chemistry (APATCC11), April 21-25, 2025, Kobe (Japan).
[27]	“計算・実験・AI 技術の融合による化学研究”
	清野淳司講演会（明治大学理工学部応用化学科データ化学工学研究室主催）, 2024年7月, 明治大学生田キャンパス.
[26]	“Construction of Orbital-Free DFT Scheme and Its Evaluation by ML”
	J. Seino, The International Symposium on Machine Learning in Quantum Chemistry (SMLQC), November 2023, Uppsala (Sweden).
[25]	“ケム・インフォマティクスに基づく材料開発・化学反応速度の自動解析”
	清野淳司, 反応駆動学公開シンポジウム「原子・分子ダイナミクスと反応駆動」, 2023年6月, 東京工業大学大岡山キャンパス.
[24]	“ケム・インフォマティクスの実験・計算・理論化学への展開”
	清野淳司, セミナー「化学産業を改革する最新 DX（AI・IoT）技術」～製造，開発，研究，それぞれの工程における DX 貼り組み事例～, 2023年6月, 大阪科学技術センター.
[23]	「量子化学計算と人工知能技術の融合」
	清野 淳司, スーパーコンピュータワークショップ2022「複雑電子状態の理論・計算科学」, 計算科学研究センター, ハイブリッド, 1月16日, 2023.
[22]	“「実験化学・理論／計算化学・AI 技術」の融合による DX～ケム・インフォマティクスの基礎知識と化学法則の自動構築・材料探索・反応予測・自動解析技術・実験条件最適化への応用～”
	清野淳司, 情報機構オンラインセミナー, 2022年4月, オンライン.
[21]	“化学におけるマテリアルズインフォマティクスを実践するための基礎と応用事例”
	清野淳司, サイエンス&テクノロジーオンラインセミナー, 2022年7月, オンライン.
[20]	「マテリアルズインフォマティクス／化学原理構築から材料設計まで」
	清野 淳司, 情報機構オンラインセミナー, オンライン, 6月22日-23日, 2022.
[19]	「ケム・インフォマティクスによる理論化学の DX」
	清野 淳司, 第24回理論化学討論会, 金沢商工会議所, ハイブリッド, 5月18日, 2022.
[18]	"AI-Assisted Orbital-Free Density Functional Theory Calculation"
	J. Seino, M. Fujinami, Y. Ikabata, H. Nakai, The International Chemical Congress of Pacific Basin Societies 2021 (Pacifichem2021), Online, December 16-21, 2021.
[17]	「相対論的量子化学とインフォマティクスからみた化学反応」
	清野 淳司, シンポジウム「化学反応経路探索のニューフロンティア2021」, 北海道大学学術交流会館, オンライン, 9月22日, 2021.
[16]	「人工知能技術がもたらす理論化学の深化と進化」
	清野 淳司, 日本化学会第101回春季年会併設シンポジウム「30年後の夢をかなえる理論化学」, オンライン, 3月20日, 2021.
[15]	「人工知能を用いた化学反応予測・ 反応条件最適化・量子化学理論の高度化」
	清野 淳司, 技術情報協会セミナー「マテリアルズインフォマティクスによる材料設計、反応予測」, オンライン, 11月13日, 2020.
[14]	「人工知能技術を用いた 化学データ解析の基礎とその応用」
	清野 淳司, 日本テクノセンター・セミナー, オンライン, 8月31日, 2020.
[13]	「化学研究と人工知能技術の融合に関する基礎と応用事例～化学反応予測・実験条件最適化・量子化学理論の高度化を例として～」
	清野 淳司, CMCリサーチウェビナー, オンライン, 8月20日, 2020, 11月30日, 2020, 8月4日, 2021.
[12]	「化学における人工知能技術との融合の基礎と 実験・計算化学への応用事例 ～化学反応予測・実験条件最適化・材料探索を例に～」
	清野 淳司, 情報機構セミナー, オンライン, 6月24日, 2020, 2月18日, 2021.
[11]	「インフォマティクスを導入した密度汎関数理論の開発」
	清野 淳司, 第29回格子欠陥フォーラム「格子欠陥とマテリアルズ・インフォマティクス」, 豊田工業大学, 9月14日-15日, 2019.
[10]	"Orbital-Free Density Functional Theory Calculation Combined with Semi-Local Machine-Learned Kinetic Energy Density Functional"
	Junji Seino, The 2nd Global Forum on Advanced Materials and Technologies for Sustainable Development (GFMAT-2), Toronto, Canada, July 21-26, 2019.
