JP7513580B2 - イネの収量予測方法 - Google Patents
イネの収量予測方法 Download PDFInfo
- Publication number
- JP7513580B2 JP7513580B2 JP2021168109A JP2021168109A JP7513580B2 JP 7513580 B2 JP7513580 B2 JP 7513580B2 JP 2021168109 A JP2021168109 A JP 2021168109A JP 2021168109 A JP2021168109 A JP 2021168109A JP 7513580 B2 JP7513580 B2 JP 7513580B2
- Authority
- JP
- Japan
- Prior art keywords
- yield
- components
- prediction model
- component
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 85
- 235000007164 Oryza sativa Nutrition 0.000 title claims description 42
- 235000009566 rice Nutrition 0.000 title claims description 39
- 240000007594 Oryza sativa Species 0.000 title description 4
- 241000209094 Oryza Species 0.000 claims description 48
- 238000004949 mass spectrometry Methods 0.000 claims description 13
- 238000004895 liquid chromatography mass spectrometry Methods 0.000 claims description 9
- 230000014759 maintenance of location Effects 0.000 claims description 9
- 230000015572 biosynthetic process Effects 0.000 claims description 5
- 150000001875 compounds Chemical class 0.000 claims description 3
- 230000034303 cell budding Effects 0.000 claims description 2
- 239000004615 ingredient Substances 0.000 claims 2
- 238000004458 analytical method Methods 0.000 description 30
- 239000000203 mixture Substances 0.000 description 26
- 238000009331 sowing Methods 0.000 description 25
- 239000000523 sample Substances 0.000 description 20
- 235000013339 cereals Nutrition 0.000 description 15
- 238000010276 construction Methods 0.000 description 15
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 description 12
- 238000011156 evaluation Methods 0.000 description 12
- 238000000605 extraction Methods 0.000 description 12
- 241000196324 Embryophyta Species 0.000 description 11
- 238000000611 regression analysis Methods 0.000 description 11
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 10
- 238000003306 harvesting Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 239000002207 metabolite Substances 0.000 description 6
- 238000012937 correction Methods 0.000 description 5
- 238000010219 correlation analysis Methods 0.000 description 5
- 238000002790 cross-validation Methods 0.000 description 5
- 239000003337 fertilizer Substances 0.000 description 5
- 230000000155 isotopic effect Effects 0.000 description 5
- 229910052757 nitrogen Inorganic materials 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 239000002689 soil Substances 0.000 description 5
- 239000000126 substance Substances 0.000 description 5
- 238000004885 tandem mass spectrometry Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000001269 time-of-flight mass spectrometry Methods 0.000 description 5
- 230000002596 correlated effect Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 4
- 230000004720 fertilization Effects 0.000 description 4
- 150000002500 ions Chemical class 0.000 description 4
- 238000010899 nucleation Methods 0.000 description 4
- 239000002904 solvent Substances 0.000 description 4
- CSCPPACGZOOCGX-UHFFFAOYSA-N Acetone Chemical compound CC(C)=O CSCPPACGZOOCGX-UHFFFAOYSA-N 0.000 description 3
- WEVYAHXRMPXWCK-UHFFFAOYSA-N Acetonitrile Chemical compound CC#N WEVYAHXRMPXWCK-UHFFFAOYSA-N 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 3
- XEKOWRVHYACXOJ-UHFFFAOYSA-N Ethyl acetate Chemical compound CCOC(C)=O XEKOWRVHYACXOJ-UHFFFAOYSA-N 0.000 description 3
- 238000005481 NMR spectroscopy Methods 0.000 description 3
- 244000184734 Pyrus japonica Species 0.000 description 3
- 239000011324 bead Substances 0.000 description 3
- 150000001793 charged compounds Chemical class 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000035784 germination Effects 0.000 description 3
