花き解析用プラットフォームによる花持ち性分子機構の解明

点击翻译按钮获取中文摘要

花きにおいては花色や花型などの観賞形質が重要であるが、近年ではより長く花を咲かせる性質（花持ち性）が高付加価値形質としてその重要性を増している。花色などの安定的な形質（質的形質）の品種改良は望ましい性質を有する植物個体を選び、子孫を得ることで、比較的容易に優れた品種を作り出すことが出来る。一方、花持ち性は環境の影響を強く受ける量的形質であると同時に、経時的な評価を必要とするために多大な労力が掛かる。今後、花持ち性の品種改良を効率的に進めるためにはハイスループットな解析プラットフォームが必要であり、本研究を開始するに至った。2022年度は主にトルコギキョウ・ペチュニア・ハナスベリヒユなどを対象としてインターバル撮影を行うために、タブレット端末用のカメラアプリの作成と遠隔操作（リアルタイムモニタリング）・クラウドへのデータ転送の自動化を行った。これにより夏季の温室内は40℃を超える過酷な環境となることもあるが、3カ月以上の期間にわたって撮影を継続して実施できた。画像から自動的に花を検出・花持ち性を定量するために、撮影画像の一部を深層学習による物体検出モデルの訓練に使用した。同モデルによる各画像からの花の検出精度は非常に高く、画像の解像度次第では花色・花型・花サイズなどの観賞形質も容易に測定することが出来ると考えられる。花持ち性の定量のためには同一の花を経時的に追跡する必要があり、マルチオブジェクトトラッキング（MOT）と先述の花検出モデルを組み合わせた手法を適用した。温室内では植物体の成長・風の影響などで花の位置がかなり移動することがあるが、MOTにより最長で30日間以上にわたってトルコギキョウの同一花を追跡することが可能であった。同成果により多数の花について経時的な測定が可能となり、花持ち性の検定を極めて効率的に行えるようになると考えられる。