WO2023105721A1 - 情報解析方法及び情報解析装置 - Google Patents

情報解析方法及び情報解析装置 Download PDF

Info

Publication number
WO2023105721A1
WO2023105721A1 PCT/JP2021/045380 JP2021045380W WO2023105721A1 WO 2023105721 A1 WO2023105721 A1 WO 2023105721A1 JP 2021045380 W JP2021045380 W JP 2021045380W WO 2023105721 A1 WO2023105721 A1 WO 2023105721A1
Authority
WO
WIPO (PCT)
Prior art keywords
growth
information
environment
data
information analysis
Prior art date
Application number
PCT/JP2021/045380
Other languages
English (en)
French (fr)
Inventor
和宏 高谷
壮輔 今村
Original Assignee
日本電信電話株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 日本電信電話株式会社 filed Critical 日本電信電話株式会社
Priority to PCT/JP2021/045380 priority Critical patent/WO2023105721A1/ja
Publication of WO2023105721A1 publication Critical patent/WO2023105721A1/ja

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G7/00—Botany in general
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
    • Y02A40/25—Greenhouse technology, e.g. cooling systems therefor

Definitions

  • the embodiments relate to an information analysis method and an information analysis device.
  • the purpose of the present invention is to evaluate the effect of genome editing by fusing "research results on breeding and raising seedlings by plant factories" and “information communication technology (data collection, data analysis, numerical simulation, etc.)". It is to establish a method.
  • the information analysis method of the embodiment comprises setting a growing environment for a plant to be genome-edited in a closed space where the environment can be controlled, and preparing multiple types of mutants in which one gene of the plant is genome-edited. Simultaneously growing multiple types of mutants in a closed space, and time-synchronizing first data indicating the growth environment of the multiple types of mutants and second data indicating the growth state of the multiple types of mutants. Create time-series data recorded by using the genetic information and time-series data for multiple species of mutants to create an analysis model that expresses the correlation between genetic information, growth environment, and growth state. Prepare things and things.
  • the information analysis method it is possible to improve the productivity of superior plant varieties and create vegetation with the desired environmental adaptability.
  • FIG. 1 is a block diagram showing an example of the configuration of an information analysis system according to the first embodiment.
  • FIG. 2 is a block diagram showing an example of the configuration of the information analysis device according to the first embodiment.
  • FIG. 3 is a conceptual diagram showing an example of the configuration of the artificial plant growing site according to the first embodiment.
  • FIG. 4 is a block diagram showing an example of the functional configuration of the information analysis device according to the first embodiment.
  • FIG. 5 is a table showing an example of the data format of time-series data in the first embodiment.
  • FIG. 6 is a flowchart showing an example of analysis processing using the information analysis system according to the first embodiment.
  • FIG. 7 is a conceptual diagram of an optimization problem related to early prediction confirmation of genome editing accuracy using an analysis model generated by analysis processing according to the first embodiment.
  • FIG. 8 is a conceptual diagram showing an example of growth simulation by the information analysis device according to the first embodiment.
  • FIG. 9 is a conceptual diagram showing an example of the configuration of an artificial plant growing site according to the second embodiment.
  • FIG. 10 is a flow chart showing an example of analysis processing using the information analysis system according to the second embodiment.
  • FIG. 11 is a block diagram showing an example configuration of an artificial plant growing site according to the third embodiment.
  • the first embodiment shows the growth results when a certain growth environment is prepared for a genome-edited plant (that is, a mutant), and the change in traits that are the effects of genome editing. Concerning forecasting methods.
  • the information analysis system 1 according to the first embodiment will be described below.
  • FIG. 1 is a block diagram showing an example of the configuration of the information analysis system 1 according to the first embodiment.
  • the information analysis system 1 includes, for example, an information analysis device 10, an artificial plant growing site 20, and an environment control device 30.
  • the information analysis device 10 is a computer that can create an analysis model for plant genome editing by analyzing and learning input data.
  • the information analysis device 10 is configured to communicate with each of the artificial plant growing site 20 and the environment control device 30 .
  • a network used for communication between the information analysis device 10, the artificial plant growing site 20, and the environment control device 30 may use wireless communication or wired communication.
  • the "analysis model” may also be called a "learning model” or a "growth model”.
  • the artificial plant growing site 20 is a closed space used for growing plants.
  • the artificial plant growing site 20 is configured to be able to artificially control the environment (that is, the growing environment of plants) under the control of the environment control device 30 .
  • the artificial plant growing site 20 can transmit data on the growth status and growth environment to the information analysis device 10 .
  • the artificial plant growing site 20 may be called a "plant factory", a “closed plant cultivation space”, a “completely closed plant factory”, or a “completely closed plant factory”.
  • the environment control device 30 is a computer that comprehensively controls a plurality of control devices for controlling the environment of the artificial plant growing site 20.
  • the environment control device 30 controls a plurality of control devices based on the control of the information analysis device 10 to form a desired growing environment in the artificial plant growing site 20 .
  • the environment control device 30 can control, for example, the amount of light, the air temperature, the water temperature, the amount of water supply, the carbon dioxide concentration, the nutrients, etc. at the artificial plant growing site 20 .
  • the environment control device 30 may be installed in the artificial plant growing site 20 .
  • FIG. 2 is a block diagram showing an example of the configuration of the information analysis apparatus 10 according to the first embodiment.
  • the information analysis device 10 includes, for example, a CPU (Central Processing Unit) 11, a ROM (Read Only Memory) 12, a RAM (Random Access Memory) 13, a storage device 14, and a communication interface 15.
  • a CPU Central Processing Unit
  • ROM Read Only Memory
  • RAM Random Access Memory
  • the CPU 11 is an integrated circuit capable of executing various programs.
  • the CPU 11 controls the overall operation of the information analysis device 10 .
  • the ROM 12 is a non-volatile semiconductor memory.
  • the ROM 12 stores programs and control data for controlling the information analysis device 10 .
  • the RAM 13 is, for example, a volatile semiconductor memory. RAM 13 is used as a work area for CPU 11 .
  • the storage device 14 is a nonvolatile storage device.
  • the storage device 14 stores, for example, system software of the information analysis device 10, data acquired via a network, and the like.
  • the communication interface 15 is a communication circuit configured to be connectable to a network.
  • the information analysis device 10 can transfer data (information) received via the communication interface 15 to the RAM 13 or the storage device 14, and output analysis results of the data to an external device via the communication interface 15.
  • the information analysis device 10 can realize the functional configuration described later by executing a program.
  • the hardware configuration of the information analysis device 10 may be another configuration.
  • a display, an input interface, a removable storage device, and the like may be connected to the information analysis device 10 .
  • the information analysis device 10 may display simulation results and the like on the display.
  • FIG. 3 is a conceptual diagram showing an example of the configuration of the artificial plant growing site 20 according to the first embodiment.
  • the artificial plant growing site 20 cultivates a plurality of species of plants (mutants) genome-edited with different genes (genome-edited strains) in the same growth environment.
  • the artificial plant cultivating site 20 is a genome-editing target plant, and for example, cultivates a plurality of types of mutants V1, V2, and V3 in which one different gene is genome-edited. Multiple types of mutants V1, V2 and V3 are arranged in the artificial plant growing site 20 so as to be distinguishable.
  • the types of mutants grown in the artificial plant growing site 20 are not limited to three types as long as they are plural types.
  • the artificial plant growing site 20 also includes, for example, an environmental information monitor 21, a growing condition monitor 22, and a lighting device 31.
  • the environmental information monitor 21 and the growing condition monitor 22 are each connected to the information analysis device 10 .
  • the lighting device 31 is connected to the environment control device 30 .
  • the environmental information monitor 21 is a device that monitors environmental conditions within the artificial plant growing site 20 .
  • the environmental information monitor 21 includes, for example, a light intensity sensor, an air temperature sensor, a water temperature sensor, a water supply amount sensor, a humidity sensor, a carbon dioxide (CO 2 ) concentration sensor, and a nutrient sensor.
  • the environment information monitor 21 transmits environment information (environmental parameters or variables) of the artificial plant growing site 20 detected by various sensors to the information analysis device 10 as the environment information data 210 . That is, the environmental information data 210 includes information on any one of the amount of light, air temperature, water temperature, amount of water supply, carbon dioxide concentration, nutrients, and time.
  • the growth monitor 22 is a device that monitors the growth process of each of the multiple types of mutants V1, V2, and V3 within the artificial plant growth site 20.
  • the growing condition monitor 22 includes, for example, a camera and an analysis device.
  • the growing condition monitor 22 has a function of analyzing an image acquired by a camera with an analysis device.
  • the environmental information monitor 21 and the growing condition monitor 22 may share a sensor or the like.
