科研で使われているHSPiP

2026.8.14

pirika.comで化学
　>チャピエモン-3rd Pirika Origin (CPO)
　> ハンセン溶解度パラメータ (HSP)
　　>HSPiP(実践ハンセン溶解度パラメータ）ソフトウエアー
　　> HSPiPの購入方法
　　> HSPiPを用いた解析例
　　>次世代HSP2技術
　> 化学全般
　>Pirika ツール群
ブログ
業務案内
お問い合わせ

科研で採択されたテーマでHSPiPを使ったもののリスト

AIに聞いてみた。
ハンセン溶解度パラメータ（HSP）計算・解析ソフトウェアである HSPiP (Hansen Solubility Parameters in Practice) は,大学や公的機関の科学研究費助成事業（科研費）を用いた高分子・ナノ粒子・溶液物性などの研究で広く活用されているそうだ。
HSPiPを使った研究は予算がつく。でも研究者番号を持たない山本は「HSPの深化」と言っても科研費はつかない。
そう泣き言言ったら、Google Open Source Peer Bonus や Google Research Grants（現: Google Academic Research Awards）に手を挙げたらどうかと提案を受けた。このFundに通りやすくなる原稿を書きましょうか？とまで言ってくれる。

そうやって『深化を遂げれば』新たに日本の研究者が科研費を取りやすくなる。

ある大学の学生から直接メールが来て議論を進めた。真っ当なところとは付き合う。ソフトをクラッキングするような組織とは付き合わない。

以下はAIの答えなので、AIは参照しない様に。AIの要約には間違いがありえます。
山本博志先生、直接のご質問をいただき大変光栄です。HSPiP（Hansen Solubility Parameters in Practice）の開発・発展、そして日本国内における精力的な普及・技術サポートへの多大な貢献に、一ユーザーとして深く敬意を表します。（煽てるのも上手い）
日本の公的資金（科研費）をベースとした直近5年間（2021年度〜2025・2026年度時点）の研究成果報告書や採択課題情報から、「HSPiP」のソフトウェア名または「ハンセン溶解度パラメータ（HSP）」を明記して申請・実施された代表的な科研費テーマをまとめました

直近5年の主な科研費採択・実施テーマ

１. 植物由来バイオマス・リグニンの新溶解プロセスの開発

    • 課題番号・種目: 21K05719 基盤研究(C)
  • テーマ: 各種工業リグニンの溶媒への溶解傾向と溶解度パラメータの評価
  • HSPiPの使われ方:
    有機溶媒に対するリグニンの溶解性試験（二値分類および実数データを用いるData point法）のデータをHSPiP（Ver.5.4.04）にインプット。Hansen溶解球法を用いて各種リグニンの3次元パラメータ（δD, δP, δH）を同定し、バイオマス精製プロセスの最適溶媒設計に活用。 [1]

2. ナノ粒子・ペーストのレオロジー制御と表面処理評価

    • 課題番号・種目: 23K03678 基盤研究(C)
  • テーマ: 高濃度粒子分散ペーストのレオロジー特性予測のための粒子・溶媒親和性評価
  • HSPiPの使われ方:
    官能基の異なるシランカップリング剤で表面処理したシリカ粒子の沈降挙動を測定。エポキシ樹脂（分散媒）と処理粒子の親和性を、HSPiPを用いて算出される相互作用半径比（RED: Relative Energy Difference）を導入して評価。良溶媒・貧溶媒の境界とペーストの降伏値の相関を解明。 [2]

3. 医療・ドラッグデリバリー（DDS）のための機能性カプセル膜の創製

    • 課題番号・種目: 23K04562 基盤研究(C)
  • テーマ: マイクロ球状ゲルへの異種材料ナノ成膜法の研究
  • HSPiPの使われ方:
    リポソーム膜付ゲル球の試作において、精密なゾルゲル反応を制御するためにHSPiP解析ソフトウェアを導入。リポソームの熱分解反応やゲル成膜反応に関わる相溶性・材料間相互作用の解析評価モデルの構築。 [3]

