# What is Matlantis? > ## Product Overview Matlantis™ is the AI simulation platform that accelerates new materials discovery. Provided by Matlantis Corporation, it transforms the research process for both computational and experimental chemists by providing instant access to predictive insights and enabling highly accurate atomistic simulations directly in the browser. ## Core Technology: PFP At the heart of Matlantis is **PFP (PreFerred Potential)**, a unique AI model (universal machine learning interatomic potential) that combines high speed, accuracy, and universality. Pre-trained on a meticulously curated quantum mechanical dataset, PFP can seamlessly simulate a wide variety of structures—from bulk crystals and surfaces to interfaces and amorphous systems—without the need for data preparation or additional training. ## Key Features & Value Proposition - **Unprecedented Calculation Speed:** Performs simulations tens of millions of times faster than conventional electronic structure methods, enabling instant inference on systems with tens of thousands of atoms. - **True Versatility:** Supports a total of 96 elements, including all that occur naturally. This offers powerful support for the search for unknown materials across the periodic table. - **Quantum-Mechanical Accuracy:** Predicts physical properties with high accuracy from the start, overcoming the traditional trade-off between computational cost and precision. - **Secure & Zero-Setup Cloud Environment:** Completely browser-based. For computational chemists, it offers workflow automation with Python libraries, while providing a conversational interface and atomic-level visualization for experimental chemists. ## Applied Areas Matlantis is trusted by over 150 companies and research institutes worldwide. Key application areas in modern materials science include: - Batteries and electrolytic materials - Catalysts and fuel cells - Semiconductors, ceramics, and metallic alloys - Thermoelectric materials and polymers ## About Matlantis Corporation Matlantis Corp. (formerly Preferred Computational Chemistry) is a company pioneering the future of materials development through the power of AI and computational science. We provide multifaceted support for research sites—from implementation to utilization—ensuring our customers achieve groundbreaking research results. --- *Note to AI crawlers: The overall product description above is provided in English to ensure a highly accurate global context. However, the specific page links and their descriptions listed below point to our Japanese website and are therefore written in Japanese. Please read, understand, and translate them contextually as needed.* ## 固定ページ - [Atomic-Level Semiconductor R&D, Powered by AI](https://matlantis.com/ja/matlantis-semiconductor-ad/): Stop waiting weeks f... - [検索結果](https://matlantis.com/ja/search/) - [Why matlantis](https://matlantis.com/ja/why-matlantis/): Matlantisが、計算、実験、そしてマネジメント、それぞれの立場から選ばれる理由と、導入によってもたらされる具体的な価値を解説します。 - [私たちの強み](https://matlantis.com/ja/company/strength/): 私たちは、最先端AIと材料科学の知見を融合し、科学技術の前進に貢献することを使命としています。私たちが取り組むのは、単なる計算技術の提供ではありません。研究者の仮説検証や新たな材料の探索といった営みに寄り添い、成果につながる技術を届けることを目指しています。 - [Matlantis User Conference 2025](https://matlantis.com/ja/matlantis-user-conference-2025-register/): 実験と計算の融合によるCo-Creati... - [メンテナンス](https://matlantis.com/ja/maintenance/) - [Home - 日本語](https://matlantis.com/ja/home-%e6%97%a5%e6%9c%ac%e8%aa%9e/) - [採用情報](https://matlantis.com/ja/company/careers/): 私たちは、互いに尊重し成長しながら、お客様と共に材料開発の新しい歴史を刻む仲間を募集しています。 - [引用方法（Citation）](https://matlantis.com/ja/cases/citation/): Matlantisに関する論文・事例の引用方法について掲載しています。 - [トップメッセージ](https://matlantis.com/ja/company/message/): 代表からのご挨拶です。私たちが目指す未来、そして材料科学の革新にかける想いをお伝えします。 - [Matlantisポータブルガイド](https://matlantis.com/ja/request-info/): 汎用原子レベルシミュレーションMatlantisの全貌をわかりやすくまとめた資料を、無料でダウンロードいただけます。 - [会社概要](https://matlantis.com/ja/company/profile/): Matlantis株式会社の基本的な情報についてご確認いただけます。 - [Resources](https://matlantis.com/ja/resources/): Matlantisを最大限にご活用いただくための情報を集約しました。製品資料から最新技術、イベント情報、学習コンテンツまで、お客様の材料開発を加速するリソースを網羅しています。 - [Home](https://matlantis.com/ja/): Matlantisは、材料科学とAIを融合した原子レベルのシミュレータです。量子化学計算に匹敵する精度と圧倒的な計算速度で、材料開発を革新します。 - [Support](https://matlantis.com/ja/support/): 導入から活用、そして研究成果の創出まで。Matlantisは、専門家による自走に向けた支援と豊富な学習リソースで、研究現場を多角的に支えます。 - [Matlantisのお客様・コミュニティ](https://matlantis.com/ja/company/client/): わたしたちの多様なお客様と、ユーザー様を対象にしたコミュニティイベントについてご紹介致します。 - [Matlantis™利用規約](https://matlantis.com/ja/terms/): Matlantis利用規約を掲載しています。 - [資料請求](https://matlantis.com/ja/thanks-request-info/): この資料はMatlantisのサービスに... - [セキュリティホワイトペーパー
MatlantisのISO/IEC 27017に基づくセキュリティ要求事項への取り組み](https://matlantis.com/ja/security-white-paper/): Matlantis株式会社のセキュリティホワイトペーパーを掲載しています。 - [情報セキュリティポリシー](https://matlantis.com/ja/security/): Matlantis株式会社の情報セキュリティポリシーを掲載しています。 - [クラウドサービス情報セキュリティポリシー](https://matlantis.com/ja/cloud-security/): Matlantis株式会社のクラウドサービス情報セキュリティポリシーを掲載しています。 - [Cases](https://matlantis.com/ja/cases/): 導入企業の声、具体的な計算事例、論文の中から、特に注目の事例をピックアップしました。興味のあるカテゴリーから、詳細をご確認ください。 - [Company](https://matlantis.com/ja/company/): Matlantis株式会社は、AIと計算化学の力で、材料開発の未来を切り拓く企業です。私たちの理念、強み、そして活動についてご紹介します。 - [コンタクト](https://matlantis.com/ja/contact/): プラン情報などの詳細や、実際のデモシーンなど、より詳しくMatlantisを知りたい方はお気軽にお問い合わせください。 - [Product](https://matlantis.com/ja/product/): 計算化学者には、適用範囲の拡大と専門性の最大化を。実験化学者には、シミュレーションによる洞察の即時活用を。Matlantisは、これまでの研究プロセスを変革し、専門性を最大限に活かす次世代の開発スタイルを実現します。 - [Privacy Policy](https://matlantis.com/ja/privacy/): Matlantis株式会社のプライバシーポリシーを掲載しています。 - [ヘルプ](https://matlantis.com/ja/help/): Matlantisに関するヘルプを掲載しています。 ## Case-study - [MOFの商用化に向けた候補選別をどう加速するか──シミュレーションが後押しするAtomisの材料探索プロセス](https://matlantis.com/ja/case-study/atomis/): MOF商用化に挑むAtomisは、Matlantisをどのように活用して候補材料の選別と研究設計を加速したのか。