2024.09.18 掲載

Zushi, K., Yamamoto, M., Matsuura, M., Tsutsuki, K., Yonehana, A., Imamura, R., Takahashi, H., Kirimura, M., Machine learning and multiple linear regression models can predict ascorbic acid and polyphenol contents, and antioxidant activity in strawberries. J. Sci. Food Agric. n/a.
https://doi.org/10.1002/jsfa.13906

イチゴには、様々な機能性成分が含まれていますが、測定には様々な実験機器を用いなければならず、簡単・迅速に評価する技術が求められています。そこで，本論文では機械学習や重回帰分析を用いて、収穫前の栽培環境や植物の生育から実際に測定することなしにイチゴのポリフェノール、アスコルビン酸（ビタミンC）、抗酸化活性を予測できることを明らかにしました。

収穫前に栽培環境や植物の生育から機能性成分の予測ができることは、環境や生育を制御することによる機能性成分の含量向上が可能となりますし、消費現場での品質保証にもつながります。農業にも様々なデータサイエンス技術を用いた農業DXが期待されていますので、この論文を通してイチゴにおける更なる農業DXの発展が期待されます。