本发明涉及发光元件及其制造方法、发光性化合物及其制造方法、组合物及其制造方法、信息处理方法、信息处理装置、计算机程序产品、发光性化合物的提供方法以及数据生成方法。
背景技术：
1、以有机化合物或有机金属配合物作为发光物质的发光元件(有机el组件)正朝实用化发展。有机el组件是将含有发光材料的有机化合物层夹入一对电极间并施加电压，由此，从电极所注入的电子及空穴会再结合而使发光物质成为激发状态，在该激发状态返回基态时发光。由于发光特性会随着发光元件所使用的发光物质的不同而有所不同，所以关于具有良好的发光特性的发光物质的研究开发亦正在进行。
2、近年来，在进行新物质或替代物质的研究开发时，有人提出一种使用统计分析等信息处理技术来有效地进行材料开发的材料信息学(mi：materials informatics)技术(例如专利文献1)。
3、现有技术文献
4、专利文献
5、专利文献1:日本特开2019-87107号公报
技术实现思路
1、为了使用mi技术来探索可满足期望特性的化合物，需要对数量巨大的候选化合物适用mi来评估各化合物的特性。在提取可满足期望特性的化合物时，目前仍需耗费极大的计算成本和时间。
2、本发明的主要目的在于提供一种能够有效地得到可具有良好特性化合物的信息处理方法等。
3、本发明涉及的一方式的发光元件具有阳极、阴极以及设置在上述阳极与上述阴极之间的发光层，上述发光层含有满足下列条件的发光性化合物：通过mordred计算所得的分子描述符的spdiam_a为5.0以上，aatsc2c为0.003以下，mats5s为0.17以下，gats6c为0.6以上，以及aeta_beta为1.6以下。
4、本发明涉及的一方式的发光性化合物满足：通过mordred计算所得的分子描述符的spdiam_a为5.0以上，aatsc2c为0.003以下，mats5s为0.17以下，gats6c为0.6以上，以及aeta_beta为1.6以下。
5、本发明涉及的一方式的组合物含有上述发光性化合物，以及选自由空穴传输材料、空穴注入材料、电子传输材料、电子注入材料、发光材料、抗氧化剂及溶剂所组成的群组中的至少1种。
6、本发明涉及的一方式的发光性化合物的制造方法包含：准备多个化合物的准备工序，以及从上述准备工序中所得到的多个化合物中提取发光性化合物的提取工序；在上述提取工序中提取满足下列条件中的至少1项的发光性化合物：通过mordred计算所得的分子描述符的spdiam_a为5.0以上，aatsc2c为0.003以下，mats5s为0.17以下，gats6c为0.6以上，aeta_beta为1.6以下，aatsc3s为-0.2以上0.5以下，c3sp2为0以上30以下，aeta_beta_s为0.5以上1.0以下，slogp_vsa5为0以上400以下，n5aring为0以上10以下，以及n6aring为0以上10以下。
7、本发明涉及的一方式的发光性化合物的制造方法包含：准备多个化合物的准备工序，以及从上述准备工序中所得到的多个化合物中提取发光光谱的半峰宽未达预定值的发光性化合物的提取工序；在上述提取工序中提取满足下列条件中的至少1项的发光性化合物：通过mordred计算所得的分子描述符的spdiam_a为5.0以上，aatsc2c为0.003以下，mats5s为0.17以下，gats6c为0.6以上，aeta_beta为1.6以下，aatsc3s为-0.2以上0.5以下，c3sp2为0以上30以下，aeta_beta_s为0.5以上1.0以下，slogp_vsa5为0以上400以下，n5aring为0以上10以下，以及n6aring为0以上10以下。
8、本发明涉及的一方式的组合物的制造方法包含下列工序，将通过上述任一制造方法所制造的发光性化合物，与选自由空穴传输材料、空穴注入材料、电子传输材料、电子注入材料、发光材料、抗氧化剂及溶剂所组成的群组中的至少1种予以混合。