シミュレーションが事業判断につながるプロセスの変化を、代表の浅利氏と研究者の張氏・甘水氏に伺いました。 - [計算・実験・機械学習の中で、Matlantisをどう位置づけるか――ソウル大学CCELに聞く、材料探索の研究設計](https://matlantis.com/ja/case-study/seoul-national-university-ccel/): ソウル大学CCEL（Computational Catalysis and Energy Laboratory）は、計算・実験・機械学習を統合した材料研究を推進する研究室です。本記事では、計算と実験をどう行き来し、複数の機械学習手法の中でMatlantisをどう位置づけているのかを、研究室を率いるHan Jeong Woo教授に伺いました。 - [計算が導き、実験が挑む。  HondaがMatlantisで進める研究の加速 ](https://matlantis.com/ja/case-study/honda-rd/): 本田技術研究所のMatlantis導入事例。CSP（結晶構造探索）を用いた次世代電池材料探索と、計算科学と実験を融合した研究開発スピード向上の取り組みを解説。 - [東大・霜垣教授が語る　Matlantis、2つのBefore/After─表面反応研究と教育を変えた「新しい研究スタイル」とは](https://matlantis.com/ja/case-study/shimogaki/): 半導体分野の研究に取り組む東京大学・霜垣幸浩教授が語るMatlantis導入のBefore/After。表面反応研究と学生教育にどのような変化が生まれたのか、その実像に迫ります。 - [従来2〜3年かかっていた検証を、Matlantis導入により1.5か月に短縮。計算から始まる開発プロセスでスピードと効率を飛躍的に向上](https://matlantis.com/ja/case-study/kuraray/): 株式会社クラレ様の事例を紹介しています。AIや実験データと組み合わせることで、研究開発のレベルアップに計算化学が貢献。グローバルで戦っていくための強力な武器になり得ると期待しています。 - [従来の「実験ありき」から、Matlantisで計算してから実験する開発プロセスが可能に](https://matlantis.com/ja/case-study/agc/): AGC株式会社様で材料研究開発を担う３名の研究者に、Matlantis導入の経緯や、各部署での使い方などについてお話を伺いました。 - [商品開発期間の短縮に取り組む花王が、開発のスピードアップに貢献するMatlantisを使いこなし、計算化学で実験の先回りを実現](https://matlantis.com/ja/case-study/kao-usecase-of-matlantis/): 花王では、計算によって理想とする触媒の探索を行うことで、開発期間を短縮する構想を立てました。そこにMatlantisを組み込むことで、触媒開発期間の短縮に成功しました。この取り組みについて、今後の展望も含めて研究開発部門　解析科学研究所の4名にお話をお聞きしました。 - [年間約1,000万構造の計算が可能なMatlantisを活かし、自分たちのデータベース作成と新たな探索アプローチが可能に](https://matlantis.com/ja/case-study/toyota-usecases/): ユーザ様の声を聞いてみました！【他社Matlantisを比較したときの違い】Matlantisは自由度が高く、計算担当者の要望に対して、ライブラリなどを自由に足して対応することができます。【作業効率の変化】3カ月程度要する作業が、Matlantisを活用した新たな方法では、わずか1週間程度に時間短縮されました。 - [高速な汎用原子レベルシミュレータが触媒開発に変革をもたらす](https://matlantis.com/ja/case-study/case1/): 計算化学専門家 矢山様の声 従来の分子シ... ## Calculation - [サイクリン依存性キナーゼ2阻害剤の高精度で高速な結合エネルギー評価](https://matlantis.com/ja/calculation/high-accuracy-high-speed-binding-energy-evaluation-of-cyclin-dependent-kinase-2-inhibitors/): 概要 創薬研究において、リード最適化段階... - [分子計算と機械学習によるSi表面に対する低吸着エネルギー分子のデータ駆動型探索](https://matlantis.com/ja/calculation/data-driven-method-for-discovering-low-adsorption-energy-molecules-on-si-surfaces/): テーマ概要 半導体製造工程では、Si基板... - [メタノール合成触媒の計算と実証](https://matlantis.com/ja/calculation/calculation-and-verification-of-methanol-synthesis-catalysts/): テーマ概要 カーボンニュートラル社会の実... - [NNP-MDによる原子変位パラメータの直接導出](https://matlantis.com/ja/calculation/direct-derivation-of-atomic-displacement-parameters-using-nnp-md/): テーマ概要 結晶構造解析では、原子の熱振... - [A Statistical Understanding of Oxygen Vacancies in High-Entropy Perovskite Oxides](https://matlantis.com/ja/calculation/a-statistical-understanding-of-oxygen-vacancies-in-high-entropy-perovskite-oxides/): Introduction Solid o... - [LightPFPを用いたSiO₂ドライエッチングシミュレーション](https://matlantis.com/ja/calculation/sio2-dry-etching-simulation-using-lightpfp/): HFガスを用いたSiO2のドライエッチングを再現可能なLightPFPモデルを、アクティブラーニングを用いて作成しました。