コーネル大の研究者、症状が出る数日前にブドウの病害を検出するシステムを開発

ニューヨーク州ジュネーブのCornell AgriTechの研究者らは、葉に症状が現れる数日前にブドウの病害を検出できる画像プラットフォームを開発したと発表した。これは、業界で最も深刻な2つの感染症に、育種家やブドウ畑の管理者がより早く対応するのに役立つ可能性がある。

コーネル大学が月曜日に公表したところによると、このシステムはHyperBirdと呼ばれ、ハイパースペクトル画像を用いて、うどんこ病とべと病の初期兆候を識別する。これらの病害は世界中のブドウ畑で大きな収量損失の要因であり、より早い検出によって、生産者は被害が目に見える前に、殺菌剤プログラムやその他の管理判断を調整する時間をより多く確保できる可能性がある。

この研究は、ブドウがワインの原料であることから、飲料ビジネスにも影響を及ぼす可能性がある。より迅速な病害診断は、より精密なブドウ畑管理を支えるからだ。長期的には、同じ高スループット・スクリーニング手法が、病害抵抗性を持つブドウ品種の開発を育種プログラムがより速く進めるのにも役立つ可能性があり、この手法が大規模でも有効であれば、ワイン生産における損失の削減と薬剤使用量の低減につながるかもしれない。

コーネル大学によると、HyperBirdは通常のカメラでは捉えられない植物の微細な特性を観察するよう設計されている。標準的なカメラは赤、緑、青の3つの可視光帯域を記録する。一方、ハイパースペクトル画像は、可視域を超える情報も含め、数百の狭い波長帯を記録する。これにより研究者は、病害の痕跡が表面に現れる前に、葉組織内部の変化を検出できる。

このプロジェクトは、植物病理学、工学、ブドウ育種を結び付ける。関わっている上級研究者には、Cornell AgriTechのブドウ病理学助教授ケイティ・ゴールド、コーネル大学統合植物科学部の助教授でシステムエンジニアのユ・ジャン、そして米農務省農業研究局の研究植物病理学者でコーネル大学の客員准教授でもあるランス・ケイドル＝デービッドソンが含まれる。

コーネル大学は、このプラットフォームが数時間で数百の葉サンプルを処理できるとしている。こうした速度は、ラボが非常に大量のサンプルを比較する必要がある育種や病害スクリーニングで重要となる。大学によると、この装置は高スループットのフェノタイピング顕微鏡として機能し、短時間で多数のサンプルにわたって病害抵抗性に関連する観察可能な形質を測定できるという。

研究チームが対応した技術的課題の1つは、顕微鏡レベルでの空間分解能だった。ハイパースペクトル画像では、影響を受けた領域が小さすぎて、その反射光が周囲の健全な組織の光と混ざると、病害の信号が失われることがある。ジャン氏はコーネル大学の報告で、画像に十分な細部がなければ、大きな部屋の中にある小さな物体の特徴を切り分けようとするのに似た課題だと述べた。HyperBirdは、こうしたごく小さな病変部を周囲の健全な細胞と識別できるように設計された。

この研究は、2021年にチームが発表したBlackbirdと呼ばれる先行プロトタイプを基盤としている。Blackbirdは、赤、緑、青の波長で記録するロボット画像システムで、感染の兆候を探すためにブドウの葉サンプルの評価を迅速化する目的で使われた。コーネル大学によると、HyperBirdはこのプラットフォームを拡張し、顕微鏡レベルの空間的な詳細を維持しながら、1ピクセルあたり約200倍のスペクトル分解能を実現している。

5月20日付の学術誌Plant Disease掲載論文は、元コーネル大学ポスドク研究員のサイード・ホセインザデーが主導し、概念実証の初期段階として位置づけられた。コーネル大学によると、このシステムは1日で9テラバイトのハイパースペクトル画像を収集し、目に見える症状が現れる前に病害を検出できることを示した。同研究ではまた、この技術が葉上の殺菌剤残渣を識別し、うどんこ病対策に使われる処理の違いを見分け、それらの処理がどの程度効果を上げているかを評価できることも分かった。

この研究はまた、画像データが病害抵抗性のために交配されているブドウ系統の特定に役立つ可能性を示した。コーネル大学によると、このシステムは、色素、ワックス構造、水分量、葉内部の解剖学的構造の違いを含め、植物の遺伝的背景に結び付く微妙な光学的特徴を検出できた。ブドウ育種家にとっては、大規模集団をより速く選別し、有望な個体をより早い段階で見つける方法になり得る。

HyperBird自体は、9月8日付の学術誌Plant Phenomics掲載論文で正式に記述された。筆頭著者は、ジャン氏の研究室の博士課程学生ジンホン・ユーだった。コーネル大学によると、その論文では、ロボットシステムが顕微鏡レベルで高スループットのハイパースペクトル画像を取得し、葉の残り部分の平均スペクトルと小さな病変部を比較して、べと病とうどんこ病の進行を追跡できることが詳述された。

ゴールド氏はコーネル大学の報告で、このシステムは現在、3日目までに、従来の手法では6日目または9日目までかかった精度に到達できると述べた。この性能が広範な用途でも維持されるなら、研究者はこれまでより2倍から3倍速く病害評価を進められることになる。

3本目の研究は、6月29日付のPlant Diseaseに掲載され、実地条件下でこのシステムを試験した。その論文は、ピサ大学からゴールド氏の研究室に客員研究員として来ていた元研究者ロレンツォ・ピッピが主導し、ブドウ畑で採取した葉円盤を使って、従来型殺菌剤、生物農薬、無処理対照をべと病に対して比較した。コーネル大学によると、この画像法は感染に関連する初期の光学変化を検出し、葉に残った残渣に基づいて散布剤を区別し、どの処理が最も効果的かの評価にも役立った。

これは商業ブドウ畑で有用となる可能性がある。なぜなら、うどんこ病の圧力は圃場の場所によって変動することが多く、製剤が効いたのか、それとも感染レベルが単に不均一だっただけなのかを判断しにくいからだ。病害をより早く捉え、感染の信号を散布残渣と分離できるツールは、生産者がより的を絞った判断を下すのに役立つかもしれないが、その技術は依然として研究環境を超えた実用展開が必要になる。

現時点で、より時間のかかる工程の1つはサンプル採取だ。技術者はなお、葉から10セント硬貨大の円盤を切り取り、機械に持ち込んで分析する必要がある。コーネル大学によると、ここが工程で最も時間のかかる部分であり、ロボティクスの学生たちが自動化に取り組んでいるという。

大学は、HyperBirdの製造でMoblanc Roboticsと協力していると明らかにした。コーネル大学はまた、このプラットフォームは他の作物や病害にも適用可能であり、研究者たちはチーズ業界のある企業とも協議を始めていると述べ、画像技術がブドウ栽培以外にも用途を持つ可能性を示した。

このプロジェクトは、米農務省食品農業科学研究所による資金提供を受けたブドウ育種プログラムVitisGen3の一部である。コーネル大学によると、その他の資金は、大学に交付された連邦キャパシティ基金、President’s Council of Cornell Women Research Fund、New York Wine and Grape Foundation、そしてUSDA Grape Genetics Research Unitから拠出された。