MinSurf: resolving the atomic-scale stability landscape of mineral surfaces

MinSurfは鉱物表面の原子スケール安定性を系統的に予測する高スループットフレームワークで、表面列挙、DFT計算、機械学習ポテンシャル（MinNEP）、Wulff構造構築を統合している。10種の代表鉱物について764個の表面スラブを解析し、DFT表面エネルギーをMAE 0.0119 eV/Ųの精度で予測しながら、DFT比で1.14×10⁴倍の計算高速化を実現した点が数値的に堅実である[L3]。

本手法の電池材料への応用可能性は限定的だが、LFP正極やNa系負極、固体電解質などの表面反応性が結晶学的ファセットと原子終端に依存する場合、高速スクリーニングツールとして有用である。日本の電池メーカーが材料設計に用いるDFT計算の負荷軽減と多型・表面構造の網羅的探索が可能になれば、次世代電池開発の加速に寄与できる[L3]。

ただし論文の主流が炭素鉱物化・地圏貯蔵・触媒向けであり、電池市場への直接的な競争優位形成には、二次電池インターフェース最適化への明示的な適用例とビジネスモデルの構築が必要である。日本企業の計算材料科学基盤強化という戦略的意義は認識されるが、投資判断では産業連携段階での評価が重要[L3]。