9、本发明涉及的一方式的发光元件的制造方法是制造具有阳极、阴极以及设置在上述阳极与上述阴极之间的发光层的发光元件的方法，该制造方法包含：使用通过上述任一制造方法所制造的发光性化合物来形成上述发光层的工序。
10、本发明涉及的一方式的信息处理方法是取得多个候选化合物的通过量子化学计算所得的光谱指标(spectral index)，根据所得的上述光谱指标，将各化合物分类为光谱指标满足预定条件的群组以及光谱指标未满足预定条件的群组，提取被分类为上述光谱指标满足预定条件群组的发光性化合物。
11、本发明涉及的一方式的发光性化合物的制造方法包含：通过上述信息处理方法来提取发光性化合物的工序，以及得到所提取的上述发光性化合物的工序。
12、本发明涉及的一方式的信息处理方法是生成多个候选化合物，取得所生成的各化合物的每个分子描述符(molecular descriptor)的值，将所得到的上述各化合物的分子描述符的值，输入对在输入化合物的分子描述符的值时输出该化合物的光谱指标进行了学习的模型以确定光谱指标，提取所确定的光谱指标满足预定条件的发光性化合物。
13、本发明涉及的一方式的发光性化合物的制造方法包含通过上述信息处理方法来提取发光性化合物的工序，以及得到所提取的上述发光性化合物的工序。
14、本发明涉及的一方式的发光性化合物的提供方法是使用对在输入了从由计算机所生成的成为候选的多个化合物中所提取的化合物的分子描述符的值时输出该化合物的光谱指标进行了学习的模型，来输出所确定的光谱指标满足预定条件的发光性化合物。
15、本发明涉及的一方式的数据生成方法是将由计算机所生成的成为候选的多个化合物与对各化合物通过量子化学计算所算出的光谱指标赋予关联来进行存储，进一步将上述各化合物的每个分子描述符的值与上述各化合物赋予关联来进行存储。
16、本发明涉及的一方式的信息处理方法是取得对化合物所期望的特性的条件，通过计算机来生成多个候选化合物，取得所生成的各化合物的每个分子描述符的值，使用对在输入了化合物的分子描述符的值时输出该化合物的特性进行了学习的模型，从所生成的各化合物中提取化合物的特性满足上述条件的化合物，对所提取的化合物通过量子化学计算来算出特性，确定通过量子化学计算所算出的特性满足上述条件的化合物，输出所确定的化合物及该化合物的特性。
17、本发明涉及的一方式的信息处理方法是接收对化合物所期望的特性的条件，取得满足所接收的上述条件的化合物的多个分子描述符及各分子描述符的值的范围，显示所取得的上述多个分子描述符及各分子描述符的值的范围。
18、发明的效果
19、根据本发明，能够有效地得到可具有良好特性的化合物。
1.一种发光元件，其具有阳极、阴极以及设置在所述阳极与所述阴极之间的发光层，
2.根据权利要求1所述的发光元件，所述发光性化合物进一步满足：通过mordred计算所得的分子描述符的nb为0以上2以下，aatsc3s为-0.2以上0.5以下，c3sp2为0以上30以下，aeta_beta_s为0.5以上1.0以下，slogp_vsa5为0以上400以下，n5aring为0以上10以下，n6aring为0以上10以下，naring为0以上10以下，axp-3d为0.10以上0.20以下，saasc为0以上40以下，以及vabc为100以上2000以下。
3.根据权利要求1或2所述的发光元件，所述发光层进一步含有选自由空穴传输材料、空穴注入材料、电子传输材料、电子注入材料、发光材料及抗氧化剂所组成的群组中的至少1种。
4.一种发光性化合物，其满足：通过mordred计算所得的分子描述符的spdiam_a为5.0以上，aatsc2c为0.003以下，mats5s为0.17以下，gats6c为0.6以上，以及aeta_beta为1.6以下。
