植物を美味しくするには何が必要か？MITメディアラボの科学者たちにとって、それは植物学、機械学習アルゴリズム、そして昔ながらの化学の組み合わせです。
上記のすべてを活用し、メディアラボのオープン農業イニシアチブの研究者たちは報告書で、これまでに味わったどのバジルよりもおそらく美味しいバジルの植物を作り出したと発表しています。遺伝子組み換えは一切行われていません。研究者たちはコンピューターアルゴリズムを用いて、風味豊かな分子として知られる揮発性化合物の濃度を最大化するための最適な栽培条件を見極めました。
しかし、これは「サイバー農業」という新しい分野の始まりに過ぎない、とMITメディアラボの主任研究科学者でありOpenAgグループのディレクターを務めるケイレブ・ハーパーは述べています。彼のグループは現在、ハーブの人間の病気と闘う特性を高める研究に取り組んでおり、さらに、異なる条件下で作物がどのように成長するかを研究することで、栽培者が変化する気候に適応できるよう支援することも目指しています。
「私たちの目標は、データ取得、センシング、機械学習の交差点にあるオープンソース技術を設計し、これまでにない方法で農業研究に応用することです」とハーパーは述べています。「私たちは、植物の経験、その表現型、遭遇するストレスの組み合わせ、そして遺伝子を取り込み、それをデジタル化して、植物と環境の相互作用を理解できるようにするネットワーク型ツールの構築に本当に関心を持っています。」
バジルの植物に関する研究は、4月3日号のPLOS ONEに掲載されたもので、研究者たちは、植物を1日24時間光にさらすことで最も良い風味が生まれることを発見し、驚きました。OpenAgグループの研究責任者であり、本研究の著者の一人であるジョン・デ・ラ・パラは、従来の農業技術では決してこの知見は得られなかっただろうと述べています。
「これは他の方法では発見できなかったでしょう。南極にでもいない限り、現実世界で試せる24時間の日照周期は存在しません」と彼は述べています。「それを発見するためには、人工的な条件が必要だったのです。」
ハーパーと、テキサス大学オースティン校のコンピューターサイエンス教授であるリスト・ミッキュライネンが、本論文の上級著者です。メディアラボのディレクターズ・フェローであるアリエル・ジョンソンと、コグニザント・テクノロジー・ソリューションズのエリオット・メイヤーソンが筆頭著者であり、オープン農業イニシアチブの特別プロジェクト担当アシスタントであるティモシー・サバスも著者に名を連ねています。
風味の最大化
OpenAgの植物は、マサチューセッツ州ミドルトンにあるMIT-ベイツ研究所の倉庫で、改造された輸送用コンテナの中で栽培されています。これらのコンテナでは、光、温度、湿度を含む環境条件を綿密に管理することができます。
この種の農業には、管理環境農業、垂直農法、都市型農業など、多くの名称があり、依然としてニッチな市場ですが、急速に成長しているとハーパーは述べています。日本では、そのような「植物工場」の一つが毎週数十万株のレタスを生産しています。しかし、失敗に終わった取り組みも数多くあり、これらの種類の施設の開発に取り組む企業間での情報共有はごくわずかです。
MITのイニシアチブの目標の一つは、OpenAgのハードウェア、ソフトウェア、データのすべてを自由に利用できるようにすることで、そうした秘密主義を克服することです。
「現在、農業分野には大きな問題があります。一般に利用可能なデータの不足、データ収集における標準の欠如、そしてデータ共有の欠如です」とハーパーは述べています。「機械学習、人工知能、高度なアルゴリズム設計が非常に速く進歩している一方で、適切にタグ付けされた有意義な農業データの収集は大きく遅れています。私たちのツールはオープンソースなので、願わくは、より速く普及し、共同でネットワーク型の科学を行う能力が生まれることを期待しています。」
