物質科学において本来理論と実験は共通の目標を持つものだが、専門性が細分化された結果、これらを協調させるためには橋渡しが必要である。データ同化はシミュレーションと実験データを統合することで予測モデルを構築する機械学習的技術であり、理論と実験の相乗効果が期待できる。本講演ではデータ同化による物性予測モデル構築の実例と、最近開発したデータ同化とBayes最適化を組み合わせた物質探索手法を紹介する。