  • the growth status monitor 22 displays the total photosynthetic rate, dark respiration rate, chlorophyll fluorescence, stomatal conductance, leaf area/number distribution, leaf inclination angle distribution, root structure and distribution, as information indicating the growth degree of each mutant.
  • the growth status monitor 22 transmits information indicating the growth status of each of the multiple types of mutants to the information analysis apparatus 10 as the growth information data 220 . That is, the growth information data 220 includes total photosynthetic rate, dark respiration rate, chlorophyll fluorescence, stomatal conductance, leaf area/number distribution, leaf inclination angle distribution, root structure and distribution, chemical component distribution, net photosynthetic rate, transpiration. Contains information on any of speed, respiration rate, carbon dioxide application rate, water supply rate, water absorption rate, and power.
  • the lighting device 31 is lighting installed in the artificial plant growing site 20 .
  • the illumination device 31 irradiates each of the multiple types of mutants V1, V2, and V3 with light.
  • the amount of light emitted by the illumination device 31 and the like can be controlled by the environment control device 30 .
  • the artificial plant growing site 20 may be provided with other control devices. An example of another control device will be described in the third embodiment.
  • FIG. 4 is a block diagram showing an example of the functional configuration of the information analysis apparatus 10 according to the first embodiment.
  • the information analysis device 10 includes, for example, a time-series data generation unit 100, time-series data 110, genetic information 111, an analysis model generation unit 120, an analysis model 130, and a simulation execution unit 140.
  • the time-series data generation unit 100 synchronizes and records the recording times of the environment information data 210 input from the environment information monitor 21 and the growth information data 220 input from the growth status monitor 22, and records them in time series. Generate data 110 .
  • the time-series data generator 100 synchronizes environmental information (environmental parameters and variables) with the growth process of cultivated and grown plants, and accumulates them in the time-series data 110 .
  • the time-series data 110 is used as teaching data for creating an analysis model 130 for growth simulation.
  • the analysis model generation unit 120 generates or updates the analysis model 130 by learning using the time series data 110 and the genetic information 111 .
  • the gene information 111 includes information about genes before and after genome editing of mutants grown on the artificial plant growing site 20 .
  • the analysis model 130 is a model for evaluating the growth process of mutants from genetic information and environmental information.
  • the simulation execution unit 140 executes a plant (mutant) growth simulation based on the analysis model 130 . In the growth simulation, the simulation execution unit 140 simulates the growth process of the mutant based on the analysis model 130 when the mutant's genetic information and growth environment information are input.
  • FIG. 5 is a table showing an example of the data format of the time series data 110 in the first embodiment.
  • the time-series data 110 records, for example, time-series data of recording time, CO2 input amount, light intensity (light amount), temperature, nutritional level, growth level, and CO2 residual amount.
  • the artificial plant growing site 20 uses carbon dioxide as an input, and measures the remaining amount of carbon dioxide (CO 2 remaining amount) in the artificial plant growing site 20 .
  • the information analysis device 10 records the environmental information (environmental information data 210) and the growth process (growth information data 220) as time-series data 110.
  • the artificial plant growing site 20 may measure the amount of carbon dioxide absorbed by the mutant and record it in the time-series data 110 .
  • the time-series data 110 may be recorded together with the genetic information 111 .
  • the information analysis device 10 can perform analysis processing for each cultivation cycle.
  • a “cultivation cycle” corresponds to a cycle of growing plant (mutant) seeds or seedlings in the artificial plant growing site 20 and completing the growth of the plant (eg, harvesting or discarding).
  • “one cultivation cycle” corresponds to a series of processes including the growth of the genome-edited plant (ie, mutant) and the creation of the analysis model 130 based on the growth results.
  • FIG. 6 is a flowchart showing an example of analysis processing using the information analysis system 1 according to the first embodiment.
  • FIG. 6 shows the processing executed for each cultivation cycle. Analysis processing of the information analysis system 1 according to the first embodiment will be described below with reference to FIG.
  • a growing environment is set at the artificial plant growing site 20 (S10).
  • the setting of the growing environment for example, the intensity of the light intensity of the lighting device 31 is set as the first condition, the temperature inside the artificial plant growing site 20 is set as the second condition, and the artificial plant is set as the third condition. Fertilizer rich and poor to be given to each mutant in the plant growing site 20 is set.
  • mutants in which only one gene is genome-edited are prepared (S11).
  • the type of gene to be genome-edited can be selected arbitrarily.
  • the type of gene to be genome-edited may be selected based on the results of past cultivation cycle analysis processing.
  • a plurality of types of mutants are installed in the artificial plant growing site 20 in a distinguishable manner. For example, seeds and seedlings of multiple types of mutants are arranged in multiple regions within the artificial plant growing site 20, respectively.
  • time-series data 110 regarding the growth environment and the growth of each mutant is obtained (S12).
  • the environment control device 30 controls each control device in the artificial plant growing site 20 so as to realize the growth environment. More specifically, the environment control device 30 controls the growth environmental conditions such as water, carbon dioxide, light, and nutrients in a closed plant cultivation/growth space, and supplies the target mutants with Grow each mutant.
  • the environmental information monitor 21 and the growth condition monitor 22 monitor the degree of growth and respiration of each mutant during the growth process.
  • the generated environment information data 210 and growth information data 220 are synchronized and accumulated in the information analysis device 10 as the time-series data 110 .
  • the environmental information monitor 21 and the growth status monitor 22 transmit the environmental information data 210 and the growth information data 220 to the information analysis device 10, respectively.
  • the time-series data generator 100 generates the time-series data 110 using the received environment information data 210 and growth information data 220 .
  • an analysis model 130 representing the correlation among the genetic information, the growing environment, and the growth status is created (S13).
  • the analysis model generation unit 120 performs machine learning on the growth and growth correlation of each mutant from the time-series data 110 and the genetic information 111 to create the analysis model 130 .
  • the simulation execution unit 140 evaluates the difference in the degree of growth and the like between different mutants of the genome-edited strain.
  • the results of the growth simulation are fed back to genome editing and the setting of the growth environment (S15).
  • the information analysis device 10 ends the analysis process corresponding to one cultivation cycle.
  • the information analysis device 10 changes the setting of the growing environment for each cultivation cycle, and analyzes based on the new time-series data 110 and the genetic information 111 obtained by collecting the environmental information data 210 and the growing information data 220.
  • Model 130 may be updated.
  • another editing strain series with different functions etc. is cultivated in the same growth environment, or the same genome editing strain series is cultivated. It is conceivable to carry out cultivation in which the growing environment is changed by using
  • the analysis model 130 updated by repeating the analysis process including feedback can be used to search for the optimal combination of the genome-edited gene (genome-edited strain) and the growth environment that maximizes growth.
  • the information analysis device 10 may use logistic function approximation, autoregression, multiple regression, etc. to formulate the causal relationship from the cultivation data and correct the teacher data using the causal relationship formula. . Thereby, the information analysis device 10 can improve the accuracy of the growth simulation.
  • FIG. 7 is a conceptual diagram of an optimization problem related to early prediction confirmation of genome editing accuracy using the analysis model 130 generated by the analysis processing according to the first embodiment.
  • the X-axis corresponds to the growth environment
  • the Y-axis corresponds to the genome
  • the Z-axis corresponds to the degree of growth.
  • the relationship between the growth environment, the genome, and the growth degree is represented three-dimensionally, but in reality, each of the growth environment axis, the genome axis, and the growth degree axis is multidimensional.
  • This example shows the problem of experimentally discovering the optimal solution using the growth rate as the evaluation function and the genome axis and growth environment axis as variables.
  • genome editing parameters and growth environment parameters can be automatically improved.
  • Machine learning and numerical simulation are preferably used to hasten convergence.
  • FIG. 8 is a conceptual diagram showing an example of growth simulation by the information analysis device 10 according to the first embodiment.
  • FIG. 8 shows the relationship between tree age and CO 2 absorption before and after plant improvement (dependence of tree age on carbon dioxide absorption).
  • the photosynthetic efficiency of the improved plant is improved compared to before the improvement.
  • the plant after the improvement shows long-term health and longevity as a trait change compared to before the improvement.
  • Growth simulation can also predict genome editing targets and gene sequences after genome editing necessary for such phenotypic changes. As a result, the user can reproduce and verify the optimal genetic information and growth environment conditions based on the prediction results of the growth simulation in real space.
  • a growth process (growth information data 220) and a cultivation process (environmental information data 210) including environmental settings are recorded for selected seeds and seedlings.
  • the information analysis device 10 learns the correlation between the environment and growth. This makes it possible to select excellent seeds and seedlings suitable for obtaining desired traits.
