海洋微生物生態が織り成す「環境予測科学」を始動

ad
ad

通常・赤潮時の時系列モデリングから有機・無機・物理重要因子の可視化

2018/05/02 理化学研究所

理化学研究所(理研)環境資源科学研究センター環境代謝分析研究チームの菊地淳チームリーダーらの研究チームは、環境水の分析ビッグデータ[1]の機械学習[2]および時系列モデリング法により、赤潮予測の有機・無機・物理重要因子[3]を「見える化」する手法を開発しました。

本研究成果を利用し将来的には、鍵因子の変動から生態系のバランスが崩れる前に、環境の変動を予測・早期警告をすること、鍵因子の制御により生態環境を改善することが期待できます。

日本近海の生物多様性は、世界随一のホットスポットです。日本は世界第6位の海洋面積を持つことからも、「海を耕す」未来社会創造が期待されます。しかし、近年顕在化している海水温上昇や、都市工業化および農村部からは肥料流入の沿岸富栄養化などにより、海洋微生物生態系が崩壊し「赤潮」といった深刻な水産物被害も起こっています。こうした環境の恒常性は、生態系サービス[4]に関わる多彩な物理・化学・生物因子で摂動しています。今回、研究チームは環境水の分析ビッグデータ取得と、その機械学習、因子マッピングや時系列モデリングの数理科学により、複雑な因子間の関係性を可視化しつつ将来予測する解析戦略を提案しました。この解析戦略により、自然環境の試料を多様な角度から分析する環境要因解析の手法を高度化することで、自然環境という複雑系[5]を「見える化」することが可能になりました。

本研究は、オランダの環境科学専門誌『Science of the Total Environment』(4月24日付け)に掲載されました。

※研究チーム

理化学研究所 環境資源科学研究センター 環境代謝分析研究チーム
チームリーダー 菊地 淳(きくち じゅん)
専任研究員 守屋 繁春(もりや しげはる)
研究員 伊達 康博(だて やすひろ)
テクニカルスタッフI 坪井 裕理(つぼい ゆうり)
テクニカルスタッフI 坂田 研二(さかた けんじ)

※研究チーム

本研究の一部は、農林水産技術会議「農林水産分野における気候変動対応のための研究開発(代表:アブドラ王立科学大学・五條堀孝)」の支援を受けて行われました。

背景

今世紀に入って進展しているの第4次産業革命注1)では、IoT計測によるビッグデータ蓄積とAIの分野、自動運転や自動給餌器などのロボティクス分野の進展により、農林水産業が省力化しつつ、デジタル化および将来予測化とフィードバック制御が導入できる強い産業構造になることが期待されています。

一方で、自然生態系を対象とした農林水産業では、風雨など気象条件と、肥料や都市排水などの人的要因とが複雑に絡み合い、例えば沿岸域では「赤潮や青潮」といった生態系変動により、甚大な産業被害を受けることもあります。そのため、自然生態系に対して複雑に関与する物理・化学・生物因子をビッグデータ化し、赤潮などの生態系破綻が起こる際の重要因子情報を抽出する技術があれば、沿岸域であれば事前に養殖筏(いかだ)を移動させたり、将来的には重要因子をフィードバック制御したりすることで、自然生態系の恒常的破綻を防ぐことができるかもしれません注2)

近年では、生物学分野にオミクス[6]研究が台頭し、塩基配列/タンパク質/代謝物などの因子数(p)が多いデータを産出することが可能になりました。しかし、冒頭で述べたようなAI関連技術が発展する一方注3)、その学習データ取得のために試料数(n)を多くすると分析コストが高くなるため、「予測科学」領域においてオミクス研究のアプローチは積極的に用いられていませんでした。これは因子数pに対して、学習サンプル数nが少ない小サンプル数からの推定が困難なことから、新np問題と呼ばれてます。

タイトルとURLをコピーしました