このPLOS ONEの研究では、MITチームは、「フードコンピューター」と呼ぶ水耕栽培コンテナで、異なる条件のもとで植物を育てるという自分たちのアプローチの実現可能性を実証することに着手しました。この装置により、光の照射時間と紫外線への曝露時間を変えることができました。植物が完全に成長した後、研究者たちは、ガスクロマトグラフィーや質量分析法などの従来の分析化学の手法を用いて、葉に含まれる揮発性化合物の濃度を測定し、バジルの味を評価しました。これらの分子には有用な栄養素や抗酸化物質が含まれているため、風味を高めることは健康上の利点ももたらし得ます。
植物実験から得られたすべての情報は、その後、MITとコグニザント（旧センティエント・テクノロジーズ）のチームが開発した機械学習アルゴリズムに入力されました。このアルゴリズムは、光と紫外線の照射時間の数百万通りの組み合わせを評価し、24時間日照のパターンを含む、風味を最大化する条件のセットを生成しました。
風味を超えて、研究者たちは現在、糖尿病などの病気と闘う助けとなる可能性のある化合物をより多く含むバジルの開発にも取り組んでいます。バジルやその他の植物は血糖値を調節する化合物を含むことが知られており、デ・ラ・パラは以前の研究で、環境条件を変えることによってこれらの化合物を増やせることを示しています。
研究者たちは現在、温度、湿度、光の色などの他の環境変数を調整する効果や、植物ホルモンや栄養素を加える効果も研究しています。ある研究では、昆虫の殻に含まれる高分子であるキトサンに植物をさらし、昆虫の攻撃から身を守るために異なる化学化合物を産生させています。
また、抗がん化合物ビンクリスチンとビンブラスチンの唯一の供給源であるマダガスカルニチニチソウなどの薬用植物の収量を増やすために、このアプローチを使うことにも関心を持っています。
「この論文は、さまざまな分野に応用できる多くのことへの最初の一歩と見なすことができ、これまでに構築したツールの力を示すものです」とデ・ラ・パラは言います。「これは、今や私たちがより大きな規模で実現できることの原型となるものでした。」
このアプローチは、作物の遺伝子組み換えに代わる選択肢を提供するものであり、遺伝子組み換えには誰もが納得しているわけではない技術です。ノースイースタン大学のネットワーク科学教授であるアルバート＝ラースロー・バラバシはそう述べています。
「本論文は、デジタル農業における現代的な考え方を用いて、栽培される環境条件を変えることにより、私たちが食べる植物の化学組成を体系的に変化させるものです。機械学習と十分に管理された条件を用いて、スイートスポット、すなわち植物が味と収量を最大化する条件を見つけられることを示しています」とバラバシは言います。彼は本研究に関与していません。
気候への適応
研究者たちによると、サイバー農業のもう一つの重要な応用は、気候変動への適応です。通常、さまざまな条件が作物にどのような影響を与えるかを研究するには何年も何十年もかかりますが、管理された農業環境では、短期間に多くの実験を行うことができます。
「畑で作物を育てる場合、天候やその他の要因が協力してくれるのを頼るしかなく、次の栽培シーズンまで待たなければなりません」とデ・ラ・パラは言います。「私たちのようなシステムでは、得られる知識の量を大幅に、しかもはるかに速く増やすことができます。」
OpenAgチームは現在、キャンディーメーカーのフェレロのために、ヘーゼルナッツの木についてそのような研究を実施しており、同社は世界のヘーゼルナッツの約25%を消費しています。
教育活動の一環として、研究者たちは小型の「パーソナル・フードコンピューター」も開発しました。これは、管理された条件下で植物を育て、データをMITチームに送り返すことができる箱です。現在、アメリカの多くの高校や中学校の生徒がこれを使用しており、65か国に広がる多様なユーザーのネットワークの中で、彼らは自分たちのアイデアや結果をオンラインフォーラムで共有しています。
「私たちにとって、それぞれの箱は非常に入手したいデータポイントであると同時に、環境科学、プログラミング、化学、数学を新しい方法で教えるための実験のプラットフォームでもあります」とハーパーは言います。
本研究は、Target Corp.、Lee Kum Kee Health Products Group、Welspun、Sentient Technologies、Cognizant Technology Solutionsから資金提供を受けました。