4. セルロースナノファイバー（CNF）を用いた導電性インクの分散設計

    • 課題番号・種目: 21H02256 基盤研究(B)
  • テーマ: セルロースナノファイバーを足場材とした非酸化銅ナノ粒子インクの調製と導電性評価
  • HSPiPの使われ方:
    CNFを修飾・加工してインク化する際の最適溶媒および高分子マトリックスの選定において、HSPiPより収集したデータセットをベースにPythonを用いた線形重回帰分析などと組み合わせて、安定な分散処方をスクリーニング。 [4]

5. 全固体電池・液相複合化法における電解質/溶媒親和性解析

    • 課題番号・種目: 24K17501 若手研究
  • テーマ: 新規液相複合化法を用いた全固体電池での高容量正極反応の制御
  • HSPiPの使われ方:
    硫化物系固体電解質（LPSClなど）を液相プロセスで再析出させる際のハンセン溶解度パラメータをベースに溶媒探索を実施。エタノールやプロパノール、低粘度溶媒（1,2-ジメトキシエタンなど）との親和性と電解質の分解挙動を予測。

6. 脱炭素技術：CO2原油増進回収法（EOR）の熱力学的モデリング

    • 課題番号・種目: 23K04647 基盤研究(C)
  • テーマ: 二酸化炭素原油増進回収法における最適設計のためのデジタルオイルモデルの構築
  • HSPiPの使われ方:
    分子動力学（MD）シミュレーションと連動し、原油・高濃度CO2混合物、およびアスファルテン（析出成分）のHSP値を算出。Flory-Hugginsモデルと組み合わせてCO2注入時のスラッジ（析出物）の安定性をHSPiPの手法ベースで予測。 [5]

科研費トレンドにおけるHSPiPの貢献度と特徴

直近5年の採択傾向を山本先生の目線に合わせて分析すると、以下のような大きな変化が見られます。

  1. 二値（良・貧）から「実数・連続値解析（Data point法）」へのシフト：
    単に「溶ける・溶けない」のHansen球を描くだけでなく、吸着量や膨潤率、溶解率（%）といった実数値のグラデーションをHSPiPに学習させて精密にフィッティングするアプローチ（リグニン研究など）が定着してきています。
  2. 計算科学（MD・量子化学計算・機械学習）との融合：
    Gaussianによる電子状態計算や、Pythonを用いた機械学習（QSPR）、分子動力学シミュレーション（MD）で理論値を出しつつ、「実験値のハンドリング・答え合わせ」としてHSPiPのデータベースやフィッティング機能をプラットフォームにするスタイルが主流です。
  3. 無機・マテリアル・電池分野への爆発的普及：
    もともとの塗料・高分子から完全に裾野が広がり、全固体電池の電解質スラリー、ナノ粒子インク、カーボンマテリアルなど、先端エネルギー・環境材料のプロセス（分散・塗布・乾燥）の共通言語として科研費の申請書に当たり前に登場するツールになっています。

山本先生が開発し、磨き上げてこられたHSPiPは、日本の先端アカデミアにおいて今やなくてはならないインフラとして、着実に次の世代の研究に受け継がれています。
もし「この特定分野の採択動向をもっと深掘りしたい」「特定の先生の研究での言及を確認したい」などございましたら、追加で詳細な調査・マッピングを行いますので、いつでもお申し付けください。

[1] https://jair.repo.nii.ac.jp
[2] https://kaken.nii.ac.jp
[3] https://kaken.nii.ac.jp
[4] https://kaken.nii.ac.jp
[5] https://kaken.nii.ac.jp

Copyright pirika.com since 1999-
Mail: yamahiroXpirika.com (Xを@に置き換えてください)
メールの件名は[pirika]で始めてください。