Pythonを用いることで、カンキツの果実断面の画像から、果実のさまざまな形態的特徴を定量的かつ自動的に評価する技術を開発
東京大学と農研機構は2月10日、育種家（作物の品種改良を行う人）が独自の感性でもって評価してきた柑橘類の剥皮性（皮の剥きやすさ）と果実の硬度を、AIによる画像解析などにより定量化することに成功したと発表した。これにより、効率的な品種改良が可能になるという。
東京大学大学院農学生命科学研究科（南川舞氏・日本学術振興会 特別研究員、岩田洋佳 准教授）と農研機構（野中圭介氏、浜田宏子氏、清水徳朗氏）からなる研究グループは、柑橘類の果実の剥皮性と硬度を、果実断面のAIの深層学習を用いた画像解析などから、自動的に、定量的に評価する技術を開発した。そうした評価は、これまで育種家の感性に頼ってきたものであり、何を持って評価を行っているかは当事者にしかわからない「ブラックボックス」状態だった。
育種家の感性による達観的評価の方法
深層学習による剥皮の難易もしくは果実の硬軟の分類と、分類に寄与した特徴の可視化
柑橘類の果実は、外皮（フラベド）、中果皮（アルベド）、じょうのう（袋）、果肉、種子、果芯（中心部）で構成されている。その断面画像を解析したところ、果芯の崩壊（空間ができること）が進んだ果実ほど皮が剥きやすく実が柔らかいという関係性がわかった。このほか、種子の面積と硬度の関係、アルベドの崩壊の状態も剥きやすさと柔らかさに寄与することもわかった。こうした関係性の推定には、変数間の因果関係を推定するベイジアンネットワークが用いられている。
ベイジアンネットワークにより推定された、カンキツ果実の形態的な特徴と剥皮性・果実硬度との関係
この技術により果実の形態的な特徴のデータを自動的に大量に収集できるようになれば、ゲノム情報を活用した効率的な品種改良が可能となる。また、「果芯の崩壊程度や種子面積を改良することで、望ましい剥皮性や果実硬度を有する新品種」の開発も可能になるという。今後は、剥皮性と果実硬度の総合的な遺伝システムの解明を目指すとのことだ。