NMRによる高分子の構造,物性解析
        
NMRによる有機材料分析と その試料前処理、データ解釈
 
 

<セミナー No 604226>

【Live配信のみ】 アーカイブ配信はありません

★ 測定条件の設定、結果の解釈などNMRによる高分子解析のポイントを詳説!

NMRによる高分子の構造,物性解析


■ 講師

1.

徳島大学 大学院社会産業理工学研究部 教授 博士(理学) 平野 朋広 氏
2. (国研)産業技術総合研究所 材料・化学領域研究企画室 企画主幹 齋藤 靖子 氏

3.

(国研)理化学研究所 環境資源科学研究センター チームディレクター 博士(工学) 菊地 淳 氏
■ 開催要領
日 時

2026年4月28日(火) 11:00〜16:00

会 場 Zoomを利用したLive配信 ※会場での講義は行いません
Live配信セミナーの接続確認・受講手順は「こちら」をご確認下さい。
聴講料

1名につき55,000円(消費税込、資料付)
〔1社2名以上同時申込の場合のみ1名につ
き49,500円

〔大学、公的機関、医療機関の方には割引制度があります。詳しくは上部の「アカデミック価格」をご覧下さい〕

■ プログラム

【11:00-12:30】

1.溶液NMRによる高分子材料の一次構造解析 
   〜繰り返し構造,末端基,立体規則性,組成,共重合連鎖〜

徳島大学 大学院社会産業理工学研究部 教授 博士(理学) 平野 朋広 氏
 

【習得できる知識】
・高分子化合物の溶液NMRの測定に関する知見
・NMRスペクトルによる高分子の一次構造解析の考え方

【講座概要】
 核磁気共鳴法(NMR)では化学構造(官能基の種類,隣接基など)に関する情報が得られることから,有機化合物の分析手法として広く活用されている.高分子材料においても,一次構造解析に有用で欠くことのできない分析法である.ハイスループット分析に対する需要の高まりとともに,オートサンプラーやオートチューナーなどの周辺機器が進歩したことで,誰でも簡単に様々なスペクトルを測定できるようになってきた.そのため,NMR装置のブラックボックス化が進み,測定パラメータの意味やデータ処理に関する基本を知らなくても測定できるようになってしまっている.そこで本講では、溶液NMRによる高分子キャラクタリゼーションの基本的手法について実用的な立場から述べる.さらに,実際の分析事例も紹介する.


1. 溶液NMRの基本
 1.1 NMRの原理
 1.2 NMR装置概要
 1.3 1H NMRスペクトルの読み方
 1.4 13C NMRスペクトルの読み方

2. NMRの測定
 2.1 サンプルの調製
 2.2 測定原理
 2.3 測定条件の決定法
 2.4 データ処理法

3. 高分子材料の一次構造解析
 3.1 繰り返し構造
 3.2 立体規則性
 3.3 末端基
 3.4 共重合組成
 3.5 共重合連鎖

【質疑応答】

 


【13:20-14:50】

2.溶液NMR法によるポリマーの構造解析

(国研)産業技術総合研究所 材料・化学領域研究企画室 企画主幹 齋藤 靖子 氏
 

【講座の趣旨】 
  溶液NMRは精密な分子構造の解析に有用ですが、サンプルのNMR溶媒への溶解性が低いと感度と分解能が著しく低下します。サンプルが不溶でも適切な前処理によって溶媒中での分散性と分子運動性を向上させると、溶液NMRによる定性分析が可能になります。前処理を行うにあたっての考え方や具体的な方法をご紹介したいと思います。  サンプルは、セルロース等のバイオマスが中心ですが、可能な範囲で顔料や樹脂の分析にも触れられればと思います。

1. NMRの基礎
 1.1 NMRの原理
 1.2 固体NMRと溶液NMRの違い
 1.3 NMRで得られる情報
 1.4 難溶性試料のNMR測定における課題

2.試料測定時の溶液NMRの課題と対策
 2.1 感度および分解能低下の因子
 2.2 分散性向上のための戦略
 2.3 横緩和時間T2増加のための戦略

3.難溶性試料の溶液NMRによる分析事例
 3.1 イソプレンゴムの化学構造解析
 3.2 表面化学修飾セルロースの分析
 3.3 Gel-state法による植物細胞壁の全分析

4.Gel-state NMR法の応用展開
 4.1 Gel-state NMR法の適用範囲の拡張
 4.2 セルロース素材の表面化学修飾における反応追跡
 4.3 セルロースと有機顔料の相互作用
 4.4 セルロース補強フィラー中のセルロース ‐ 相容化剤間の共有結合

5.合成高分子の分析

【質疑応答】


【15:00-16:00】

3.NMRデータサイエンス開発と高分子構造解析への応用

(国研)理化学研究所 環境資源科学研究センター チームディレクター 博士(工学) 菊地 淳 氏
 

1.セルロースの分子動力学(MD)計算座標の量子化学計算による非晶領域探索

2.ベイズ最適化を利用した高分子材料の分解予測モデルの構築

3.NMRとケモインフォマティクス記述子による溶解度予測

4.構造・成分多型性のある高分子試料のT2*緩和に基づく固体NMR信号分離法の開発

5.ケモインフォマティクスと量子化学計算による「フラグメント集積型」構造解析法

6.機械学習を併用した量子理論化学シフト・スピン結合定数の予測精度向上


【質疑応答】