  • the information analysis device 10 records the growth process of the selected seeds and seedlings as time-series data 110, thereby analyzing environmental conditions and cultivation conditions that cause favorable or undesired changes in traits. can. For example, the information analysis device 10 can accurately compare when a superior difference appears by comparing the growth processes of different seeds or seedlings under the same environmental conditions and cultivation conditions.
  • the information analysis system 1 is a closed type that is not affected by environmental changes outside the space and can artificially realize various growing environments.
  • a space artificial plant growing site 20
  • the information analysis device 10 synchronizes the environmental data when the environmental conditions in the closed space are changed and the growth data of the plants and collects them as the time-series data 110, so that the correlation between the environment and the growth can be calculated. to create an analysis model 130 capable of simulating the growth process in an arbitrary growth environment.
  • the simulation execution unit 140 can perform a virtual growth simulation in which an arbitrary growth period is selected using the analysis model 130, and can estimate the growth process of plants with respect to environmental conditions.
  • the effect of genome editing can be evaluated by comparing the growth process before and after genome editing.
  • the analysis model generation unit 120 creates the analysis model 130 by machine learning of the correlation between the environmental conditions for multiple types of mutants that differ only in one gene and the growth and growth of each mutant, thereby performing a simulation.
  • the execution unit 140 becomes able to estimate the plant growth process with respect to environmental conditions for the genetic characteristics of each mutant. By feeding back the simulation results to the cultivation method and environmental settings in the actual cultivation space, optimal environmental conditions for the growth of plants having certain genetic characteristics can be searched efficiently and with high accuracy.
  • a plurality of types of mutants in which only one gene is genome-edited are prepared for the target plant to be grown and cultivated, and a plurality of mutants are prepared. Mutants of a species are grown under the same environmental conditions in a closed space, and growth data and environmental data for each mutant are acquired as a set.
  • the information analysis device 10 can create an analysis model 130 that expresses the correlation with genetic information in addition to the correlation between the environment and growth.
  • the information analysis device 10 can perform a growth simulation for an arbitrary growth period using this analysis model 130, and feed back the simulation results to the cultivation method and environmental settings in the actual cultivation space.
  • the information analysis device 10 can predict the mutation of a plant under a certain growth environment when genetic modification equivalent to mutation when the plant adapts to a certain environmental change is performed.
  • the information analysis apparatus 10 can efficiently and highly accurately search for optimal genetic characteristics for a certain growth environment and target selection of genome editing necessary to obtain the genetic characteristics.
  • the information analysis system 1 can (1) construct a desired breeding environment in a closed space and control environmental parameters, and (2) change traits. (3) Numerical modeling of plant growth information and environmental information (quality, growth rate, CO2 absorption amount, etc.). etc.), (4) establishing a method of acquiring plant growth data in the time domain (time-series data 110 synchronized with environmental parameters), (5) selecting excellent varieties by virtual growth simulation, It is possible to search for an ideal breeding environment and to select the optimum variety under a certain breeding environment, and (6) a breeding environment in which a desired growth process can be expected by performing a growth simulation that reflects the genome editing method. can be automatically improved by feedback to the control of Therefore, the information analysis system 1 according to the first embodiment can improve the productivity of superior plant varieties and create vegetation with desired environmental adaptability.
  • Second Embodiment relates to an information analysis system 1 that uses an artificial plant growing site 20 having a plurality of growth environment cells to perform analysis processing similar to that of the first embodiment.
  • the information analysis system 1 according to the second embodiment will be described below with respect to the differences from the first embodiment.
  • FIG. 9 is a conceptual diagram showing an example of the configuration of the artificial plant growing site 20A according to the second embodiment.
  • the artificial plant growing site 20A cultivates the same mutant (that is, plants having the same genome editing gene and strain) in a plurality of growing environments.
  • the artificial plant growing site 20A includes a plurality of growth environment cells EC1, EC2 and EC3.
  • Each of the plurality of growth environment cells EC1, EC2, and EC3 is an independently provided closed space.
  • an environment control device 30, an environment information monitor 21, a growing condition monitor 22, and a lighting device 31 are provided for each of a plurality of growing environment cells EC.
  • the growth environment cell EC1 has a growth environment controlled by an environment control device 30-1, and includes an environment information monitor 21-1, a growth situation monitor 22-1, and a lighting device 31-1.
  • the growth environment cell EC2 has a growth environment controlled by an environment control device 30-2, and includes an environment information monitor 21-2, a growth condition monitor 22-2, and an illumination device 31-2.
  • the growth environment cell EC3 has a growth environment controlled by an environment control device 30-3, and includes an environment information monitor 21-3, a growth condition monitor 22-3, and an illumination device 31-3.
  • Each of the growth environment cells EC1, EC2 and EC3 grows, for example, mutant V4.
  • Each environment control device 30 can operate independently based on instructions from the information analysis device 10 .
  • Environmental information monitors 21-1, 21-2 and 21-3 monitor the environmental conditions in the growing environment cells EC1, EC2 and EC3, respectively.
  • Growth status monitors 22-1, 22-2 and 22-3 monitor the growth process of mutant V4 in growth environment cells EC1, EC2 and EC3, respectively.
  • Each environment information monitor 21 transmits the monitor result as environment information data 210 to the information analysis device 10 .
  • Each growth status monitor 22 transmits the monitoring result as growth information data 220 to the information analysis device 10 .
  • the illumination devices 31-1, 31-2 and 31-3 irradiate the mutant V4 in the growth environment cells EC1, EC2 and EC3 with light, respectively.
  • the number of sets of the growth environment cell EC, the environment control device 30, the environment information monitor 21, the growth condition monitor 22, and the lighting device 31 included in the artificial plant growing site 20A is not limited to three, as long as it is plural. .
  • the information analysis system 1 according to the second embodiment may use the artificial plant growing site 20 of the first embodiment. In this case, each of the plurality of artificial plant growing sites 20 grows the same mutant. Then, the information analysis device 10 sets a different growing environment for each artificial plant growing site 20 .
  • Other configurations of the configuration of the information analysis system 1 according to the second embodiment are the same as those of the first embodiment.
  • FIG. 10 is a flowchart showing an example of analysis processing using the information analysis system 1 according to the second embodiment. Analysis processing of the information analysis system 1 according to the second embodiment will be described below with reference to FIG.
  • different growing environments are set for each growing environment cell EC of the artificial plant growing site 20 (S20).
  • the setting of the growing environment for example, the intensity of the light intensity of the lighting device 31 is set as the first condition, the temperature inside the artificial plant growing site 20 is set as the second condition, and the artificial plant is set as the third condition. Fertilizer rich and poor to be given to each mutant in the plant growing site 20 is set. Then, settings with different combinations of the first to third conditions are applied to each growth environment cell EC.
  • mutant V4 in which only one gene is genome-edited is prepared (S21).
  • the type of gene to be genome-edited can be selected arbitrarily.
  • the type of gene to be genome-edited may be selected based on the results of past cultivation cycle analysis processing.
  • Mutant V4 is installed in each of a plurality of growth environment cells EC within artificial plant growing site 20 .
  • time-series data 110 regarding the growth environment of each growth environment cell EC and the growth of the mutant V4 is obtained (S22). Specifically, based on the growth environment conditions set in S20, the environment control device 30 controls each control device in the artificial plant growing site 20A so as to realize the growth environment. At this time, the environmental information monitor 21 and the growth condition monitor 22 monitor the growth degree, respiration rate, etc. of each mutant in the growth process for each growth environment cell EC. Then, the generated environment information data 210 and growth information data 220 are synchronized and accumulated in the information analysis device 10 as the time-series data 110 .
  • an analysis model 130 representing the correlation among genetic information, growth environment, and growth status is created (S23).
  • the analysis model generation unit 120 performs machine learning on the growth and growth correlations of the mutant V4 from the time-series data 110 and the genetic information 111 to create the analysis model 130 .
  • the simulation execution unit 140 evaluates the difference in the degree of growth and the like of mutants V4 in different growth environments.
  • the results of the growth simulation are fed back to genome editing and the setting of the growth environment (S25).
  • the information analysis device 10 ends the analysis processing corresponding to one cultivation cycle.
  • the information analysis device 10 changes the setting of the growth environment and genome editing target for each cultivation cycle, and collects the environmental information data 210 and the growth information data 220 to obtain new time-series data 110 and genetic information 111. , the analytical model 130 may be updated.
  • another editing strain series with different functions etc. is cultivated in the same growth environment, or the same genome editing strain series is cultivated. It is conceivable to carry out cultivation in which the growing environment is changed by using The analysis model 130 updated by repeating the analysis process including feedback can be used to search for the optimal combination of the genome-edited gene (genome-edited strain) and the growth environment that maximizes growth. That is, the method of using the growth simulation in the information analysis system 1 according to the second embodiment is the same as in the first embodiment.