- 238000004128 high performance liquid chromatography Methods 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000000491 multivariate analysis Methods 0.000 description 3
- VLKZOEOYAKHREP-UHFFFAOYSA-N n-Hexane Chemical compound CCCCCC VLKZOEOYAKHREP-UHFFFAOYSA-N 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 238000010200 validation analysis Methods 0.000 description 3
- HEDRZPFGACZZDS-UHFFFAOYSA-N Chloroform Chemical compound ClC(Cl)Cl HEDRZPFGACZZDS-UHFFFAOYSA-N 0.000 description 2
- 238000005033 Fourier transform infrared spectroscopy Methods 0.000 description 2
- KFZMGEQAYNKOFK-UHFFFAOYSA-N Isopropanol Chemical compound CC(C)O KFZMGEQAYNKOFK-UHFFFAOYSA-N 0.000 description 2
- NNJVILVZKWQKPM-UHFFFAOYSA-N Lidocaine Chemical compound CCN(CC)CC(=O)NC1=C(C)C=CC=C1C NNJVILVZKWQKPM-UHFFFAOYSA-N 0.000 description 2
- LRHPLDYGYMQRHN-UHFFFAOYSA-N N-Butanol Chemical compound CCCCO LRHPLDYGYMQRHN-UHFFFAOYSA-N 0.000 description 2
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 2
- 241000209504 Poaceae Species 0.000 description 2
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 2
- MCMNRKCIXSYSNV-UHFFFAOYSA-N Zirconium dioxide Chemical compound O=[Zr]=O MCMNRKCIXSYSNV-UHFFFAOYSA-N 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 229910052782 aluminium Inorganic materials 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 239000003480 eluent Substances 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000011888 foil Substances 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 238000004817 gas chromatography Methods 0.000 description 2
- 229960004194 lidocaine Drugs 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000006241 metabolic reaction Methods 0.000 description 2
- BDAGIHXWWSANSR-UHFFFAOYSA-N methanoic acid Natural products OC=O BDAGIHXWWSANSR-UHFFFAOYSA-N 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 238000001320 near-infrared absorption spectroscopy Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 229910052698 phosphorus Inorganic materials 0.000 description 2
- 239000011574 phosphorus Substances 0.000 description 2
- 239000011591 potassium Substances 0.000 description 2
- 229910052700 potassium Inorganic materials 0.000 description 2
- 238000010298 pulverizing process Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- JJRYPZMXNLLZFH-GFUIURDCSA-N (6R)-dehydrovomifoliol Chemical compound CC(=O)\C=C\[C@]1(O)C(C)=CC(=O)CC1(C)C JJRYPZMXNLLZFH-GFUIURDCSA-N 0.000 description 1
- COANMWJRJDRXNS-UHFFFAOYSA-N 2-n-methylpyridine-2,3-diamine Chemical compound CNC1=NC=CC=C1N COANMWJRJDRXNS-UHFFFAOYSA-N 0.000 description 1
- OSWFIVFLDKOXQC-UHFFFAOYSA-N 4-(3-methoxyphenyl)aniline Chemical compound COC1=CC=CC(C=2C=CC(N)=CC=2)=C1 OSWFIVFLDKOXQC-UHFFFAOYSA-N 0.000 description 1
- 101150049358 Exoc4 gene Proteins 0.000 description 1
- 244000068988 Glycine max Species 0.000 description 1
- 235000010469 Glycine max Nutrition 0.000 description 1
- 101100452374 Mus musculus Ikbke gene Proteins 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- XBJFCYDKBDVADW-UHFFFAOYSA-N acetonitrile;formic acid Chemical compound CC#N.OC=O XBJFCYDKBDVADW-UHFFFAOYSA-N 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 239000000538 analytical sample Substances 0.000 description 1
- 239000007864 aqueous solution Substances 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000000692 cap cell Anatomy 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 229930002875 chlorophyll Natural products 0.000 description 1
- 235000019804 chlorophyll Nutrition 0.000 description 1
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000011258 core-shell material Substances 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000010828 elution Methods 0.000 description 1
