プレスリリース
(研究成果) 葉の光合成速度を軽量・小型装置で高速・高精度に推定

世界の人口増加や気候変動の進行は、私たちの食料基盤に大きな課題を突きつけており、より持続可能で生産性の高い農業の実現が国際的にも急務となっています。このような背景のもと、経験や勘に頼る従来型の農業から、精密なデータに基づいて生産を最適化する農業への転換が世界中で進められており、気温や湿度といった「環境データ」が作物の育種や栽培管理等に役立てられるようになっています。

その一方で、作物そのものが環境にどのように応答しているかを示す「生理生態データ」の取得・活用は、その測定の難しさから研究現場においてもあまり進んでいません。なかでも、光合成は作物生産の根幹をなす生命活動であり、その速度は作物の収量ポテンシャルを直接的に反映する指標にも関わらず、積極的な活用はされていません。

この重要なデータをほ場で手軽に取得できないことが、育種や栽培管理技術の開発といった農業研究における大きな制約、すなわち「ボトルネック」となっています。このボトルネックを解消し、作物生産に直結する光合成速度のデータを活用した研究・開発を可能にするためにも、高速・高精度で光合成速度のデータを取得する手法の開発が求められています。

光合成速度の測定は約100年前から始まり、その間、「チャンバー法⁴⁾」と呼ばれる実測手法が用いられてきました。この手法は、光合成速度(葉がどれだけCO₂を吸収したか)を正確に把握できる、最も標準的かつ高精度な実測法です。しかし、チャンバー法を基にした市販の携帯型光合成測定装置は約10 kgと重く、ほ場内を移動しながら多数のサンプルを測定するには多大な労力が必要です。さらに、1枚の葉の測定にも数分間を要するため、育種研究のように何千もの植物個体の光合成速度を評価する必要がある場面での利用は、事実上不可能でした。

そのため、チャンバー法による実測ではなく、短時間で大量の光合成速度のデータを取得するための「推定」手法が世界中で開発されています。農研機構においても、チャンバー法を使用することなく光合成速度を推定する手法を開発してきました⁵⁾(https://www.naro.go.jp/publicity_report/press/laboratory/niaes/164032.html)。しかし、この推定手法は、環境センサー等の多様な測定機器を必要とし、それらを統合した市販装置もまだ存在しないため、専門外の研究者がこの手法を利用することが難しいという課題があります。また、従来の推定手法は光合成速度の推定精度が低く、汎用性(異なる作物への適用性)にも課題がありました。

そこで本研究では、市販の装置で簡易かつ高速に光合成速度を推定でき、さらに推定精度と汎用性も高い手法の開発を目指しました。

• 本手法のしくみ
  

  本手法では、市販のポロメーター・クロロフィル蛍光測定装置を使用します。この装置は、葉を数秒間挟むだけで、光合成を左右する2つの重要な生理指標を同時に測定できます(図1)。

  • 気孔コンダクタンス: 葉の表面にある微小な孔(気孔)の開き具合。これが大きいほど、光合成の原料である二酸化炭素を効率よく取り込めます 。
  • 光化学系IIの量子収率: 葉の中にある葉緑体が、吸収した光エネルギーをどれだけ効率よく化学エネルギーに変換しているかを示す指標です 。

  これらの指標と、本装置で同時に測定できる光の強さ、葉温、大気のCO₂濃度^注)を光合成生化学モデルに入力することで、光合成速度を計算します。これまで、この装置を使った計測だけでは光合成速度自体を推定することはできませんでしたが、モデルと組み合わせることで高精度な推定が可能となりました。

  ^注)装置によっては大気のCO₂濃度は別途計測する必要があります。

• 推定精度と汎用性
  本手法では植物(作物)の種類やその生育環境の違いによる変化が大きい気孔コンダクタンスと光化学系IIの量子収率をどちらも実測しているため、測定する植物種や環境が変わっても推定誤差を最小限に抑えることができます。実際に、本手法を生育条件の異なる12種のC3植物(コムギ、ダイズ、トマト、ナス、パプリカ、ホウレンソウ、モモ、ナシ、リンゴ、ミカン、レモン、ビワ)を用いて自然光下で検証したところ、チャンバー法を基にした光合成測定装置で実測した値と本手法で推定した値の間の誤差が小さかったことから(図2)、葉の光合成速度を精度良く推定でき、かつ汎用性も高いことを確認できました。

  

• 特徴

  本手法は、ほ場での大規模サンプルの高速・高精度評価という、これまで満たされていなかったニーズに応えるものです。ポロメーター・クロロフィル蛍光測定装置は光合成測定装置の5～10分の1の軽さ(1kg程度)で、片手で操作できるほどコンパクトなため、ほ場での調査労力を大幅に軽減できます。また、測定時間も葉を挟んで数秒で完了するので、光合成測定装置の数倍～数十倍の速さで測定が可能です。本手法による光合成速度の推定精度と汎用性は、「実測」法であるチャンバー法には及びませんが、従来の「推定」手法と比較しても高精度であるため、成長や収量のポテンシャルを示す「指標」として利用するには十分と考えられます。

  なお、チャンバー法での光合成速度の実測は、精密な植物生理メカニズムの解明や、各種光合成推定法(本手法を含む)の校正には依然として不可欠です。したがって、これらの手法は互いに補完し合う関係にあり、組み合わせて使用することでその真価を発揮します。例えば、精度の高いチャンバー法を用いて少数のサンプルで本手法を校正し、その後、校正した本手法を用いて大量のサンプルの光合成速度を推定する、といった使い方が可能です。

現在、本手法とAI(機械学習)を組み合わせることで、光合成速度推定の精度と汎用性のさらなる向上を目指しています。また、本手法に必要な指標はリモートセンシング⁶⁾でも推定可能なため、今後はさらに短時間で広範囲の光合成速度を推定することも可能です。

本手法は現時点ではポロメーター・クロロフィル蛍光測定装置を用いて人が測定を行う必要がありますが、将来的に収穫ロボットなど自動ロボットの高度化が進めば、装置をロボットに搭載して自動で光合成データを取得することも可能になると考えています。そうすることで、データ取得のさらなる効率化・省力化が期待できます。今後はリモートセンシングや自動ロボットの研究者とも連携し、本手法のさらなる利便性向上を目指します。

光合成は作物生産を理解・予測するうえで極めて有用な情報です。本手法が様々な農業研究や植物の生育に関する研究・開発を加速し、食料の安定生産に貢献することを期待しています。