  • the information analysis system 1 according to the second embodiment feeds back the results of the growth simulation and processes the next cultivation cycle, as in the first embodiment. , it is possible to efficiently and accurately search for target selection of genome editing necessary to obtain the genetic characteristics. As a result, similarly to the first embodiment, the information analysis system 1 according to the second embodiment can improve the productivity of superior plant varieties and create vegetation with desired environmental adaptability.
  • the third embodiment relates to an example of parameters in the production process in which the information analysis system 1 is used.
  • the information analysis system 1 according to the third embodiment will be described below with respect to the differences from the first embodiment.
  • FIG. 11 is a block diagram showing an example of the configuration of the artificial plant growing site 20B according to the third embodiment.
  • the artificial plant growing site 20B includes, for example, a lighting device 31, an air conditioner 32, a hydroponics device 33, and a working machine .
  • the lighting device 31 , the air conditioner 32 , the hydroponics device 33 , and the work machine 34 are each controlled by the environment control device 30 .
  • the air conditioner 32 is a control device that controls the air conditioning inside the artificial plant growing site 20 .
  • the nutrient solution cultivation device 33 is a control device that adjusts the amount of nutrient solution supplied to the plants (mutants) in the artificial plant growing site 20 .
  • the work machine 34 is a device that manages work related to cultivation within the artificial plant growing site 20 .
  • Input resources to the artificial plant growing site 20B include carbon dioxide, electricity, water, fertilizer, seeds, work, cultivation section and time.
  • electricity is used as a power source for the lighting device 31, the air conditioner 32, the hydroponics device 33, the working machine 34, etc. in the artificial plant growing site 20B.
  • As the environment of the artificial plant growing site 20B a highly insulating, highly airtight, highly efficient, and clean environment is prepared.
  • the products of the artificial plant growing site 20B include production value, oxygen, plant residues, waste heat, waste water, and used consumables.
  • the production value is represented by vegetables obtained as products, for example, unit price times production volume. Plant residues, waste heat, wastewater, and used consumables correspond to waste generated in production. Other configurations and operations of the configuration of the information analysis system 1 according to the third embodiment are the same as those of the first embodiment.
  • the information analysis system 1 according to the third embodiment minimizes waste such as plant residuals, used consumables, waste heat, and wastewater quantified in the closed space in the growth simulation.
  • waste such as plant residuals, used consumables, waste heat, and wastewater quantified in the closed space in the growth simulation.
  • search for (predict) growth conditions that can be reused.
  • the information analysis system 1 according to the third embodiment can minimize waste such as exhaust heat, waste water, and used consumables, and maximize plant productivity.
  • the third embodiment may be combined with the second embodiment.
  • the CPU 11 may be an MPU (Micro Processing Unit), an ASIC (Application Specific Integrated Circuit), or an FPGA (field-programmable gate array). Analysis processing may be realized by dedicated hardware. The analysis processing may be a mixture of processing executed by software and processing executed by hardware, or may be one or the other.
  • a “connection” may be a wired connection, a wireless connection, or a connection via a network as long as communication is possible.
  • the present invention is not limited to the above-described embodiments, and can be variously modified in the implementation stage without departing from the gist of the present invention.
  • each embodiment may be implemented in combination as appropriate, in which case the combined effect can be obtained.