- 235000019253 formic acid Nutrition 0.000 description 1
- 239000012520 frozen sample Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000002290 gas chromatography-mass spectrometry Methods 0.000 description 1
- 238000000265 homogenisation Methods 0.000 description 1
- 238000009616 inductively coupled plasma Methods 0.000 description 1
- 238000004255 ion exchange chromatography Methods 0.000 description 1
- 238000000752 ionisation method Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 238000012314 multivariate regression analysis Methods 0.000 description 1
- 239000004810 polytetrafluoroethylene Substances 0.000 description 1
- 229920001343 polytetrafluoroethylene Polymers 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000012628 principal component regression Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N5/00—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Electrochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Description
イネの生育期間は、品種や栽培条件によって若干異なるが、通常、播種から収穫まで3~6か月という長期間を要する。よって、イネの収量を増加させる技術の開発において、収量評価を行うには栽培に多くの時間を必要とする。さらに、日本のような季節・気候条件では、収穫まで3~6か月を要するイネの栽培は年に1回が一般的である。屋外栽培での収量評価が年に1度しかできず収量増加技術の開発の障害となっていることから、早期に収量を予測する方法が求められてきた。また、実際の生産場面において、早期に収量を予測することができれば、生産者は安定した収量確保のために費用コストのかかる追加技術を投入すべきかどうかの判断を容易に下すことができる。
或いは、イネの葉の採取時期は、播種後5日以上、好ましくは16日以上、より好ましくは25日以上、さらに好ましくは40日以上で、且つ好ましくは播種後90日より前、より好ましくは70日より前、さらに好ましくは60日より前であり得る。また、播種後5~90日目、好ましくは16~70日目、より好ましくは25~60日目、さらに好ましくは40~60日目であり得る。
ここで、播種後日数とは、屋外で苗を移植栽培した場合の日数を表す。屋内ハウスでの直播栽培では、各生育ステージの播種後日数は上記日数と相違するが、当業者であれば、屋内ハウスでの直播栽培条件を考慮して各生育ステージの播種後日数を理解でき、例えば、分げつ期は屋外で移植栽培した場合は播種後60日前後であるが、屋内ハウスで直播栽培した場合は播種後30日前後である。屋内ハウスでの直播栽培では、上記採取時期に相当する時期に葉サンプルを採取すればよい。
質量分析データとしては、精密質量(「m/z値」)、イオン強度、保持時間等が挙げられるが、好ましくは精密質量の情報である。
抽出は、凍結乾燥した葉サンプルを、ビーズ粉砕機等を用いて粉砕した後、抽出溶媒を添加して撹拌することにより行われる。ここで用いられる抽出溶媒としては、メタノール、エタノール、ブタノール、アセトニトリル、クロロホルム、酢酸エチル、ヘキサン、アセトン、イソプロパノール、水等及びそれらを混合したものが挙げられる。分析手段としてLC/MSを用いる場合には、内部標準物質を添加した80v/v%メタノール水溶液等が好適に使用される。
すなわち、播種から所定期間経過後のイネの葉サンプルを採取し、分析サンプルを得、該分析サンプルを機器分析に供して機器分析データを得、該機器分析データを、収量予測モデルと照合することにより、当該イネの収量を予測することができる。
以下に、上記1,324成分の分析データのピーク面積値と、子実収量を用いた種々のイネ収量予測モデルを作成しその精度を検証した結果を示す。
1データ当り1,324個の成分の分析データのピーク面積値と収量値を持つ全26個のデータマトリックスからOPLSモデルを構築した。なお、構築の際は、各成分の分析データのピーク面積値及び収量データはオートスケーリングにより平均0、分散1に変換した。
上記モデルではVIP(Variable Importance in the Projection,投影における変数重要性)値とよばれる各成分に与えられるモデル性能への寄与度が算出される。
VIP値は、下記式1により求められる。
(2-1)VIP値上位800位までの成分の分析データを用いたモデル
VIP値上位800位までのすべての成分を選択し、1データ当り該800個の成分の分析データのピーク面積値と収量値を持つ全26個のデータマトリックスからOPLSモデル(図2)を構築した。なお、構築の際は、各成分の分析データのピーク面積値及び収量データはオートスケーリングにより平均0、分散1に変換した。R2=0.78、Q2=0.51であり、高い予測性を持つモデルといえる。
VIP値11位以下800位までのすべての成分の分析データ、21位以下800位までのすべての成分の分析データ、31位以下800位までのすべての成分の分析データ・・・及び111位以下800位までのすべての成分の分析データを用いてOPLS法によりモデル(図3)を構築した。
Q2>0.5を満たすのは11位以下800位までのすべての成分の分析データ及び21位以下800位までのすべての成分の分析データを用いたモデルである。VIP値31位以下800位までのすべての成分の分析データを用いてもQ2>0.50とはならない。
VIP値上位1位から10位までの成分の分析データの内、任意の9個の組み合わせ(10通り)についてOPLS法によりモデル(図4)を構築した。
いずれのモデルにおいてもQ2>0.50を満たす。
<1>イネから採取された葉サンプルから、質量分析により提供される精密質量(m/z)が101~1215である成分から選ばれる1種以上の成分の分析データを取得し、当該データとイネ収量との相関性を利用してイネの収量を予測する、イネの収量予測方法。
<2>前記1以上の成分の分析データをpooled QC法により補正する、<1>に記載の方法。
<3>前記成分が、質量分析により提供される精密質量(m/z)で規定された、前記表1a~1iに記載の成分から選ばれる1種以上である、<1>又は<2>に記載の方法。