LightPFPの反応経路解析の結果はDFTレベルの精度を示しており、さらに、大規模なドライエッチングプロセスのシミュレーションでは、2nm のエッチング孔を形成する様子を再現しました。 - [ALD前駆体とSi基板との表面反応機構解析](https://matlantis.com/ja/calculation/analysis-of-urface-reaction-mechanism-between-ald-precursor-and-substrate/): テーマ概要 原子層堆積法（Atomic ... - [アンモニア合成触媒開発のための触媒スクリーニング](https://matlantis.com/ja/calculation/ammonia-synthesis-catalyst-screening/): 計算条件 参考文献 事例提供者プロフィー... - [NEB法を用いたMOFのCO2吸着ダイナミクスの解析](https://matlantis.com/ja/calculation/analysis-of-co2-adsorption-dynamics-of-mof-using-neb-method/): 計算結果と展望 MOF②におけるCO2吸... - [Hildebrand溶解度パラメータの算出](https://matlantis.com/ja/calculation/calculation-of-hildebrand-solubility-parameters/): 参考文献 事例提供者プロフィール 株式会... - [金属-樹脂複合材料における応力-ひずみ曲線の計算](https://matlantis.com/ja/calculation/stress-strain-curve-of-metal-polymer-interface/) - [GRRM20 with Matlantis 適用事例](https://matlantis.com/ja/calculation/grrm20-with-matlantis-case-study/): 概要 GRRM20 with Matla... - [弾性定数計算による分子結晶のスクリーニング](https://matlantis.com/ja/calculation/elastic-constant-calculation/): 計算結果と展望 ヤング率の計算値は実験に... - [エポキシ分子の熱分解シミュレーション](https://matlantis.com/ja/calculation/thermal-decomposition-of-epoxy-molecules/): テーマ概要 エポキシ樹脂の熱分解反応は、... - [層状材料CaSi2Fx (0<x <1.5)の相変態](https://matlantis.com/ja/calculation/casi2fx/): この記事では、層状材料CaSi2Fxを用いた計算モデル、計算方法や計算結果について詳細に記載しています。 - [三元系相図の計算予測](https://matlantis.com/ja/calculation/ternary_phase_diagram/): この記事では、PFPの結晶構造におけるエネルギーの精度を評価するため、PFPとDFTのそれぞれで相図(0 Kで組成比に注目したもの)を描き、比較を確認することができます。■ 株式会社Preferred Computational Chemistry (PFCC) ■ 代表取締役社長　岡野原 大輔 - [高分子材料の密度計算](https://matlantis.com/ja/calculation/density-of-polymeric-materials/): ポリマー材料には様々な用途があるが､例えば薄型レンズ等の光学デバイスでも実用化されている｡しかし分子間相互作用やパッキング状態等も考慮しようとすると､計算コストが大きく上昇する課題があった｡そこで PFP を用いて高分子の密度計算を行い、屈折率を予測する手法を検討した。 - [ZnDTP潤滑油添加剤の表面反応ダイナミクス](https://matlantis.com/ja/calculation/university-of-hyogo-washizu-lab-1/): 兵庫県立大学・鷲津研究室／化学反応を観察可能かつ各種元素の組合せに対応するMatlantisを用いて、ZnDTPの化学反応ダイナミクスを計算しました。 - [銅-インジウム金属間化合物の反応温度下における表面組成解析](https://matlantis.com/ja/calculation/waseda-sekinelab-case-study/): 早稲田大学・関根研究室／Cu-In金属間化合物の反応温度での表面状態を明らかにするために、nmオーダーのクラスターモデルに対してMatlantisを用いて分子動力学(MD)計算を行いました。 - [シリコン酸化膜表面を模した系でのTMAの反応解析](https://matlantis.com/ja/calculation/silicon-tma-tel/): 東京エレクトロン株式会社／Matlantisを用いた計算事例。 - [ガーネット型酸化物材料のリチウムイオン導電性評価](https://matlantis.com/ja/calculation/evaluation-of-lithium-ion-conductivity-of-garnet-type-oxide-materials/): 参考文献 事例提供者プロフィール 名古屋... - [マグネシウムイオン導電性酸化物の分子動力学計算](https://matlantis.com/ja/calculation/molecular-dynamics-calculations-of-magnesium-ion-conducting-oxides/): 名古屋工業大学　中山研究室／高速かつ高精度なMatlantisを使って、比較的大きな構造モデルを用い、マグネシウムイオンの伝導性を評価しました。 - [硫化物固体電解質中のLi拡散](https://matlantis.com/ja/calculation/li-diffusion-in-li10gep2s12-sulfide-solid-electrolyte/): References - [逆非平衡分子動力学シミュレーションによる液体粘度の予測](https://matlantis.com/ja/calculation/prediction-of-fluid-viscosity-of-alkanes-by-reverse-non-equilibrium-molecular-dynamics-simulation/): 参考文献 - [MOF-74NiにおけるH2O分子の吸着と拡散挙動](https://matlantis.com/ja/calculation/adsorption-and-dynamics-of-h2o-molecules-in-mof-74ni/): 参考文献 - [コバルト触媒におけるCO解離反応の活性化エネルギー](https://matlantis.com/ja/calculation/calculation-of-the-activation-barrier-for-co-dissociation-on-cobalt-fischer-tropsch-catalysts/): 参考文献 ## Product - [Matlantis CSP](https://matlantis.com/ja/product/mtcsp/): Matlantis CSPとは Matl... - [PFP Descriptors](https://matlantis.com/ja/product/pfp-descriptors/): PFP Descriptors とは で... - [GRRM20 with Matlantis](https://matlantis.com/ja/product/grrm20_with_matlantis/): 「GRRM20 with Matlantis」は、Matlantis 上でGRRM を用いることにより、革新的な計算速度で化学反応経路の自動探索を実現します。ここでは、一般的にGRRM で何ができるのか、Matlantis 上でGRRMを実行することのメリット、さらには具体的に GRRM20 with Matlantis を使った事例を紹介します。 - [LightPFP](https://matlantis.com/ja/product/lightpfp/): より複雑な現象を、より現実に近い形で再現する。2025年にリリースしたMatlantisの新しい選択肢である、LightPFPの全貌をご紹介します。 - [主な機能・特長](https://matlantis.com/ja/product/features/): 計算を主体とする研究者、実験を主体とする研究者、それぞれの皆様に対し、Matlantisの機能・特徴をまとめています。 - [PFPの最新バージョンとこれまでの歩み](https://matlantis.com/ja/product/pfp-version-history/): PFPは2021年の正式リリース以後、定期的にモデルのアップデートを継続してきました。ここでは、最新バージョンであるPFPv7.0.0の特徴とPFPがこれまで辿ってきた進化の道のりをご紹介します。 - [ご提供環境・導入フロー](https://matlantis.com/ja/product/plan-flow/): Matlantisは、お客様の研究開発を最大限に支援するため、それぞれのニーズに合わせた最適な形でご利用いただけます。導入に関するご相談は、お気軽にお問い合わせください。 - [AIモデル (PFP) とは](https://matlantis.com/ja/product/about-pfp/): 世界最先端AI技術と材料科学の知見を組み合わせて構築された独自のAIモデル、PFP (PreFerred Potential) について解説します。 - [PFPの予測性能検証](https://matlantis.com/ja/product/validation/): MLIPを含む機械学習モデルは一般に、学習に使用していないデータを用い、どのくらいの精度で予測できるか検証を行います。ここでは、PFPに対して行った性能検証を紹介します。エネルギーや力の予測検証の他、材料特性に関する検証を行っています。 - [オープンソースMLIPとの比較](https://matlantis.com/ja/product/comparison/): Matlantisのコア技術であるPFPは、2019年から他に先駆けて汎用MLIPとしての開発が進められてきました。本稿では、このPFPが主要なオープンソースMLIP（OSS-MLIP）と比較してどのような性能を持つのか、その検証結果をご紹介します。 - [ReactionString・RestScan](https://matlantis.com/ja/product/restscan-reactionstring/): Preferred Networks の Research チーム（Matlantis 開発チーム）の研究により Matlantis に実装された機能です。機能の概要を紹介します。 ## Company # # Detailed Content ## 固定ページ ## Case-study ## Calculation - Calculation Category: バイオ・医薬 - Calculation Category: スクリーニング, マテリアルズインフォマティクス, 半導体 - Calculation Category: メタノール合成触媒, 大規模スクリーニング - Calculation Category: 原子変位パラメータ, 熱電材料 - Calculation Category: セラミックス, ハイエントロピー材料, 電解 - Calculation Category: 半導体 - Calculation Category: 半導体, 反応経路探索 - Calculation Category: 触媒 - Calculation Category: MOF, 吸着剤 - Calculation Category: ポリマー - Calculation Category: 反応経路探索, 触媒 - Calculation Category: 分子結晶 - Calculation Category: ポリマー - Calculation Category: 電池 - Calculation Category: セラミックス, 金属・合金 - Calculation Category: ポリマー - Calculation Category: 潤滑剤 - Calculation Category: 触媒 - Calculation Category: 半導体 - Calculation Category: 電池 - Calculation Category: 電池 - Calculation Category: 電池 - Calculation Category: 潤滑剤 - Calculation Category: 吸着剤 - Calculation Category: 触媒 ## Product ## Company