  • various inventions are included in the above embodiments, and various inventions can be extracted by combinations selected from a plurality of disclosed constituent elements. For example, even if some constituent elements are deleted from all the constituent elements shown in the embodiments, if the problem can be solved and effects can be obtained, the configuration with the constituent elements deleted can be extracted as an invention.
  • Information analysis system 10 ... Information analysis device 11... CPU 12 ROM 13 RAM 14... Storage device 15... Communication interface 20, 20A, 20B... Artificial plant growing site 21... Environment information monitor 22... Growth condition monitor 30... Environment control device 31... Lighting device 32... Air conditioning device 33... Hydroponics device 34... Work Machine 100 Time-series data generation unit 110 Time-series data 111 Gene information 120 Analysis model generation unit 130 Analysis model 140 Simulation execution unit 210 Environment information data 220 Growth information data EC Growth environment cells V1, V2 , V3, V4... mutant

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Environmental Sciences (AREA)
  • Ecology (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Botany (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Economics (AREA)
  • Forests & Forestry (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Cultivation Of Plants (AREA)

Abstract

実施形態の情報解析方法は、環境制御できる閉鎖型空間２０において、ゲノム編集の対象である植物の生育環境を設定することと、植物の１つの遺伝子がゲノム編集された複数種の変異体を用意して、閉鎖型空間で複数種の変異体を同時に生育することと、複数種の変異体の生育環境を示す第１データと複数種の変異体の成長状態を示す第２データとを時間同期して記録した時系列データ１１０を作成することと、複数種の変異体に関する遺伝子情報１１１と時系列データ１１０とを用いて、遺伝子情報と、生育環境と、成長状態との相関関係を表す解析モデル１３０を作成することと、を備える。

Description

情報解析方法及び情報解析装置
　実施形態は、情報解析方法及び情報解析装置に関する。
　遺伝子の組み換えやゲノム編集により作り出した変異体やＦ１品種について、その育成データをモニタして最適な生育環境を見つけ出す取り組みが行われている。また、過去の生育データと栽培条件の関係性を見つけ出し、生育結果を推定する研究が行われている。
日本国特開２００４－１２１０９３号公報 日本国特開２０２１－０４５０６３号公報 日本国特開２０１７－０５１１１８号公報
福田真知子、"リーフレタスＦＴ様遺伝子の葉での発現量は、茎頂の花芽発達に伴って増加する"、［online］、農研機構、［令和３年１１月３０日検索］、インターネット＜URL: https://www.naro.go.jp/project/results/laboratory/vegetea/2011/113a4_10_04.html＞
　しかしながら、栽培プロセスの最適化や改善については、研究者のスキルや経験に基づくものであったり、環境要因に対して形質の変化が非線形の場合における適用が困難であったり、最適な環境条件を遺伝子発現量から算出できない、などの課題があった。
　そこで、本発明の目的は、“植物工場による育種及び育苗に関する研究成果”と、“情報通信技術（データ収集、データ解析、数値シミュレーションなど）”とを融合させることによって、ゲノム編集の効果の評価方法を確立することにある。
　実施形態の情報解析方法は、環境制御できる閉鎖型空間において、ゲノム編集の対象である植物の生育環境を設定することと、植物の１つの遺伝子がゲノム編集された複数種の変異体を用意して、閉鎖型空間で複数種の変異体を同時に生育することと、複数種の変異体の生育環境を示す第１データと複数種の変異体の成長状態を示す第２データとを時間同期して記録した時系列データを作成することと、複数種の変異体に関する遺伝子情報と時系列データとを用いて、遺伝子情報と、生育環境と、成長状態との相関関係を表す解析モデルを作成することと、を備える。
　実施形態に係る情報解析方法に依れば、優良品種植物の生産性の向上や、所望の環境適応性を持つ植生の創出を実現できる。
図１は、第１実施形態に係る情報解析システムの構成の一例を示すブロック図である。 図２は、第１実施形態に係る情報解析装置の構成の一例を示すブロック図である。 図３は、第１実施形態に係る人工植物育成サイトの構成の一例を示す概念図である。 図４は、第１実施形態に係る情報解析装置の機能構成の一例を示すブロック図である。 図５は、第１実施形態における時系列データのデータフォーマットの一例を示すテーブルである。 図６は、第１実施形態に係る情報解析システムを用いた解析処理の一例を示すフローチャートである。 図７は、第１実施形態に係る解析処理により生成される解析モデルを用いたゲノム編集精度の早期予測確認に関する最適化問題の概念図である。 図８は、第１実施形態に係る情報解析装置による成長シミュレーションの一例を示す概念図である。 図９は、第２実施形態に係る人工植物育成サイトの構成の一例を示す概念図である。 図１０は、第２実施形態に係る情報解析システムを用いた解析処理の一例を示すフローチャートである。 図１１は、第３実施形態に係る人工植物育成サイトの構成の一例を示すブロック図である。
　以下に、実施形態について図面を参照して説明する。実施形態は、発明の技術的思想を具体化するための装置や方法を例示している。図面は、模式的又は概念的なものである。本明細書では、略同一の機能及び構成を有する構成要素に同一の符号が付加されている。参照符号に付加された数字などは、同じ参照符号により参照され、且つ類似した要素同士を区別するために使用される。
　＜１＞第１実施形態
　第１実施形態は、ゲノム編集を施した植物（すなわち、変異体）について、ある生育環境が用意された場合の生育結果や、ゲノム編集の効果となる形質の変化の予測手法に関する。以下に、第１実施形態に係る情報解析システム１について説明する。
　＜１－１＞構成
　＜１－１－１＞情報解析システム１の構成
　図１は、第１実施形態に係る情報解析システム１の構成の一例を示すブロック図である。図１に示すように、情報解析システム１は、例えば、情報解析装置１０、人工植物育成サイト２０、及び環境制御装置３０を備える。
　情報解析装置１０は、入力されたデータを解析及び学習することによって、植物のゲノム編集に関する解析モデルを作成することが可能なコンピュータである。情報解析装置１０は、人工植物育成サイト２０と環境制御装置３０とのそれぞれと通信可能に構成される。情報解析装置１０、人工植物育成サイト２０、及び環境制御装置３０の通信に使用されるネットワークには、無線通信が使用されてもよいし、有線通信が使用されてもよい。“解析モデル”は、“学習モデル”や“成長モデル”と呼ばれてもよい。
　人工植物育成サイト２０は、植物の生育に使用される閉鎖型空間である。人工植物育成サイト２０は、環境制御装置３０に制御により環境（すなわち、植物の生育環境）を人工的に制御することが可能に構成される。人工植物育成サイト２０は、生育状況や生育環境に関するデータを、情報解析装置１０に送信し得る。人工植物育成サイト２０は、“植物工場”、“閉鎖型植物栽培空間”、“完全閉鎖型植物工場”、又は“完全閉鎖型植物工場”と呼ばれてもよい。
　環境制御装置３０は、人工植物育成サイト２０の環境を制御するための複数の制御装置を統括的に制御するコンピュータである。環境制御装置３０は、情報解析装置１０の制御に基づいて複数の制御装置を制御し、所望の生育環境を人工植物育成サイト２０に形成する。環境制御装置３０は、例えば、人工植物育成サイト２０における光量、気温、水温、給水量、二酸化炭素濃度、栄養分などを制御することができる。なお、環境制御装置３０は、人工植物育成サイト２０に備え付けられていてもよい。
　＜１－１－２＞情報解析装置１０の構成
　図２は、第１実施形態に係る情報解析装置１０の構成の一例を示すブロック図である。図２に示すように、情報解析装置１０は、例えば、ＣＰＵ（Central Processing Unit）１１、ＲＯＭ（Read Only Memory）１２、ＲＡＭ（Random Access Memory）１３、ストレージ装置１４、及び通信インターフェース１５を備える。
　ＣＰＵ１１は、様々なプログラムを実行することが可能な集積回路である。ＣＰＵ１１は、情報解析装置１０の全体の動作を制御する。
　ＲＯＭ１２は、不揮発性の半導体メモリである。ＲＯＭ１２は、情報解析装置１０を制御するためのプログラムや制御データなどを記憶する。
　ＲＡＭ１３は、例えば、揮発性の半導体メモリである。ＲＡＭ１３は、ＣＰＵ１１の作業領域として使用される。
