JST 戦略的創造研究推進事業において、慶應義塾大学 理工学部の緒明 佑哉准教授、中田 弦徳大学院生(当時)らの研究グループは、東京大学 大学院新領域創成科学研究科の五十嵐 康彦さきがけ研究者らと共同で、層状構造をはがしてナノシートを合成するプロセスを、マテリアルズインフォマティクス(MI)により高収率化する手法を確立しました。
グラフェンに代表されるナノメートルスケールの厚さを持つ2次元ナノ材料(ナノシート)は、層状に積層した構造をバラバラにはがす(はく離する)ことで合成されてきました。ナノシート材料は、多くの表面を露出していること、柔軟であること、形状に特有な性質を示す可能性など、さまざまな応用展開が期待され、近年注目されています。
しかし、このナノシートを作るための「はがす」プロセスは、層状物質を「こわす」ことでもあり、量産のための収率向上、特性にも関連したサイズや表面の状態の制御を行うことは容易ではありませんでした。
本研究グループは、無機層状物質の層の間(層間)にあらかじめ有機分子を導入した層状の有機無機複合体を作製し、これをさまざまな有機溶剤へ投入することで、層間の分子と有機溶剤の親和性によって層状物質をバラバラにしてナノシートが得られないかを検討してきました。
本研究では、層状構造を持つ酸化チタンに対し、層間有機分子と有機溶剤の組み合わせを約100通りに変化させた実験を行い、ナノシートの収率を決定付けている要因をデータ科学的手法の1つであるスパースモデリング)により抽出しました。この学習結果に基づき、層間有機分子と有機溶剤の81通りの未知な組み合わせで、高収率にナノシートが得られる11通りの組み合わせを予測しました。この11条件で合成した結果、4条件では10%を超えるさらに高い収率となりました。ナノシートを高収率で合成する組み合わせを最少の実験数で得る手法を、世界で初めて実証したといえます。
本研究で確立した酸化チタンナノシートの収率向上の手法は、さまざまなナノシート材料の構造制御や応用を加速させる上で重要となります。また本成果は、実験科学者も従来からの「自らの経験と勘」および「自らのデータ」に加え、MIを活用することによって、新しい物質・機能の設計や探索を加速させることができることを示しています。
本研究成果は、2019年1月10日(ドイツ時間)に国際科学誌「Advanced Theory and Simulations」のオンライン速報版で公開されます。
プレスリリース全文は、以下をご覧下さい。