○発表のポイント：
◆ 半導体チップを縦に積む三次元集積回路では、チップの間に熱がこもり、発熱の大きい演算チップの熱が隣のメモリなどに伝わることが課題です。本研究では、表と裏で原子の種類が異なる「ヤヌス型」の原子層を、1枚ずつ表裏の向きを選んで重ねる設計法「フリッピング・エンジニアリング」を提案しました。
◆ 機械学習とシミュレーションを組み合わせ、8,192通りの積層構造のうち約3％を調べるだけで、横方向の熱伝導率が縦方向の約760倍（室温）になる構造を見いだしました。同じ厚さの規則正しい結晶積層と比べて、約35％高い値です。
◆ 横方向の熱の通りやすさをほぼ保ったまま、縦方向の熱だけを選択的に抑えられる点が特徴です。実際の作製と検証は今後の課題ですが、三次元半導体チップの熱対策に役立つ新たな材料設計の指針となることが期待されます。

原子層の表裏を利用するフリッピング設計の概念図

○発表概要：
　東京大学 生産技術研究所の ウ シン 特任助教、野村 政宏 教授らの共同研究グループは、表裏の原子種が異なるヤヌス型二次元材料（注1）の各層を裏返して積み重ねることで、熱の伝わりやすさの方向差を高める材料設計手法を提案しました。硫黄（S）とセレン（Se）がそれぞれ表裏を構成する MoSSe を対象に、機械学習ポテンシャル（注2）を用いた分子動力学シミュレーションとベイズ最適化（注3）を組み合わせ、14層の積層構造を探索しました。
　その結果、室温における積層方向の有効熱伝導率は0.082 ± 0.002 W m⁻¹ K⁻¹、面内方向の熱伝導率は62.25 ± 0.16 W m⁻¹ K⁻¹となり、面内方向の熱伝導率を積層方向の有効熱伝導率で割った「熱異方性比」（注4）は760 ± 18となりました。これは、同じ厚さ・境界条件で計算した周期的な結晶積層構造（以下「参照構造」）に比べて約35％高い値です。本成果は理論・計算研究によるもので、原子層の積み重ね方によって、横方向には熱を広げ、縦方向には熱を伝えにくくする材料を設計できる可能性を示しています。本研究成果は、2026年10月17日付でACS Nanoにオンライン掲載されました。
　本研究は、香港中文大学、山西師範大学、渤海大学、フランス国立科学研究センターと共同で行いました。

〇：発表者コメント：ウ シン 特任助教の「もしかする未来」

この研究は、ブロックの向きを変えて積み重ねる「テトリス」から着想を得ました。対称性が美しさを生むように、非対称性は卓越した機能を生むと考えています。原子層の表裏を利用した熱の方向制御に加え、物性予測から構造最適化まで機械学習を一貫して活用する新たな材料設計の枠組みを示せた点に意義を感じています。今後は実験検証や他の層状材料への展開を進め、三次元集積回路の熱管理に役立てていきます。

〇：発表者コメント：野村 政宏 教授の「もしかする未来」

人類は熱をどこまで自在に扱えるのか――そんな素朴な問いをもちながら研究を推進しており、今回はテトリスが発想の原点です。原子層を一枚ずつ裏返すという、オセロのような遊び心もあり、熱を横には逃がし縦には通さない構造を設計できたことに、物理の奥深さと面白さを感じています。今後は、材料、スケール、全体構造も含めて設計し、熱の振る舞いを自在に操れる未来を目指して研究を進めていきます。
野村 政宏 教授 研究者プロフィール