　ストレージ装置１４は、不揮発性の記憶装置である。ストレージ装置１４は、例えば、情報解析装置１０のシステムソフトウェアや、ネットワークを介して取得したデータなどを記憶する。
　通信インターフェース１５は、ネットワークに接続可能に構成された通信回路である。情報解析装置１０は、通信インターフェース１５を介して受信したデータ（情報）をＲＡＭ１３又はストレージ装置１４に転送し、データの解析結果を通信インターフェース１５を介して外部の機器に出力し得る。
　情報解析装置１０は、プログラムを実行することによって、後述される機能構成を実現し得る。なお、情報解析装置１０のハードウェア構成は、その他の構成であってもよい。情報解析装置１０には、ディスプレイや、入力インターフェースや、着脱可能な記憶装置などが接続されてもよい。情報解析装置１０は、ディスプレイにシミュレーション結果などを表示させてもよい。
　＜１－１－３＞人工植物育成サイト２０の構成
　図３は、第１実施形態に係る人工植物育成サイト２０の構成の一例を示す概念図である。図３に示すように、人工植物育成サイト２０は、同一の生育環境内で、異なる遺伝子（ゲノム編集株）をゲノム編集した植物（変異体）を、複数種栽培する。具体的には、人工植物育成サイト２０は、ゲノム編集の対象である植物で、例えば、異なる１つの遺伝子がゲノム編集された複数種の変異体Ｖ１、Ｖ２及びＶ３を栽培する。複数種の変異体Ｖ１、Ｖ２及びＶ３は、人工植物育成サイト２０内で区別可能に配置される。なお、人工植物育成サイト２０が生育する変異体の種類は、複数種であればよく、３種に限定されない。
　また、人工植物育成サイト２０は、例えば、環境情報モニタ２１、生育状況モニタ２２、及び照明装置３１を備える。環境情報モニタ２１と生育状況モニタ２２とのそれぞれは、情報解析装置１０に接続される。照明装置３１は、環境制御装置３０に接続される。
　環境情報モニタ２１は、人工植物育成サイト２０内の環境条件をモニタする装置である。環境情報モニタ２１は、例えば、光量センサ、気温センサ、水温センサ、給水量センサ、湿度センサ、二酸化炭素（ＣＯ２）濃度センサ、栄養分センサを含む。環境情報モニタ２１は、各種センサにより検知された人工植物育成サイト２０の環境情報（環境パラメータ、又は変数）を環境情報データ２１０として、情報解析装置１０に送信する。すなわち、環境情報データ２１０は、光量、気温、水温、給水量、二酸化炭素濃度、栄養分、時間のうちいずれかの情報を含む。
　生育状況モニタ２２は、人工植物育成サイト２０内の複数種の変異体Ｖ１、Ｖ２及びＶ３のそれぞれの成長プロセスをモニタする装置である。生育状況モニタ２２は、例えば、カメラ、解析装置を備える。生育状況モニタ２２は、カメラにより取得した画像を解析装置により解析する機能を有する。なお、環境情報モニタ２１と生育状況モニタ２２とは、センサなどを共有してもよい。生育状況モニタ２２は、各変異体の成長度を示す情報として、総光合成速度、暗呼吸速度、クロロフィル蛍光、気孔コンダクタンス、葉面積・葉数分布、葉の傾斜角分布、根の構造と分布、化学成分分布、正味光合成速度、蒸散速度、呼吸速度、二酸化炭素施用速度、給水速度、吸水速度、電力などを解析し得る。そして、生育状況モニタ２２は、複数種の変異体のそれぞれの生育状況を示す情報を生育情報データ２２０として、情報解析装置１０に送信する。すなわち、生育情報データ２２０は、総光合成速度、暗呼吸速度、クロロフィル蛍光、気孔コンダクタンス、葉面積・葉数分布、葉の傾斜角分布、根の構造と分布、化学成分分布、正味光合成速度、蒸散速度、呼吸速度、二酸化炭素施用速度、給水速度、吸水速度、電力のうちいずれかの情報を含む。
　照明装置３１は、人工植物育成サイト２０内に設置された照明である。照明装置３１は、複数種の変異体Ｖ１、Ｖ２及びＶ３のそれぞれに光を照射する。照明装置３１が照射する光の光量などは、環境制御装置３０により制御され得る。なお、人工植物育成サイト２０は、その他の制御装置を備えていてもよい。その他の制御装置の一例については、第３実施形態で説明する。
　＜１－１－４＞情報解析装置１０の機能構成
　図４は、第１実施形態に係る情報解析装置１０の機能構成の一例を示すブロック図である。図４に示すように、情報解析装置１０は、例えば、時系列データ生成部１００、時系列データ１１０、遺伝子情報１１１、解析モデル生成部１２０、解析モデル１３０、シミュレーション実行部１４０を備える。
　時系列データ生成部１００は、環境情報モニタ２１から入力された環境情報データ２１０と、生育状況モニタ２２から入力された生育情報データ２２０とのそれぞれの記録時刻を同期させて記録して、時系列データ１１０を生成する。言い換えると、時系列データ生成部１００は、環境情報（環境パラメータ及び変数）と、栽培及び生育した植物の成長過程とを同期させて、時系列データ１１０に蓄積させる。時系列データ１１０は、成長シミュレーションの解析モデル１３０を作成するための教師データとして使用される。
　解析モデル生成部１２０は、時系列データ１１０と遺伝子情報１１１とを用いて学習することによって、解析モデル１３０を生成又は更新する。遺伝子情報１１１は、人工植物育成サイト２０により生育されている変異種のゲノム編集前後の遺伝子の情報を含む。解析モデル１３０は、遺伝子情報と環境情報から変異体の成長プロセスを評価するためのモデルである。シミュレーション実行部１４０は、解析モデル１３０に基づいて、植物（変異体）の成長シミュレーションを実行する。成長シミュレーションにおいて、シミュレーション実行部１４０は、変異体の遺伝子情報及び生育の環境情報が入力されると、解析モデル１３０に基づいて、当該変異体の成長プロセスをシミュレーションする。
　＜１－１－５＞時系列データ１１０のデータフォーマット
　図５は、第１実施形態における時系列データ１１０のデータフォーマットの一例を示すテーブルである。図５に示すように、時系列データ１１０は、例えば、記録時刻、ＣＯ２入力量、光強度（光量）、気温、栄養度、成長度、及びＣＯ２残存量の時系列データを記録する。本例において、人工植物育成サイト２０は、入力を二酸化炭素として、人工植物育成サイト２０内の二酸化炭素の残存量（ＣＯ２残存量）を計測している。そして、情報解析装置１０が、これらの環境情報（環境情報データ２１０）と成長プロセス（生育情報データ２２０）とを、時系列データ１１０として記録している。なお、人工植物育成サイト２０は、変異体による二酸化炭素の吸収量を計測し、時系列データ１１０に記録してもよい。また、時系列データ１１０は、遺伝子情報１１１と合わせて記録されてもよい。
　＜１－２＞解析処理
　次に、第１実施形態に係る情報解析システム１を用いた解析処理について説明する。情報解析装置１０は、栽培周期毎に解析処理を実行し得る。本明細書において、“栽培周期”は、人工植物育成サイト２０において植物（変異体）の種又は苗を生育し、当該植物の生育を完了（例えば、収穫又は廃棄）するサイクルに対応する。具体的には、“栽培周期の１周期”は、ゲノム編集された植物（すなわち、変異体）の生育と、生育結果に基づく解析モデル１３０の作成を含む一連の処理に対応する。
　図６は、第１実施形態に係る情報解析システム１を用いた解析処理の一例を示すフローチャートである。図６は、栽培周期毎に実行される処理を示している。以下に、図６を参照して、第１実施形態に係る情報解析システム１の解析処理について説明する。
　まず、人工植物育成サイト２０に生育環境が設定される（Ｓ１０）。生育環境の設定としては、例えば、第１の条件として照明装置３１の光量の強弱が設定され、第２の条件として人工植物育成サイト２０内の温度の高低が設定され、第３の条件として人工植物育成サイト２０内の各変異体に与える肥料の貧富が設定される。
　次に、１つの遺伝子のみがゲノム編集された変異体が複数種用意される（Ｓ１１）。ゲノム編集される遺伝子の種類は、任意で選択され得る。ゲノム編集される遺伝子の種類は、過去の栽培周期の解析処理の結果に基づいて選択されてもよい。複数種の変異体は、人工植物育成サイト２０内に区別可能に設置される。例えば、複数種の変異体の種や苗は、人工植物育成サイト２０内の複数の領域にそれぞれ配置される。
　次に、複数種の変異体を同時に生育しながら、生育環境及び各変異体の成長に関する時系列データ１１０を取得する（Ｓ１２）。具体的には、環境制御装置３０が、Ｓ１０で設定された生育環境の条件に基づいて、当該生育環境を実現するように人工植物育成サイト２０内の各制御装置を制御する。より具体的には、環境制御装置３０は、閉鎖型の植物栽培・生育空間において、水、二酸化炭素、光、栄養分などの生育環境条件を制御しつつ、対象の変異体に供給することによって、各変異体を生育する。このとき、環境情報モニタ２１と生育状況モニタ２２が、生育プロセスにおける各変異体の成長度や呼吸量などをモニタリングする。そして、生成された環境情報データ２１０と生育情報データ２２０とが同期して、時系列データ１１０として情報解析装置１０に蓄積される。言い換えると、複数種の変異体の生育プロセスで、環境情報モニタ２１と生育状況モニタ２２とが、それぞれ環境情報データ２１０と生育情報データ２２０とを情報解析装置１０に送信し、情報解析装置１０の時系列データ生成部１００が、受信した環境情報データ２１０と生育情報データ２２０とを用いて時系列データ１１０を生成する。
　次に、時系列データ１１０と遺伝子情報１１１から、遺伝子情報、生育環境、成長状況の相関関係を表す解析モデル１３０を作成する（Ｓ１３）。具体的には、解析モデル生成部１２０が、時系列データ１１０と遺伝子情報１１１から、各変異体の生育及び成長の相関関係を機械学習し、解析モデル１３０を作成する。
　次に、解析モデル１３０を用いて成長シミュレーションを実行する（Ｓ１４）。成長シミュレーションにおいて、シミュレーション実行部１４０は、ゲノム編集株の異なる変異体毎の成長度などの違いを評価する。
　次に、成長シミュレーションの結果を、ゲノム編集や生育環境の設定にフィードバックする（Ｓ１５）。Ｓ１５の処理が完了すると、情報解析装置１０は、栽培周期の１周期に対応する解析処理を終了する。