<4>成分が、前記表1a~1iに記載の成分No.1、4、6、9、10、11、12、19、20、21、23、26、27、29、30、33、34、35、38、39、45、46、47、48、49、50、51、52、54、55、56、61、62、63、64、65、66、67、69、71、75、76、77、78、81、83、84、85、88、89、90、91、92、96、100、102、105、106、107、108、109、113、116、118、119、120、121、123、124、126、127、129、130、131、133、134、137、139、142、145、147、148、149、151、152、153、154、155、156、159、162、163、164、165、166、167、168、169、170、172、174、175、177、178、181、182、183、184、186、187、188、191、193、194、196、198、200、202、203、206、208、209、210、212、213、214、215、217、218、219、220、221、222、223、224、225、226、227、228、229、230、231、232、233、235、237、238、239、240、243、245、246、247、248、249、250、251、252、254、255、258、259、260、261、262、263、264、265、266、268、270、271、272、273、274、275、277、278、280、281、283、284、285、286、288、289、290、291、293、294、298、300、302、303、305、310、312、314、316、317、318、320、321、323、325、327、329、331、332、333、334、335、337、338、339、342、343、344、345、346、347、348、350、351、352、355、358、359、360、361、362、363、365、366、368、369、370、371、373、374、375、378、379、381、382、389、390、391、392、395、397、398、399、401、404、407、408、409、410、411、413、414、415、416、417、418、419、423、424、425、428、431、433、434、435、436、437、438、439、441、444、445、446、447、449、450、451、454、455、457、458、459、460、461、462、464、465、469、471、472、473、474、475、478、480、481、482、483、487、489、490、491、492、494、502、503、504、507、509、510、511、512、513、514、516、517、522、523、525、526、529、532、534、539、540、542、543、547、548、549、551、552、554、555、557、561、565、566、567、573、582、583、585、586、588、589、590、591、593、594、595、596、597、599、600、602、603、604、606、609、611、612、613、615、616、617、619、620、621、624、628、630、631、632、633、635、639、643、644、647、649、650、651、653、654、655、656、658、660、661、662、665、666、671、672、673、674、675、681、682、683、684、685、688、689、691、692、693、694、695、696、699、700、701、702、703、704、706、707、708、713、714、715、717、719、721、722、723、724、725、726、727、728、729、731、732、734、735、737、738、740、745、746、748、749、750、754、756、757、762、765、766、767、768、770、774、776、777、780、781、782、785、787、789、792、793、794、795、796、797、798、799、801、802、803、804、810、811、813、815、816、817、818、820、822、823、824、827、828、829、830、832、834、841、842、843、844、845、846、848、849、850、852、854、858、863、864、867、868、869、870、871、872、874、877、878、879、882、883、884、885、886、888、889、893、894、895、896、898、899、900、901、902、903、910、911、912、914、917、919、922、923、924、925、926、928、930、932、938、941、942、943、944、945、946、947、948、949、950、952、953、955、956、958、959、960、962、965、966、968、969、973、976、979、980、981、983、985、986、989、992、993、994、995、996、997、999、1001、1002、1003、1005、1006、1007、1009、1012、1013、1015、1017、1019、1020、1021、1022、1024、1025、1026、1027、1031、1032、1034、1036、1039、1043、1044、1045、1046、1047、1048、1049、1050、1051、1053、1054、1057、1058、1059、1060、1062、1066、1067、1068、1069、1070、1072、1074、1075、1077、1078、1079、1081、1082、1087、1088、1089、1092、1094、1098、1100、1101、1102、1103、1104、1105、1106、1108、1110、1112、1113、1114、1117、1118、1119、1120、1121、1123、1126、1127、1128、1129、1133、1134、1135、1139、1140、1141、1142、1143、1144、1147、1148、1149、1150、1151、1152、1153、1154、1158、1160、1163、1166、1167、1168、1170、1171、1172、1173、1174、1177、1178、1179、1180、1181、1182、1184、1186、1187、1188、1189、1190、1191、1192、1193、1194、1195、1196、1197、1198、1199、1202、1204、1208、1211、1212、1214、1217、1218、1221、1222、1224、1225、1226、1229、1231、1233、1234、1235、1237、1238、1239、1240、1241、1242、1243、1244、1246、1247、1248、1249、1250、1252、1254、1255、1256、1257、1258、1261、1263、1265、1267、1268、1269、1271、1272、1276、1277、1278、1280、1283、1291、1292、1295、1296、1297、1299、1300、1301、1304、1305、1306、1309、1311、1312、1313、1314、1315、1316、1317、1318、1319、1321及び1322から選ばれる1種以上である<3>に記載の方法。
<5>成分が、前記表1a~1iに記載の成分No.10、177、178、245、254、272、294、337、366、435、462、529、539、708、729、832、842、869、901、912、1050、1060、1173及び1306から選ばれる1種以上である<3>に記載の方法。
<6>成分が、前記表1a~1iに記載の成分No.10、178及び1173から選ばれる1種以上である<3>に記載の方法。
<7>成分が、前記表1a~1iに記載の成分No.10、178、245、272、347、416、417、539、729、1050及び1182から選ばれる1種以上であり、前記成分No.10が組成式C6H9N3の成分であり、前記成分No.178が組成式C13H18O3の成分であり、前記成分No.245が組成式C13H20O4の成分であり、前記成分No.272が組成式C13H28O4の成分であり、前記成分No.347が組成式C18H26O2の成分であり、前記成分No.416が組成式C18H28O3の成分であり、前記成分No.417が組成式C18H28O3の成分であり、前記成分No.539が組成式C15H22O8の成分であり、前記成分No.729が組成式C19H30O7の成分であり、前記成分No.1050が組成式C24H28O11の成分であり、前記成分No.1182が組成式C34H40O10の成分である、<3>に記載の方法。
<8>葉サンプルが、出芽期から出穂期のイネから採取される、<1>~<7>のいずれかに記載の方法。
<9>葉サンプルが、2葉齢期から幼穂形成期のイネから採取される、<1>~<7>のいずれかに記載の方法。
<10>分析データが、質量分析データである<1>~<9>のいずれかに記載の方法。
<11>葉サンプルから取得された成分の分析データを、前記表1a~1iに記載の成分情報を用いて構築された収量予測モデルから算出されたVIP値の上位800個の中から少なくとも1個の成分の分析データを用いて構築された収量予測モデルと照合する工程を含む、<3>~<10>のいずれかに記載の方法。