5.根据权利要求4所述的发光性化合物，其进一步满足：通过mordred计算所得的分子描述符的nb为0以上2以下，aatsc3s为-0.2以上0.5以下，c3sp2为0以上30以下，aeta_beta_s为0.5以上1.0以下，slogp_vsa5为0以上400以下，n5aring为0以上10以下，n6aring为0以上10以下，naring为0以上10以下，axp-3d为0.10以上0.20以下，saasc为0以上40以下，以及vabc为100以上2000以下。
6.一种组合物，其含有权利要求4或5所述的发光性化合物，以及
7.一种发光性化合物的制造方法，其包含：准备多个化合物的准备工序，以及
8.一种发光性化合物的制造方法，其包含：准备多个化合物的准备工序，以及
9.一种组合物的制造方法，其包含：
10.一种发光元件的制造方法，该发光元件具有阳极、阴极以及设置在所述阳极与所述阴极之间的发光层；
11.一种信息处理方法，其取得多个候选化合物的通过量子化学计算所得的光谱指标，
12.根据权利要求11所述的信息处理方法，基于所述光谱指标及存储有已知化合物的数据库，将所述各化合物分类为：所述光谱指标满足预定条件且未被存储为已知化合物的群组、所述光谱指标满足预定条件且被存储为已知化合物的群组以及所述光谱指标未满足预定条件的群组，
13.根据权利要求11或12所述的信息处理方法，其取得所述各化合物的每个分子描述符的值，
14.根据权利要求11至13中任一项所述的信息处理方法，其取得所述各化合物的每个分子描述符的值，
15.根据权利要求13或14所述的信息处理方法，其提取：满足所确定的所述分子描述符的组合及各分子描述符的值的范围的发光性化合物。
16.根据权利要求13至15中任一项所述的信息处理方法，根据依每个群组映射多个分子描述符的组合值而得的映射数据，确定所述分子描述符的组合及各分子描述符的值的范围。
17.根据权利要求13至16中任一项所述的信息处理方法，其输出：依每个群组映射多个分子描述符的组合值而得的映射数据，以及所确定的各分子描述符的值的范围。
18.根据权利要求13至17中任一项所述的信息处理方法，其输出：所确定的多个分子描述符，以及各分子描述符的值的范围。
19.根据权利要求13至18中任一项所述的信息处理方法，其提取所述分子描述符的组合及各分子描述符的值的范围满足下列条件的发光性化合物：通过mordred计算所得的分子描述符的spdiam_a为5.0以上，aatsc2c为0.003以下，mats5s为0.17以下，gats6c为0.6以上，以及aeta_beta为1.6以下。
20.根据权利要求19所述的信息处理方法，其提取所述分子描述符的组合及各分子描述符的值的范围进一步满足下列条件的发光性化合物：通过mordred计算所得的分子描述符的nb为0以上2以下，aatsc3s为-0.2以上0.5以下，c3sp2为0以上30以下，aeta_beta_s为0.5以上1.0以下，slogp_vsa5为0以上400以下，n5aring为0以上10以下，n6aring为0以上10以下，naring为0以上10以下，axp-3d为0.10以上0.20以下，saasc为0以上40以下，以及vabc为100以上2000以下。
21.根据权利要求13至20中任一项所述的信息处理方法，其将满足所确定的所述分子描述符的组合及各分子描述符的值的范围的发光性化合物，追加于存储有已知化合物的数据库。
22.一种发光性化合物的制造方法，其包含：通过权利要求11至21中任一项所述的信息处理方法来提取发光性化合物的工序，以及
23.一种信息处理装置，其具备执行如下处理的控制部：
24.一种计算机程序，其使计算机执行如下处理：
25.一种信息处理方法，其生成多个候选化合物，