[9]	「人工知能（AI）技術と電子状態情報を用いた化学反応予測および反応条件最適化」
	清野 淳司, R&D支援センター講習会, 東京, 1月22日, 2019, 1月28日, 2020, 12月14日, 2020.
[8]	「相対論的量子化学における理論・計算手法 of 基礎」
	清野 淳司, 第8回, 第9回量子化学スクール, 岡崎, 12月17日-19日, 2018, 12月16-18日, 2019.
[7]	「人工知能を用いた化学反応の予測と反応条件の最適化」
	清野 淳司, 技術情報協会・講習会 触媒開発における人工知能、計算科学の活用―新しい触媒の探索、設計の具体的手法－, 東京, 8月27日, 2018.
[6]	「理論・計算・実験化学とインフォマティクスの融合研究」
	清野 淳司, 分子科学研究所・理論・計算分子科学領域セミナーシリーズ, 岡崎, 6月21日, 2018.
[5]	「次世代相対論的量子化学プログラムRAQETの紹介と理論化学研究の情報学との融合」
	清野 淳司, 新化学技術振興協会 先端科学・材料技術部会・コンピュータケミストリ分科会 次世代CCWG講演会, 東京, 3月2日, 2018.
[4]	"RAQET: Large-Scale Two-Component Relativistic Quantum Chemistry Program Package"
	Junji Seino, International Symposium―Theoretical Design of Materials with Innovative Functions Based on Element Strategy and Relativistic Electronic Theory―, Tokyo, Japan, December 8-9, 2017.
[3]	「相対論的電子論」
	清野 淳司, 第56回 分子科学若手の会 夏の学校 第五分科会, 京都, 8月22日-26日, 2016.
[2]	"Large-scale relativistic quantum-chemical theory"
	Junji Seino, 原子衝突学会第39回年会 (11th Asian International Seminar on Atomic and Molecular Physics (AISAMP11)), Sendai, Japan, October 6-10, 2014.
[1]	"Efficient Relativistic Quantum Theory and Its Analytical Energy Gradient Scheme for Large Molecule"
	Junji Seino, XVIIIth International Workshop on Quantum Systems in Chemistry, Physics and Biology (QSCPXIII), Paraty (Rio de Janeiro), Brazil, December 1-7, 2013.

研究助成

[11]	ENEOS 株式会社との共同研究「Matlantis の活用による種々の実験スペクトル予測手法の開発・拡張」清野淳司（研究代表，2024年度）
[10]	JST 研究成果展開事業 START 大学・エコシステム推進型「抗がん活性予測 AI システムの開発と検証」清野淳司（研究代表，2024年度）
[9]	ENEOS 株式会社との共同研究「超高速 AI 分子シミュレータの活用に向けた評価および利用法の検討(2)」清野淳司（研究代表，2024年度）
[8]	文部科学省科学研究費助成金若手研究「機械学習を利用した量子化学計算誤差データベースの開発」中嶋裕也（研究代表，2024年度－2026年度）
[7]	ENEOS 株式会社との共同研究「超高速 AI 分子シミュレータの活用に向けた評価および利用法の検討」清野淳司（研究代表，2023年度）
[6]	科学研究費助成金(基盤研究C)「精度保証を考慮したオンライン機械学習型軌道非依存密度汎関数理論の開発」, 研究代表, 2021年度-2023年度.
[5]	戦略的創造研究推進事業 個人型研究（さきがけ）研究領域「理論・実験・計算 科学とデータ科学が連携・融合した先進的マテリアルズインフォマティクスのための基盤技術の構築」「量子化学と情報学との融合による次世代密度汎関数理論と均一系触媒における反応 予測システムの開発 」, 研究代表, 2017年度-2020年度.
[4]	戦略的創造研究推進事業 個人型研究（さきがけ）研究領域「理論・実験・計算 科学とデータ科学が連携・融合した先進的マテリアルズインフォマティクスのための基盤技術の構築）、特定課題調査「均一系触媒における定量的反応予測システムの開発」, 研究代表, 2016年度.
[3]	科学研究費補助金 特別研究員奨励費「大規模相対論的量子化学計算手法の開発と新元素戦略への応用」, 研究代表, 2012年度-2014年度.
[2]	科学研究費助成事業(若手研究B)「電子情報のみを記述できる大規模・高精度・汎用的相対論的量子化学理論の開発」, 研究代表, 2011年度.
[1]	笹川科学研究助成「4成分Dirac-Coulomb方程式と厳密に等価な2成分相対論方程式の構築と重原子 化合物系の分子物性への応用」, 研究代表, 2008年度.