<12>収量予測モデルが、前記表1a~1iに記載の成分情報を用いて構築された収量予測モデルから算出されたVIP値の上位800個の中から少なくとも5個を用いる、<11>に記載の方法。
<13>収量予測モデルが、前記表1a~1iに記載の成分情報を用いて構築された収量予測モデルから算出されたVIP値の上位800個の中から少なくとも10個を用いる、<11>に記載の方法。
<14>収量予測モデルが、前記表1a~1iに記載の成分情報を用いて構築された収量予測モデルから算出されたVIP値の上位10個の中から少なくとも1個を用いる、<11>に記載の方法。
<15>収量予測モデルが、前記表1a~1iに記載の成分情報を用いて構築された収量予測モデルから算出されたVIP値の上位10個の中から少なくとも5個を用いる、<11>に記載の方法。
<16>収量予測モデルが、前記表1a~1iに記載の成分情報を用いて構築された収量予測モデルから算出されたVIP値の上位10個の中から少なくとも9個を用いる、<11>に記載の方法。
<17>収量予測モデルが、前記表1a~1iに記載の成分情報を用いて構築された収量予測モデルから算出されたVIP値の上位800個を用いる、<11>に記載の方法。
<18>収量予測モデルが、OPLS法を用いて構築されたモデルである<11>~<17>のいずれかに記載の方法。
<19>精密質量が小数点以下4桁以上の精度にて測定されたものである<1>~<18>のいずれかに記載の方法。
1.解析用データの取得
前記非特許文献2のDanらの文献と一緒に公開されているデータ(https://www.nature.com/articles/srep21732#Sec8)を入手した。収量データとして個体あたりの乾燥子実質量を使用した。葉抽出物のデータは公開されているすべてのデータを解析に使用した。
2つ以上の複数の成分の分析データを用いた収量予測モデルの構築には多変量解析手法を用い、解析ツールとしてSIMCA ver.14(Umetrics)を用いた。予測モデルは、説明変数に各精密質量をもった補正済みの成分の分析データのピーク面積値を、また目的変数に収量値を用いた回帰分析をおこなった。回帰分析はPLS法の改良版であるOPLS法でおこなった。
1データ当り525個の成分の分析データのピーク面積値と収量値を持ち、全295個のデータマトリックスから、収量を予測するOPLSモデルを構築した。構築の際、各成分の分析データのピーク面積値及び収量データはオートスケーリングにより平均0、分散1に変換した。モデル構築の結果、予測精度を示すR2=0.07、予測性を示すQ2=0.008であり、Q2>0.50の基準を満たさなかった。結果を図1に示す。よって、非特許文献2の収量予測モデルは、予測精度が非常に低いことが判明した。
1.栽培試験
2019年に実施した温室内ポット栽培試験データについて詳述する。
神奈川県平塚市内の温室内にてポット栽培を実施した。土壌は花王株式会社栃木事業場内の圃場土を用いた。ポットあたり0.8gを基本施肥量と設定し、窒素、リンおよびカリウムを肥料成分として含む化成肥料(商品名「百勝一基」関菱化学株式会社)を4Lの土壌に混和した。上記基本施肥量の1/4倍量、1/2倍量、2倍量及び4倍量の条件も設定することで、計5種類の施肥条件での栽培を行った。ポットには1/5000aワグネルポットを用い、上記土壌を1ポットあたり約4L詰め、30ポットを準備した。2019年7月29日に3粒播きで各ポット内2カ所に播種した(1ポットあたり6粒使用)。3粒の種子由来の植物体をまとめて1個体として扱った。なお、品種は、ジャポニカ種の「ニホンバレ」を用いた。本葉が2枚展開時に1ポットにつき1株となるように間引きした。8月22日から10月28日の間は湛水条件で栽培を行い、播種から湛水開始までは週に1回の頻度で土壌が湿る程度に水やりを行った。10月28日以降は水やりは行わなかった。サンプリングは8月28日に行った。サンプリング後、窒素・リン酸・カリウムをそれぞれ14%ずつ含む化成肥料(商品名「化成肥料14号」株式会社サンアンドホープ)をポットあたり1g追肥した。収穫は11月14日に実施した(播種後80日)。なお、4個体が欠株したため、収量予測には計26個体を用いた。温室内の温度は、気温に応じて扉の開閉により適宜調整した。
葉のサンプリングは、播種後30日後となる日の日中に実施した(おおむね13時―15時)。この際のイネの生育ステージは、個体により若干異なるが概ね個体あたりの葉の数が15-20枚程度であり、分げつ期に相当する生育ステージであった。葉のサンプリングは、株の根元から葉を4-7枚切断することによって採取した。採取時には株全体から偏りなく採取するようにした。採取した葉はアルミホイルで包み直ちに液体窒素中で凍結し、代謝反応を停止させた。凍結サンプルは凍結状態を維持したまま実験室へ持ち帰り、凍結乾燥にかけて乾燥させた。この乾燥したサンプルを後述の抽出操作に供試した。
播種後80日である11月14日に収穫を行った。栽培試験後の各個体から全子実を回収し、90℃に設定した乾燥機(送風定温恒温器DKN602,ヤマト科学株式会社)にて3日間乾燥させた。収量データとして乾燥子実質量(mgDW/個体)、及び粒数(個/個体)を測定した。後述する各成分の分析データと収量との単相関解析及び予測モデルの構築には乾燥子実質量(mgDW/個体)を用いた。乾燥子実質量のデータは、表2に示すように最小で5507.97mgDW/個体、最大で10507.17mgDW/個体であった。
凍結乾燥した葉サンプルは、スパーテルを用いて手作業にて可能な限り粉砕をおこなった。粉砕後、2mLのチューブ(セーフロックチューブ,エッペンドルフ)に10mgを秤量し、直径5mmのジルコニア製ボール1つをチューブに加えて、ビーズ粉砕機(MM400,Retsch)にて25Hzで1分間粉砕した。抽出溶媒は、内部標準としてリドカイン(和光純薬工業,♯120-02671)を500ng/mLとなるように加えた80v/v%メタノール水溶液を用いた。粉砕後のチューブに調製した抽出溶媒を1mL添加し、同ビーズ粉砕機にて、20Hzで5分間ホモジナイズ抽出をおこなった。抽出終了後、2,000×g程度の卓上遠心機(チビタン)にて、30秒程度遠心し、0.45μmの親水性PTFEフィルター(DISMIC-13HP 0.45μm syringe filter,ADVANTEC)でろ過し、分析サンプルを得た。
葉抽出サンプルの分析は、Agilent社製HPLCシステム(Infinity1260シリーズ)をフロントとし、AB SCIEX社製Q-TOFMS装置(TripleTOF4600)を検出器として用いてLC/MS分析をおこなった。HPLCにおける分離カラムには、株式会社資生堂社製のコアシェルカラムCapcell core
C18(2.1mm I.D.×100mm,粒子計2.7μm)及びガードカラム(2.1mm I.D.×5mm, 粒子計2.7μm)を使用し、カラム温度は40℃に設定した。オートサンプラーは分析中5℃を保持した。分析サンプルは5μLを注入した。溶離液にはA:0.1v/v%ギ酸水溶液及びB:0.1v/v%ギ酸アセトニトリル溶液を用いた。グラジエント溶出条件は、0分~0.1分は1v/v%B(99v/v%A)で保持し、0.1分~13分の間に1v/v%Bから99.5v/v%Bまで溶離液Bの比率を上昇させ、13.01分~16分まで99.5v/v%Bで保持した。流速は0.5mL/minとした。
データ処理は下記の通りおこなった。まず、MarkerViewTM Software(AB SCIEX)を用いてピークの抽出をおこなった。ピーク抽出条件(「peak finding option」)は、保持時間0.5分~16分に該当するピークとし、「Enhance Peak Finding」の項目におけるSubtraction offsetを20スキャン、Minimum spectral peak widthを5ppm、Subtraction multi. Factorを1.2、Minimum RT peak widthを10スキャン、Noise thresholdを5に設定し、「More」の項目におけるAssign charge stateにチェックを入れた。その結果、31,649のピーク情報を得た。
