近年、データ科学的手法を用いて効率的に材料探索を行うマテリアルズインフォマティクス(MI)が盛んに研究されている。一般に、MIは大規模なデータや計算に基づいて、機械学習を行った上で予測モデルを作成し、新材料や機能の探索が行われている。しかし、小規模な実験データに対するMIの適用は未だ十分に行われていない。当研究グループでは、小規模なデータにMIを適用し、層間を有機分子で修飾した層状化合物を非極性有機媒質中ではく離することでナノシートを得る手法により、高収率なナノシート合成を実現してきた。本研究ではこのはく離手法においてMIを活用し、ナノシートの横幅サイズを予測・制御することを目指した。104個の学習データを用いたナノシートの横幅サイズの予測モデルを構築した。これを用いることで、未知の層状チタン酸複合体120通りの中から最少実験数ではく離前の母体結晶と同程度および10分の1未満の横幅を有するナノシートを作製できた。