26.根据权利要求25所述的信息处理方法，所述模型是通过将化合物的分子描述符的值与通过量子化学计算所得的光谱指标赋予关联后的训练数据来进行学习。
27.根据权利要求25或26所述的信息处理方法，对于通过所述模型所确定的光谱指标满足预定条件的发光性化合物，通过量子化学计算进一步算出光谱指标。
28.根据权利要求25至27中任一项所述的信息处理方法，其以关联于所述光谱指标满足预定条件的发光性化合物的方式，来存储所述光谱指标及每个分子描述符的值。
29.根据权利要求25至28中任一项所述的信息处理方法，根据所述光谱指标，将所述各化合物分类为所述光谱指标满足预定条件的群组与所述光谱指标未满足预定条件的群组。
30.根据权利要求25至29中任一项所述的信息处理方法，基于所述光谱指标及存储有已知化合物的数据库，将所述各化合物分类为：所述光谱指标满足预定条件且未被存储为已知化合物的群组、所述光谱指标满足预定条件且被存储为已知化合物的群组，以及所述光谱指标未满足预定条件的群组。
31.根据权利要求29或30所述的信息处理方法，根据所述各化合物的每个分子描述符的值与所述各化合物所属的群组，确定可将所述光谱指标满足预定条件的群组或所述光谱指标满足预定条件且未被存储为已知化合物的群组与其他群组分离的分子描述符的组合及各分子描述符的值的范围。
32.根据权利要求31所述的信息处理方法，根据依每个群组映射多个分子描述符的组合值而得的映射数据，确定所述分子描述符的组合及各分子描述符的值的范围。
33.根据权利要求31或32所述的信息处理方法，在确定所述分子描述符的组合时，优先使用所述模型中的贡献度高的分子描述符。
34.一种发光性化合物的制造方法，其包含：通过权利要求25至33中任一项所述的信息处理方法来提取发光性化合物的工序，以及
35.一种发光性化合物的提供方法，使用对在输入了由计算机所生成的成为候选的多个化合物中所提取的化合物的分子描述符的值时输出该化合物的光谱指标进行了学习的模型，来输出所确定的光谱指标满足预定条件的发光性化合物。
36.一种数据生成方法，其将由计算机所生成的成为候选的多个化合物、与对于各化合物通过量子化学计算所算出的光谱指标赋予关联来进行存储，
37.根据权利要求36所述的数据生成方法，将所述各化合物的分子描述符的值，输入对在输入了化合物的分子描述符时输出该化合物的光谱指标进行了学习的模型来确定所述各化合物的光谱指标，
38.根据权利要求36或37所述的数据生成方法，其将对所述各化合物通过量子化学计算所算出的光谱指标所对应的标志，与所述各化合物赋予关联来进行存储。
39.根据权利要求36至38中任一项所述的数据生成方法，其将表示是否为已知化合物的标志，与所述各化合物赋予关联来进行存储。
40.根据权利要求36至39中任一项所述的数据生成方法，根据对所述各化合物赋予关联所存储的标志，确定所述光谱指标满足预定条件的化合物或非已知化合物的化合物。
41.根据权利要求36至40中任一项所述的数据生成方法，在得到已知化合物时，对所述已知化合物重新生成表示为已知化合物的标志。
42.一种信息处理方法，其取得对化合物所期望的特性的条件，
43.根据权利要求42所述的信息处理方法，基于各化合物的特性与存储有已知化合物的数据库，将各化合物分类为：化合物的特性满足所述条件且未被存储为已知化合物的群组、化合物的特性满足所述条件且被存储为已知化合物的群组，以及化合物的特性未满足所述条件的群组。
44.根据权利要求42或43所述的信息处理方法，根据所述各化合物的每个分子描述符的值，确定可将所述化合物的特性满足所述条件且未被存储为已知化合物的群组与其他群组分离的分子描述符的组合及各分子描述符的值的范围，
45.一种信息处理方法，其接收对化合物所期望的特性的条件，
46.根据权利要求45所述的信息处理方法，其显示在满足所述条件的化合物的提取处理中表示分子描述符的贡献度的信息。