取得した26個体分の葉中1,324成分の分析データと対応する収量データ(乾燥子実質量)、すなわち26×1,324のマトリックスデータを用いて相関解析をおこなった。各成分の分析データと収量データとの単相関係数r及び無相関の検定によりp値を算出した。結果を表4a~4qに示す。なお、表中の「成分No.」は1,324個の成分を質量順に並べた際に質量数が小さい方から番号を付けた便宜的なものである。また、分析結果には質量情報とともに保持時間の情報も含まれるが、特開2016-57219号公報によれば、少数点以下4桁以上の精密質量数を用いれば、保持時間によらず複数の質量分析用試料間で質量分析データの比較及び解析が可能であることが示されている。よって、保持時間の情報は除去し、精密質量情報のみを記載した。
2つ以上の複数の成分の分析データを用いた収量予測モデルの構築には多変量解析手法を用い、解析ツールとしてSIMCA ver.14(Umetrics)を用いた。予測モデルは、説明変数に各精密質量をもった補正済みの成分の分析データのピーク面積値を、また目的変数に収量値を用いた回帰分析をおこなった。回帰分析はPLS法の改良版であるOPLS法でおこなった。
1データ当り1,324個の成分の分析データのピーク面積値と収量値を持ち、全26個のデータマトリックスから、収量を予測するOPLSモデルを構築した。構築の際、各成分の分析データのピーク面積値及び収量データはオートスケーリングにより平均0、分散1に変換した。モデル構築の結果、予測精度を示すR2=0.931、予測性を示すQ2=0.344であり、Q2>0.50の基準を満たさなかった。
8-1で構築したモデルではVIP(Variable Importance in
the Projection,投影における変数重要性)値とよばれる各成分に与えられるモデル性能への寄与度が算出される。VIP値はその値が大きいほどモデルへの寄与度が大きく、相関係数の絶対値とも相関する。VIP値上位800位までのリストを表5a~5jに示す。
8-1で構築したモデルへの各成分の寄与度であるVIP値のランキング(表5a~5j)を基に複数の成分でモデルを構築した。特に限定されるわけではないが、モデル性能の基準を便宜上Q2>0.50とした。
VIP値上位800位までのすべての成分を選択し、1データ当り該800個の成分の分析データのピーク面積値と収量値を持ち、全26個のデータマトリックスから、収量を予測するOPLSモデルを構築した。構築の際、各成分の分析データのピーク面積値及び収量データはオートスケーリングにより平均0、分散1に変換した。モデル構築の結果、予測精度を示すR2=0.78、予測性を示すQ2=0.51であった。結果を図2に示す。この予測モデルにより、栽培1カ月程度の葉に含まれる成分組成を用いることで、高い予測性を持つモデルが構築でき、早期収量予測が可能であることが示された。
VIP値11位以下800位までのすべての成分の分析データ、21位以下800位までのすべての成分の分析データ、31位以下800位までのすべての成分の分析データ・・・及び111位以下800位までのすべての成分の分析データを用いてそれぞれOPLSモデルの構築をおこなった。その結果、Q2>0.5を満たすのは11位以下800位までのすべての成分の分析データ及び21位以下800位までのすべての成分の分析データを用いたモデルであり、VIP値31位以下800位までのすべての成分の分析データを用いてもQ2>0.50とはならないことがわかった(図3)。
VIP値上位1位から10位までの成分の分析データの内、任意の9個の組み合わせ(10通り)についてOPLSモデルの構築をおこなった。その結果、いずれのモデルにおいてもQ2>0.50を満たすことがわかった。このことからVIP値上位10位までの代謝物を9個含んでいれば、一定の予測性を持つモデルが構築できることが示された(図4)。
Claims (16)
- 前記1種以上の成分の分析データをpooled QC法により補正する、請求項1に記載の方法。
- 成分が、前記表1a~1qに記載の成分No.1、4、6、9、10、11、12、19、20、21、23、26、27、29、30、33、34、35、38、39、45、46、47、48、49、50、51、52、54、55、56、61、62、63、64、65、66、67、69、71、75、76、77、78、81、83、84、85、88、89、90、91、92、96、100、102、105、106、107、108、109、113、116、118、119、120、121、123、124、126、127、129、130、131、133、134、137、139、142、145、147、148、149、151、152、153、154、155、156、159、162、163、164、165、166、167、168、169、170、172、174、175、177、178、181、182、183、184、186、187、188、191、193、194、196、198、200、202、203、206、208、209、210、212、213、214、215、217、218、219、220、221、222、223、224、225、226、227、228、229、230、231、232、233、235、237、238、239、240、243、245、246、247、248、249、250、251、252、254、255、258、259、260、261、262、263、264、265、266、268、270、271、272、273、274、275、277、278、280、281、283、284、285、286、288、289、290、291、293、294、298、300、302、303、305、310、312、314、316、317、318、320、321、323、325、327、329、331、332、333、334、335、337、338、339、342、343、344、345、346、347、348、350、351、352、355、358、359、360、361、362、363、365、366、368、369、370、371、373、374、375、378、379、381、382、389、390、391、392、395、397、398、399、401、404、407、408、409、410、411、413、414、415、416、417、418、419、423、424、425、428、431、433、434、435、436、437、438、439、441、444、445、446、447、449、450、451、454、455、457、458、459、460、461、462、464、465、469、471、472、473、474、475、478、480、481、482、483、487、489、490、491、492、494、502、503、504、507、509、510、511、512、513、514、516、517、522、523、525、526、529、532、534、539、540、542、543、547、548、549、551、552、554、555、557、561、565、566、567、573、582、583、585、586、588、589、590、591、593、594、595、596、597、599、600、602、603、604、606、609、611、612、613、615、616、617、619、620、621、624、628、630、631、632、633、635、639、643、644、647、649、650、651、653、654、655、656、658、660、661、662、665、666、671、672、673、674、675、681、682、683、684、685、688、689、691、692、693、694、695、696、699、700、701、702、703、704、706、707、708、713、714、715、717、719、721、722、723、724、725、726、727、728、729、731、732、734、735、737、738、740、745、746、748、749、750、754、756、757、762、765、766、767、768、770、774、776、777、780、781、782、785、787、789、792、793、794、795、796、797、798、799、801、802、803、804、810、811、813、815、816、817、818、820、822、823、824、827、828、829、830、832、834、841、842、843、844、845、846、848、849、850、852、854、858、863、864、867、868、869、870、871、872、874、877、878、879、882、883、884、