○発表内容：
〈研究の背景〉
　半導体デバイスの高性能化に向けて、異なる機能を持つチップを縦に重ねる三次元集積回路の開発が進んでいます。一方で、積層内部に熱がこもりやすく、発熱の大きい演算チップの熱が、熱の影響を受けやすいメモリなどに伝わることが課題となります。このため、熱を面内方向に広げて逃がしつつ、積層方向への熱の伝わりを抑える、熱異方性の高い材料が必要です。
　原子層が弱いファンデルワールス力で結び付いた層状材料は、層の内部と層間で熱の伝わりやすさが異なり、熱異方性を設計する有力な候補です。従来は、層を互いにねじって重ねる方法が研究されてきましたが、ランダムなねじれを利用する場合には、局所的な積層構造や得られる物性を精密に制御することが課題でした。
　本研究では、ヤヌス型 MoSSe の表裏の非対称性に着目しました。MoSSe の単層は、モリブデン（Mo）の原子層を S と Se が挟んだ構造を持ち、一方の表面は S、もう一方は Se でできています。層を裏返すと、面内の原子配列をほぼ保ちながら、隣り合う層の接触面を S-S、Se-Se、S-Se に切り替えることができます（図1）。研究グループは、この表裏の向きを積層設計の変数として用いる手法を「フリッピング・エンジニアリング」と名付けました。

図1　原子層の表裏を利用したフリッピング設計の概念
表裏の原子種が異なるヤヌス型 MoSSe では、各層の上下の向きを選んで重ねることで、面内の原子配列をほぼ保ちながら、層間の接触面の組み合わせを設計できる。機械学習ポテンシャルを用いた分子動力学シミュレーションとベイズ最適化を組み合わせ、面内方向に熱を逃がしつつ、積層方向への熱の伝わりを抑える構造を探索する。下段には、表裏が等価な非ヤヌス型材料との対比を示す。右側は、三次元集積回路の放熱材への応用概念を示す。

〈研究の内容〉
　まず、量子力学に基づく第一原理計算のデータを使い、原子間の力やエネルギーを予測する計算モデル「機械学習ポテンシャル」を構築しました。このモデルの計算結果を第一原理計算と比較し、層間の結合や原子の振動などを適切に再現できることを確認しました。これにより、多数の積層構造の熱輸送を高精度かつ効率よく評価できるようになりました。
　次に、14層の MoSSe について、最下層の向きを固定し、残る13層の表裏を選ぶ8,192通りの積層配列を候補としました。層同士の面内の位置関係をそろえ、上下の向きだけを変えることで、表裏の配列による効果を調べました。ベイズ最適化で有望な候補を選び、その熱伝導率を分子動力学シミュレーションで評価する手順を繰り返し、候補全体の約3％を調べることで、積層方向に熱を伝えにくい配列を見いだしました。
　最適化された配列では、室温における積層方向の有効熱伝導率が、周期的な結晶積層構造の約0.114 W m⁻¹ K⁻¹から0.082 ± 0.002 W m⁻¹ K⁻¹へ低下しました。一方、面内の熱伝導率は、参照構造の64.18 ± 0.39 W m⁻¹ K⁻¹に対して62.25 ± 0.16 W m⁻¹ K⁻¹と、ほぼ維持されました。この結果、熱異方性比は760 ± 18となり、参照構造に比べて約35％向上しました（図2）。方向差の拡大は、面内の熱伝導を高めたことではなく、主に積層方向の熱輸送を選択的に抑えたことによるものです。
　なお、積層方向の「有効熱伝導率」は、14層という薄い構造を対象に計算した値です。構造の厚さや計算上の境界条件に依存するため、十分に厚い結晶の熱伝導率とは区別して扱う必要があります。本研究では、参照構造と最適化構造を同じ厚さ・境界条件で比較しました。
　熱の運び手であるフォノン（注5）を解析したところ、最適化構造では、主に2～8 THz の周波数帯で積層方向の熱輸送が抑えられることが分かりました。層の向きが周期的に繰り返されないことで、層間の結合の強さが場所によって変わり、一部の振動が特定の層にとどまりやすくなります。その結果、積層方向に熱が伝わりにくくなります。一方、面内方向の熱輸送を主に担う低周波の振動への影響は小さく、面内の熱伝導率はほぼ保たれます。
　得られた構造は、一層ずつの向きが決まった非周期的な積層配列です。各層をどの向きで、どの順番に重ねるかを具体的に指定できる点が、この手法の特徴です。

