無花粉スギの苗をDNA抽出により選別し大量生産するマニュアル公開、DNA鑑定と組織培養で花粉症対策に貢献

無花粉スギの苗をDNA抽出により選別し大量生産するマニュアルを公開、DNA鑑定と組織培養で花粉症対策に貢献

森林研究・整備機構森林総合研究所新潟大学新潟県森林研究所ベルディによる研究グループは2月28日、無花粉スギの判別と量産法を確立し、マニュアルとして公開したと発表した。無花粉スギの苗を大量生産する技術をわかりやすく解説したもので、スギ花粉症の根本的な解決策に貢献するという。

日本国民の38.8%が悩まされているスギ花粉症の対策として、林業分野では花粉飛散量の多いスギを伐採し、少花粉スギや無花粉スギに植え替える試みが行われているが、無花粉スギの苗木の供給量には限界がある。無花粉スギの品種が少ないこと、そして、交配によって作られる苗の約半数は花粉を生産する正常なスギになるため、そこから無花粉スギを選別しなければならない。現在は、2〜3年育てた苗に植物ホルモンを散布して雄花を強制的に咲かせ、花粉の有無を確認して無花粉スギを選び出している。大量に無花粉スギの苗を生産するには、もっと効率的な方法が必要だ。

そこで研究グループは、成熟前の球果(松かさ、松ぼっくり)を使う方法を考えた。まずは、球果から未熟な種子を取り出して、未分化細胞の塊(カルス)に培養する。カルスには普通のスギと無花粉スギが1対1で含まれているため、DNA抽出試薬を使って遺伝子を取り出し、無花粉スギの特徴を持つものだけを培地に移して培養すると、不定胚という細胞が分化した組織に変化する。不定胚は、種と同じように発芽し、苗に成長する。こうして、無花粉スギの苗だけを作ることができるのだが、1gのカルスから1000本以上の苗を作ることが可能だという。また不定胚は冷蔵保存ができ、2年間は発芽能力を保つため、需要の変化に応じた工場での大量生産が可能になる。

(A)増殖したカルス、(B)無花粉スギの不定胚、(C)発芽した不定胚、(D)苗の育成

この研究で開発されたDNA鑑定法は、無花粉スギの原因となる遺伝子「MS1」の変異を直接検出している。この遺伝子を持つスギは日本全国に分布しているため、天然林や在来品種からも無花粉スギの変異を持つ個体を見つけ出すことが可能とのことだ。スギは環境への順応性が高く成長も早いため、林業だけでなく、都市の緑化用にも無花粉スギを活用できると、研究グループは期待している。

マニュアル
タイトル『スギの雄性不稔遺伝子MS1判別マニュアル』
著者:森林総合研究所樹木分子遺伝研究領域(編)
掲載誌:中長期計画成果番号:第5期中長期計画9(森林環境-3)(2022年2月)
ISBN:978-4-909941-28-2

タイトル『組織培養による無花粉スギ苗の増殖マニュアル』
著者:森林総合研究所樹木分子遺伝研究領域(編)
掲載誌:中長期計画成果番号:第5期中長期計画10(森林環境-4)(2022年2月)
ISBN:978-4-909941-29-9

機械学習でイノシシの出没確率を予測、森林総研と岩手県立大学が岩手県におけるイノシシ出没ハザードマップを作成

機械学習でイノシシの出没を予測、森林研究・整備機構森林総合研究所と岩手県立大学がイノシシ出没ハザードマップを作成

2017年~2019年の出没データを用いて作成したイノシシの出没予測図。この図をハザードマップとして用いることが可能。図中の細線は市町村界を示す

森林研究・整備機構森林総合研究所(⼤⻄尚樹氏)と岩手県立大学(今⽥⽇菜⼦氏、⼀ノ澤友⾹氏)の研究グループは2月15日、岩手県で分布域を拡大しているイノシシの出没を機械学習で予測するハザードマップを作成したと発表した。この手法は地域を限定しないため、他の地域にも応用が可能だという。

研究グループは、2007年以降の岩手県内のイノシシの出没データ(目撃・被害・捕獲情報をまとめたもの)を基に、種の分布モデル(種の分布を推定する手法)を用いた機械学習法により、出没予測図を製作した。また予測には、標高、植生、土地利用、人口、年間最大積雪深の5つの環境データ(国⼟地理院や政府が公開しているオープンデータを採用)を用いたが、このすべてを組み合わせて予測図を作ったところ、標高、植生、土地利用の3つを用いた場合がもっとも信頼度の高い予測図となった。

そして、最初の目撃例からの拡大期にあたる2007年から2017年の出没データを用いた予測図と、拡大を終え定着期に入り大きく出没件数が増えた2018年から2019年の出没データを用いた予測図とを比較したところ、予測確率が高い地域ほど出没が多いことがわかった。つまり、データ量が多いほど予測確率は高くなるということで、2019年までの全データを用いた出没予想図は、今後のイノシシ出没ハザードマップとして活用できるという。

岩手県内のイノシシの分布拡大の変遷。図中の□は5kmメッシュを示し、メッシュごとの目撃件数を色分けした

岩手県内のイノシシの分布拡大の変遷。図中の□は5kmメッシュを示し、メッシュごとの目撃件数を色分けした

2007年~2017年の出没データから作成した出没予測図に、2018年~2019年に実際に出没した5kmメッシュ(□)を重ねたもの

2007年~2017年の出没データから作成した出没予測図に、2018年~2019年に実際に出没した5kmメッシュ(□)を重ねたもの

この手法は地域を限定しないため、東北以外のイノシシの分布が拡大している地域でも、これを使って独自のハザードマップを作ることが可能だ。また、シカ、サル、クマなどの他の哺乳類にも応用が期待できるという。ただし、これはあくまで目撃や被害をもとにした「出没確率」であって、「生息確率」ではないため、人が関与しない場所で生息している可能性もあるとのことだ。