885、886、888、889、893、894、895、896、898、899、900、901、902、903、910、911、912、914、917、919、922、923、924、925、926、928、930、932、938、941、942、943、944、945、946、947、948、949、950、952、953、955、956、958、959、960、962、965、966、968、969、973、976、979、980、981、983、985、986、989、992、993、994、995、996、997、999、1001、1002、1003、1005、1006、1007、1009、1012、1013、1015、1017、1019、1020、1021、1022、1024、1025、1026、1027、1031、1032、1034、1036、1039、1043、1044、1045、1046、1047、1048、1049、1050、1051、1053、1054、1057、1058、1059、1060、1062、1066、1067、1068、1069、1070、1072、1074、1075、1077、1078、1079、1081、1082、1087、1088、1089、1092、1094、1098、1100、1101、1102、1103、1104、1105、1106、1108、1110、1112、1113、1114、1117、1118、1119、1120、1121、1123、1126、1127、1128、1129、1133、1134、1135、1139、1140、1141、1142、1143、1144、1147、1148、1149、1150、1151、1152、1153、1154、1158、1160、1163、1166、1167、1168、1170、1171、1172、1173、1174、1177、1178、1179、1180、1181、1182、1184、1186、1187、1188、1189、1190、1191、1192、1193、1194、1195、1196、1197、1198、1199、1202、1204、1208、1211、1212、1214、1217、1218、1221、1222、1224、1225、1226、1229、1231、1233、1234、1235、1237、1238、1239、1240、1241、1242、1243、1244、1246、1247、1248、1249、1250、1252、1254、1255、1256、1257、1258、1261、1263、1265、1267、1268、1269、1271、1272、1276、1277、1278、1280、1283、1291、1292、1295、1296、1297、1299、1300、1301、1304、1305、1306、1309、1311、1312、1313、1314、1315、1316、1317、1318、1319、1321及び1322から選ばれる1種以上である請求項1又は2に記載の方法。
- 成分が、前記表1a~1qに記載の成分No.10、177、178、245、254、272、294、337、366、435、462、529、539、708、729、832、842、869、901、912、1050、1060、1173及び1306から選ばれる1種以上である請求項1又は2に記載の方法。
- 成分が、前記表1a~1qに記載の成分No.10、178及び1173から選ばれる1種以上である請求項1又は2に記載の方法。
- 葉サンプルが、出芽期から出穂期のイネから採取される、請求項1~5のいずれか1項に記載の方法。
- 葉サンプルが、2葉齢期から幼穂形成期のイネから採取される、請求項1~5のいずれか1項に記載の方法。
- 分析データが、質量分析データである請求項1~7のいずれか1項に記載の方法。
- 葉サンプルから取得された成分の分析データを、前記表1a~1qに記載の成分情報を用いて構築された収量予測モデルから算出されたVIP値の上位800個の中から少なくとも1個の成分の分析データを用いて構築された収量予測モデルと照合する工程を含む、請求項1~8のいずれか1項に記載の方法。
- 収量予測モデルが、前記表1a~1qに記載の成分情報を用いて構築された収量予測モデルから算出されたVIP値の上位800個の中から少なくとも5個を用いる、請求項9に記載の方法。
- 収量予測モデルが、前記表1a~1qに記載の成分情報を用いて構築された収量予測モデルから算出されたVIP値の上位800個の中から少なくとも10個を用いる、請求項9に記載の方法。
- 収量予測モデルが、前記表1a~1qに記載の成分情報を用いて構築された収量予測モデルから算出されたVIP値の上位10個の中から少なくとも1個を用いる、請求項9に記載の方法。
- 収量予測モデルが、前記表1a~1qに記載の成分情報を用いて構築された収量予測モデルから算出されたVIP値の上位10個の中から少なくとも5個を用いる、請求項9に記載の方法。
- 収量予測モデルが、前記表1a~1qに記載の成分情報を用いて構築された収量予測モデルから算出されたVIP値の上位10個の中から少なくとも9個を用いる、請求項9に記載の方法。
- 収量予測モデルが、前記表1a~1qに記載の成分情報を用いて構築された収量予測モデルから算出されたVIP値の上位800個を用いる、請求項9に記載の方法。
- 収量予測モデルが、OPLS法を用いて構築されたモデルである請求項9~15のいずれか1項に記載の方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020172820 | 2020-10-13 | ||
JP2020172820 | 2020-10-13 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022064328A JP2022064328A (ja) | 2022-04-25 |
JP7513580B2 true JP7513580B2 (ja) | 2024-07-09 |
Family
ID=81209172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021168109A Active JP7513580B2 (ja) | 2020-10-13 | 2021-10-13 | イネの収量予測方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7513580B2 (ja) |
WO (1) | WO2022080411A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115953694B (zh) * | 2022-12-29 | 2023-08-04 | 北大荒信息有限公司 | 一种基于卫星遥感影像的叶龄空间分布检测方法 |
CN115953391B (zh) * | 2023-03-08 | 2023-08-15 | 吉林高分遥感应用研究院有限公司 | 水稻物候指数监测系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011033533A (ja) | 2009-08-04 | 2011-02-17 | National Institute For Environmental Studies | サクラネチンを利用したイネのオゾン影響評価方法 |
JP2012215482A (ja) | 2011-03-31 | 2012-11-08 | Central Research Institute Of Electric Power Industry | イネ収量のオゾン影響評価方法 |
US20150168419A1 (en) | 2010-11-16 | 2015-06-18 | University College Cork - National University Of Ireland, Cork | Prediction of a small-for-gestational age (sga) infant |
-
2021
- 2021-10-13 JP JP2021168109A patent/JP7513580B2/ja active Active
- 2021-10-13 WO PCT/JP2021/037900 patent/WO2022080411A1/ja active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011033533A (ja) | 2009-08-04 | 2011-02-17 | National Institute For Environmental Studies | サクラネチンを利用したイネのオゾン影響評価方法 |