図2　各種材料の熱異方性と本研究の最適化構造の比較
室温における面内熱伝導率と熱異方性比の関係を示す。星印と三角印は、それぞれ本研究の14層 MoSSe の最適化構造と結晶参照構造の計算結果を表す。最適化構造では、面内熱伝導率をほぼ維持しながら熱異方性比が760 ± 18となり、同じ厚さ・境界条件で評価した結晶参照構造より約35％高い値を示した。色は材料の分類を示し、円の大きさは各データの不確かさを反映する。

〈今後の展望〉
　本研究は、ヤヌス型材料の表裏という構造上の自由度を利用して、面内と積層方向の熱輸送を分けて制御する設計原理を示しました。三次元集積回路で隣接するチップへの熱の影響を抑えながら、必要な方向へ熱を逃がす材料の開発につながることが期待されます。
　今後は、ヤヌス型材料の合成と、原子層を一枚ずつ転写・積層する技術を組み合わせ、設計した配列を実際に作製して熱特性を検証することが課題です。また、表裏の非対称性を持つ他の層状材料への展開も考えられます。機械学習による物性評価と最適化を組み合わせた今回の枠組みは、複雑な積層構造を効率よく設計する手段としても活用が期待されます。

○発表者・研究者等情報：
東京大学 生産技術研究所
　ウ シン 特任助教
　野村 政宏 教授

○論文情報：
〈雑誌名〉ACS Nano
〈題名〉Data-driven flipping engineering for high thermal anisotropy in Janus two-dimensional materials（2026年10月17日公開）
〈著者名〉Xin Wu*, Ting Liang, Weitao Wang, Jiangjiang Ma, Zheyong Fan*, Jianbin Xu, Sebastian Volz, Masahiro Nomura*　* 責任著者
〈DOI〉10.1021/acsnano.6c07922

○用語解説：
（注1）ヤヌス型二次元材料
　原子1個分から数個分の厚さしかない二次元材料のうち、表と裏で構成する原子の種類が異なるもの。名称は、ローマ神話の「二つの顔を持つ神ヤヌス」に由来する。本研究で用いたMoSSeは、モリブデン（Mo）の原子層を硫黄（S）とセレン（Se）が挟んだ構造で、片面がS、もう片面がSeでできている。

（注2）機械学習ポテンシャル
　量子力学に基づく第一原理計算で得た原子間の力やエネルギーのデータを機械学習で学習し、原子に働く力を高速に予測するモデル。第一原理計算に近い精度を保ちながら計算コストを大幅に抑えられるため、大規模で長時間の分子動力学シミュレーションが可能になる。

（注3）ベイズ最適化
　少ない試行回数で最適な解を探す手法。これまでの評価結果から、次に調べるべき有望な候補を統計的に予測して選ぶ手順を繰り返す。本研究では、8,192通りの積層配列のうち約3％を評価するだけで、積層方向に熱を伝えにくい配列にたどり着いた。

（注4）熱異方性比
　熱の伝わりやすさが方向によってどれだけ異なるかを表す指標。本研究では、面内方向の熱伝導率を積層方向の有効熱伝導率で割った値を指す。値が大きいほど、面内方向には熱を伝えやすく、積層方向には伝えにくい。

（注5）フォノン
　結晶中の原子の集団的な振動を、粒子のように扱ったもの。固体の中で熱を運ぶ主な担い手である。振動の周波数（THz：テラヘルツ。1 THzは1秒間に1兆回の振動）によって、熱の運ばれやすさが異なる。

○問い合わせ先：
東京大学 生産技術研究所
教授 野村 政宏（のむら まさひろ）
Tel：03-5452-6303
E-mail：nomura（末尾に"@iis.u-tokyo.ac.jp"をつけてください）
野村 政宏 研究室