　情報解析装置１０は、栽培周期毎に生育環境の設定を変更し、環境情報データ２１０及び生育情報データ２２０を収集することによって得られた新たな時系列データ１１０及び遺伝子情報１１１に基づいて、解析モデル１３０を更新し得る。以上で説明された１周期の解析処理の結果からフィードバックを受けた次の栽培周期では、同一の生育環境で機能などの異なる別の編集株シリーズの栽培を行う、或いは、同じゲノム編集株シリーズを用いて生育環境を変化させた栽培を行うことが考えられる。フィードバックを含む解析処理が繰り返されることによって更新された解析モデル１３０は、成長度を最大にする最適なゲノム編集遺伝子（ゲノム編集株）と生育環境の組み合わせの探索に利用され得る。
　なお、１周期の栽培周期で得られる植物の遺伝子情報、設定される生育環境の条件、及び植物の生長プロセスの計測結果は有限である。このため、実際の計測結果のみを用いて機械学習が実行された場合には、解析モデル生成部１２０が学習に用いるデータ量の不足やデータのばらつきによる誤差が発生し得る。そこで、情報解析装置１０は、ロジスティック関数近似、自己回帰、重回帰などを使用して、栽培データからの因果関係の定式化や、因果関係式を用いた教師データの補正を実行してもよい。これにより、情報解析装置１０は、成長シミュレーションの精度を向上させることができる。
　図７は、第１実施形態に係る解析処理により生成される解析モデル１３０を用いたゲノム編集精度の早期予測確認に関する最適化問題の概念図である。図７に示されたグラフでは、Ｘ軸が生育環境に対応し、Ｙ軸がゲノムに対応し、Ｚ軸が成長度に対応する。なお、図７では、生育環境、ゲノム、及び成長度の関係が３次元的に表現されているが、実際には、生育環境軸、ゲノム軸、及び成長度軸のそれぞれは多次元である。
　本例は、成長度を評価関数として、且つ、ゲノム軸と生育環境軸とのそれぞれを変数として、最適解を実験的に発見する問題を示している。このような成長シミュレーションの結果がゲノム編集や生育環境の設定にフィードバックされることによって、ゲノム編集パラメータや、生育環境パラメータが自動的に改良され得る。生育環境のバリエーションとゲノム編集のバリエーションとにより構成される平面において、成長度が局所的に高い局所解でなく、最大となる大域的最適解（大域解）の発見をめざす過程での予測結果の収束を早めるためには、機械学習や数値シミュレーションが援用されることが好ましい。
　図８は、第１実施形態に係る情報解析装置１０による成長シミュレーションの一例を示す概念図である。図８は、植物の改良前と改良後とのそれぞれにおける樹齢とＣＯ２吸収量との関係性（二酸化炭素吸収量の樹齢依存性）を示している。図８に示すように、ある生育環境下において、改良後の植物の光合成効率は、改良前と比べて向上している。そして、改良後の植物が、改良前よりも長期健全・長寿命化を形質変化として示すことが推定されている。成長シミュレーションは、このような形質変化に必要なゲノム編集ターゲットやゲノム編集後の遺伝子配列を予測することも可能である。これにより、ユーザは、成長シミュレーションによる予測結果に基づいた最適な遺伝子情報や生育環境条件を、実空間で再現して検証することができる。
　ここで、植物の成長プロセスについて過去にさかのぼった評価（すなわち、時間領域の評価）による優良品種の選定方法について説明する。まず、選定された種や苗について、成長プロセス（生育情報データ２２０）と、環境設定を含む栽培プロセス（環境情報データ２１０）とが記録される。そして、情報解析装置１０は、環境と成長との相関関係を学習する。これにより、所望の形質を得るのに適した優良な種や苗の選抜が可能となる。さらに、情報解析装置１０は、選定した種や苗の成長プロセスを時系列データ１１０として記録することによって、良い形質変化や所望とは異なる形質変化が現れる環境条件や栽培条件などを分析することができる。例えば、情報解析装置１０は、同じ環境条件、栽培条件において、異なる種や苗の成長プロセスを比較することによって、どの時点で優位な差異が現れたかなどを的確に比較することができる。
　＜１－３＞第１実施形態の効果
　第１実施形態に係る情報解析システム１は、空間外の環境変化の影響を受けず、人為的に多様な生育環境を実現することが可能な閉鎖型空間（人工植物育成サイト２０）を備える。そして、情報解析装置１０が、閉鎖型空間内の環境条件を変化させた際の環境データと、植物の生育データとを同期させて時系列データ１１０として収集することで、環境と生育の相関関係から任意の生育環境における成長プロセスをシミュレーションすることが可能な解析モデル１３０を作成する。
　これにより、シミュレーション実行部１４０が、解析モデル１３０を用いて任意の生育期間を選択した仮想的な成長シミュレーションを行うことができ、環境条件に対する植物の成長プロセスを推定することができる。併せて、ゲノム編集を施す前後の成長プロセスを比較することで、ゲノム編集などの効果が評価され得る。さらに、解析モデル生成部１２０が、１つの遺伝子のみが異なる複数種の変異体に対する環境条件と、各変異体の生育及び成長との相関関係の機械学習により解析モデル１３０を作成することによって、シミュレーション実行部１４０が、各変異体の遺伝特性に対して、環境条件に対する植物の成長プロセスを推定できるようになる。そして、シミュレーション結果が実栽培空間における栽培手法や環境設定にフィードバックされることで、ある遺伝特性を有する植物の生育に最適な環境条件が効率的且つ高精度で探索され得る。
　また、第１実施形態に係る情報解析システム１では、生育・栽培する対象植物に対して、１つの遺伝子のみがゲノム編集された変異体を複数種（編集される遺伝子が異なる）用意され、複数種の変異体が閉鎖型空間内で同一の環境条件で生育され、各変異体の生育データと環境データとがセットで取得される。
　これにより、情報解析装置１０は、環境と生育との相関関係に加えて、遺伝子情報との相関関係を表す解析モデル１３０を作成することができる。また、情報解析装置１０は、この解析モデル１３０を用いて任意の生育期間に対する成長シミュレーションを行い、シミュレーション結果を実栽培空間における栽培手法や環境設定にフィードバックし得る。さらに、情報解析装置１０は、植物がある環境の変化に適応する際の変異と同等の遺伝子改変が行われた場合に、ある生育環境下における植物の変異を予測することができる。その結果、情報解析装置１０は、ある生育環境に最適な遺伝特性と、その遺伝特性を得るために必要なゲノム編集のターゲット選定を効率的且つ高精度に探索することができる。
　以上で説明されたように、第１実施形態に係る情報解析システム１は、（１）所望の育成環境を閉鎖型空間に構築し環境パラメータの制御を行うことができ、（２）形質の変化がゲノム編集の効果によるものか、植物などが環境に適応したものなのかを評価する方法を確立でき、（３）植物生育情報及び環境情報の数値モデル化（品質、成長度、ＣＯ２吸収量など）を行うことができ、（４）時間領域の植物育成データ（環境パラメータと同期した時系列データ１１０）の取得方法を確立でき、（５）仮想的な育成シミュレーションによる優良品種の選別と、理想的な育成環境の探索と、ある育成環境下における最適な品種の選別とを行うことができ、（６）ゲノム編集手法を反映した成長シミュレーションを実施し、所望の成長過程が期待できる育成環境の制御にフィードバックして自動的に改良することができる。従って、第１実施形態に係る情報解析システム１は、優良品種植物の生産性の向上や、所望の環境適応性を持つ植生の創出を実現できる。
　＜２＞第２実施形態
　第２実施形態は、複数の生育環境セルを有する人工植物育成サイト２０を用いて第１実施形態と類似した解析処理を実行する情報解析システム１に関する。以下に、第２実施形態に係る情報解析システム１について、第１実施形態と異なる点を説明する。
　＜２－１＞人工植物育成サイト２０Ａの構成
　図９は、第２実施形態に係る人工植物育成サイト２０Ａの構成の一例を示す概念図である。図９に示すように、人工植物育成サイト２０Ａは、同一の変異体（すなわち、ゲノム編集遺伝子及び株が同じである植物）を複数の生育環境内で栽培する。具体的には、人工植物育成サイト２０Ａは、複数の生育環境セルＥＣ１、ＥＣ２及びＥＣ３を備える。複数の生育環境セルＥＣ１、ＥＣ２及びＥＣ３のそれぞれは、独立に設けられた閉鎖型空間である。人工植物育成サイト２０Ａでは、複数の生育環境セルＥＣ毎に、環境制御装置３０と、環境情報モニタ２１と、生育状況モニタ２２と、照明装置３１とが設けられる。
　具体的には、生育環境セルＥＣ１は、環境制御装置３０－１によって生育環境が制御され、環境情報モニタ２１－１と、生育状況モニタ２２－１と、照明装置３１－１とを備える。生育環境セルＥＣ２は、環境制御装置３０－２によって生育環境が制御され、環境情報モニタ２１－２と、生育状況モニタ２２－２と、照明装置３１－２とを備える。生育環境セルＥＣ３は、環境制御装置３０－３によって生育環境が制御され、環境情報モニタ２１－３と、生育状況モニタ２２－３と、照明装置３１－３とを備える。生育環境セルＥＣ１、ＥＣ２及びＥＣ３のそれぞれは、例えば、変異体Ｖ４を生育する。
　各環境制御装置３０は、情報解析装置１０の指示に基づいて、独立に動作し得る。環境情報モニタ２１－１、２１－２及び２１－３は、それぞれ生育環境セルＥＣ１、ＥＣ２及びＥＣ３内の環境条件をモニタする。生育状況モニタ２２－１、２２－２及び２２－３は、それぞれ生育環境セルＥＣ１、ＥＣ２及びＥＣ３内の変異体Ｖ４の成長プロセスをモニタする。各環境情報モニタ２１は、モニタ結果を環境情報データ２１０として、情報解析装置１０に送信する。各生育状況モニタ２２は、モニタ結果を生育情報データ２２０として、情報解析装置１０に送信する。照明装置３１－１、３１－２及び３１－３は、それぞれ生育環境セルＥＣ１、ＥＣ２及びＥＣ３内の変異体Ｖ４に光を照射する。
　なお、人工植物育成サイト２０Ａが備える生育環境セルＥＣ、環境制御装置３０、環境情報モニタ２１、生育状況モニタ２２、及び照明装置３１の組の数は、複数であればよく、３つに限定されない。第２実施形態に係る情報解析システム１は、第１実施形態の人工植物育成サイト２０を利用してもよい。この場合、複数の人工植物育成サイト２０のそれぞれが、同一の変異体を生育する。そして、情報解析装置１０が、人工植物育成サイト２０毎に、異なる生育環境を設定する。第２実施形態に係る情報解析システム１の構成のその他の構成は、第１実施形態と同様である。