US20150168419A1 (en) | 2010-11-16 | 2015-06-18 | University College Cork - National University Of Ireland, Cork | Prediction of a small-for-gestational age (sga) infant |
JP2012215482A (ja) | 2011-03-31 | 2012-11-08 | Central Research Institute Of Electric Power Industry | イネ収量のオゾン影響評価方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2022080411A1 (ja) | 2022-04-21 |
JP2022064328A (ja) | 2022-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7513580B2 (ja) | イネの収量予測方法 | |
Cappellin et al. | PTR-ToF-MS and data mining methods: a new tool for fruit metabolomics | |
Badeck et al. | Post‐photosynthetic fractionation of stable carbon isotopes between plant organs—a widespread phenomenon | |
CN102478563B (zh) | 一种用于研究转基因和非转基因水稻代谢差异的方法 | |
WO2020213672A1 (ja) | ダイズの収量予測方法 | |
Latif et al. | Metabolomic approaches for the identification of flavonoids associated with weed suppression in selected Hardseeded annual pasture legumes | |
Bindereif et al. | Complementary use of 1H NMR and multi-element IRMS in association with chemometrics enables effective origin analysis of cocoa beans (Theobroma cacao L.) | |
Çatav et al. | NMR-based metabolomics reveals that plant-derived smoke stimulates root growth via affecting carbohydrate and energy metabolism in maize | |
Correia et al. | Analysis of Robusta coffee cultivated in agroforestry systems (AFS) by ESI-FT-ICR MS and portable NIR associated with sensory analysis | |
CN107870218A (zh) | 一种水稻中抗性代谢物Arabidopsides的检测方法 | |
EP2818861B1 (en) | Method for predicting the sugar content in a full-grown root vegetable | |
Vitalini et al. | Different phytotoxic effect of Lolium multiflorum Lam. leaves against Echinochloa oryzoides (Ard.) Fritsch and Oriza sativa L. | |
JP7513581B2 (ja) | コムギの収量予測方法 | |
JP7244338B2 (ja) | ダイズの収量予測方法 | |
Rozali et al. | Identification of amines, amino and organic acids in oil palm (Elaeis guineensis Jacq.) spear leaf using GC-and LC/Q-TOF MS metabolomics platforms | |
US20120322160A1 (en) | Method for discovering pharmacologically active substance of natural products using high resolution mass spectrometry and pharmacological activity test | |
WO2022080410A1 (ja) | トウモロコシの収量予測方法 | |
Steinbauer et al. | Foliar quality of co-occurring mallee eucalypts: balance of primary and secondary metabolites reflects past growing conditions | |
Rivas-Ubach et al. | Atmo-ecometabolomics: a novel atmospheric particle chemical characterization methodology for ecological research | |
US7558681B2 (en) | Method of determining plant species with pyrolysis-gas chromatography | |
Kim et al. | Differentiation of highbush blueberry (Vaccinium corymbosum L.) fruit cultivars by GC–MS-based metabolic profiling | |
JP2023090795A (ja) | ダイズの収量予測方法 | |
Singh et al. | 1 H Nuclear Magnetic Resonance (NMR)-Based Metabolome Diversity of Seabuckthorn (H. rhamnoides L.) Berries Originating from Two Geographical Regions of Indian Himalayas | |
Tereshchenko et al. | A hybrid technique for measuring the content of xenobiotics in wild and cultivated blueberries | |
Joy et al. | Employing predicted response factors and a validated chromatographic method for the relative quantitation of holy basil essential oils |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230329 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231219 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240214 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240305 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240412 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240618 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240627 |