　＜２－２＞解析処理
　図１０は、第２実施形態に係る情報解析システム１を用いた解析処理の一例を示すフローチャートである。以下に、図１０を参照して、第２実施形態に係る情報解析システム１の解析処理について説明する。
　まず、人工植物育成サイト２０の各生育環境セルＥＣに互いに異なる生育環境が設定される（Ｓ２０）。生育環境の設定としては、例えば、第１の条件として照明装置３１の光量の強弱が設定され、第２の条件として人工植物育成サイト２０内の温度の高低が設定され、第３の条件として人工植物育成サイト２０内の各変異体に与える肥料の貧富が設定される。そして、各生育環境セルＥＣに、第１～第３条件の組み合わせが異なる設定が適用される。
　次に、１つの遺伝子のみがゲノム編集された変異体Ｖ４が１種用意される（Ｓ２１）。ゲノム編集される遺伝子の種類は、任意で選択され得る。ゲノム編集される遺伝子の種類は、過去の栽培周期の解析処理の結果に基づいて選択されてもよい。変異体Ｖ４は、人工植物育成サイト２０内の複数の生育環境セルＥＣのそれぞれに設置される。
　次に、変異体Ｖ４を各生育環境セルＥＣで生育しながら、各生育環境セルＥＣの生育環境及び変異体Ｖ４の成長に関する時系列データ１１０を取得する（Ｓ２２）。具体的には、環境制御装置３０が、Ｓ２０で設定された生育環境の条件に基づいて、当該生育環境を実現するように人工植物育成サイト２０Ａ内の各制御装置を制御する。このとき、生育環境セルＥＣ毎に、環境情報モニタ２１と生育状況モニタ２２が、生育プロセスにおける各変異体の成長度や呼吸量などをモニタリングする。そして、生成された環境情報データ２１０と生育情報データ２２０とが同期して、時系列データ１１０として情報解析装置１０に蓄積される。
　次に、時系列データ１１０と遺伝子情報１１１から、遺伝子情報、生育環境、成長状況の相関関係を表す解析モデル１３０を作成する（Ｓ２３）。具体的には、解析モデル生成部１２０が、時系列データ１１０と遺伝子情報１１１から、変異体Ｖ４の生育及び成長の相関関係を機械学習し、解析モデル１３０を作成する。
　次に、解析モデル１３０を用いて成長シミュレーションを実行する（Ｓ２４）。成長シミュレーションにおいて、シミュレーション実行部１４０は、生育環境の異なる変異体Ｖ４の成長度などの違いを評価する。
　次に、成長シミュレーションの結果を、ゲノム編集や生育環境の設定にフィードバックする（Ｓ２５）。Ｓ２５の処理が完了すると、情報解析装置１０は、栽培周期の１周期に対応する解析処理を終了する。
　情報解析装置１０は、栽培周期毎に生育環境やゲノム編集のターゲットの設定を変更し、環境情報データ２１０及び生育情報データ２２０を収集することによって得られた新たな時系列データ１１０及び遺伝子情報１１１に基づいて、解析モデル１３０を更新し得る。以上で説明された１周期の解析処理の結果からフィードバックを受けた次の栽培周期では、同一の生育環境で機能などの異なる別の編集株シリーズの栽培を行う、或いは、同じゲノム編集株シリーズを用いて生育環境を変化させた栽培を行うことが考えられる。フィードバックを含む解析処理が繰り返されることによって更新された解析モデル１３０は、成長度を最大にする最適なゲノム編集遺伝子（ゲノム編集株）と生育環境の組み合わせの探索に利用され得る。すなわち、第２実施形態に係る情報解析システム１における成長シミュレーションの利用方法は、第１実施形態と同様である。
　＜２－３＞第２実施形態の効果
　第２実施形態に係る情報解析システム１では、生育・栽培する対象植物に対して、１つの遺伝子のみがゲノム編集された変異体を１種用意され、変異体が閉鎖型空間内で異なる環境条件で生育され、変異体の生育データと各環境条件の環境データとがセットで取得される。これにより、第２実施形態に係る情報解析装置１０は、ある変異体における環境と生育との相関関係の情報を、第１実施形態よりも効率的に収集でき、遺伝子情報との相関関係を表す解析モデル１３０を作成することができる。
　また、第２実施形態に係る情報解析システム１は、成長シミュレーションの結果をフィードバックして次の栽培周期の処理を行うことによって、第１実施形態と同様に、ある生育環境に最適な遺伝特性と、その遺伝特性を得るために必要なゲノム編集のターゲット選定を効率的且つ高精度に探索することができる。その結果、第２実施形態に係る情報解析システム１は、第１実施形態と同様に、優良品種植物の生産性の向上や、所望の環境適応性を持つ植生の創出を実現できる。
　＜３＞第３実施形態
　第３実施形態は、情報解析システム１が利用される生産過程におけるパラメータの一例に関する。以下に、第３実施形態に係る情報解析システム１について、第１実施形態と異なる点を説明する。
　＜３－１＞人工植物育成サイト２０Ｂの構成
　図１１は、第３実施形態に係る人工植物育成サイト２０Ｂの構成の一例を示すブロック図である。図１１に示すように、人工植物育成サイト２０Ｂは、例えば、照明装置３１、空調装置３２、養液栽培装置３３、及び作業機械３４を備える。照明装置３１、空調装置３２、養液栽培装置３３、及び作業機械３４のそれぞれは、環境制御装置３０によって制御される。空調装置３２は、人工植物育成サイト２０内の空調を制御する制御装置である。養液栽培装置３３は、人工植物育成サイト２０内の植物（変異体）に対する養液の供給量を調整する制御装置である。作業機械３４は、人工植物育成サイト２０内の栽培に関する作業を司る装置である。
　＜３－２＞生産過程におけるパラメータの数値化について
　続けて図１１を参照して、生産過程におけるパラメータの数値化の一例について説明する。人工植物育成サイト２０Ｂに対する投入資源としては、二酸化炭素、電気、水、肥料、種子、作業、栽培区間や時間などがある。ここで電気は、人工植物育成サイト２０Ｂ内の照明装置３１、空調装置３２、養液栽培装置３３、及び作業機械３４などの電源として使用される。人工植物育成サイト２０Ｂの環境としては、高断熱、高気密、高効率、清浄な環境が用意される。人工植物育成サイト２０Ｂの生産物としては、生産価値、酸素、植物残渣、排熱、排水、使用済み消耗品などがある。ここで生産価値は、生産物として得られた野菜などにより表現され、例えば、単価×生産量によって表される。植物残渣、排熱、排水、及び使用済み消耗品は、生産に伴い発生する廃棄物に対応する。第３実施形態に係る情報解析システム１の構成のその他の構成及び動作は、第１実施形態と同様である。
　＜３－３＞第３実施形態の効果
　植物工場の生産効率を評価するためには、投入資源及び生産物の数値化が必要となる。例えば、最小限の投入資源及び金額で、最大限の生産量及び生産価値を得るためには、廃棄物が最小であることが好ましい。また、廃棄物は、可能な範囲で再利用されることが好ましい。そこで、第３実施形態に係る情報解析システム１では、図１１に示されたように、投入資源と生産物とのそれぞれを数値化（定量化）する。
　そして、第３実施形態に係る情報解析システム１は、成長シミュレーションにおいて、例えば、前記閉鎖型空間において定量化された植物残差、使用済消耗品、廃熱、及び廃水などの廃棄物を最小化或いは再利用することが可能な生育条件を探索（予測）する。これにより、第３実施形態に係る情報解析システム１は、排熱、排水、使用済み消耗品などの廃棄物を最小化することができ、植物の生産性を最大化させることができる。なお、第３実施形態は、第２実施形態と組み合わされてもよい。
　＜４＞その他
　上記実施形態のいて解析処理の説明に使用されたフローチャートは、あくまで一例である。図６及び図１０に示されたフローチャートは、実施形態と同様の結果が得られるのであれば、可能な範囲で処理順番が入れ替えられても良いし、その他の処理が追加されても良い。例えば、Ｓ１０とＳ１１の順番は入れ替えられてもよい。本明細書において、“記録時刻を同期させること”は、“時刻同期”と呼ばれてもよい。情報解析装置１０は、“サーバー”、又は“処理サーバー”と呼ばれてもよい。ＣＰＵ１１は、“プロセッサ”と呼ばれてもよい。ＲＯＭ１２、ＲＡＭ１３、及びストレージ装置１４のそれぞれは、“記憶回路”と呼ばれてもよい。情報解析装置１０や人工植物育成サイト２０の構成は、あくまで一例である。ＣＰＵ１１は、ＭＰＵ（Micro Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）、あるいはＦＰＧＡ（field-programmable gate array）などであってもよい。解析処理は、専用のハードウェアによって実現されてもよい。解析処理は、ソフトウェアにより実行される処理と、ハードウェアによって実行される処理とが混在していてもよいし、どちらか一方のみであってもよい。“接続”は、通信可能であればよく、有線接続であってもよいし、無線接続であってもよいし、ネットワークを介した接続であってもよい。
　なお、本発明は、上記実施形態に限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。また、各実施形態は、適宜組み合わせて実施してもよく、その場合組み合わせた効果が得られる。さらに、上記実施形態には種々の発明が含まれており、開示される複数の構成要件から選択された組み合わせにより種々の発明が抽出され得る。例えば、実施形態に示される全構成要件からいくつかの構成要件が削除されても、課題が解決でき、効果が得られる場合には、この構成要件が削除された構成が発明として抽出され得る。
１…情報解析システム
１０…情報解析装置
１１…ＣＰＵ
１２…ＲＯＭ
１３…ＲＡＭ
１４…ストレージ装置
１５…通信インターフェース
２０，２０Ａ，２０Ｂ…人工植物育成サイト
２１…環境情報モニタ
２２…生育状況モニタ
３０…環境制御装置
３１…照明装置
３２…空調装置
３３…養液栽培装置
３４…作業機械
１００…時系列データ生成部
１１０…時系列データ
１１１…遺伝子情報
１２０…解析モデル生成部
１３０…解析モデル
１４０…シミュレーション実行部
２１０…環境情報データ
２２０…生育情報データ
ＥＣ…生育環境セル
Ｖ１，Ｖ２，Ｖ３，Ｖ４…変異体

Claims (8)

  1. 　環境制御できる閉鎖型空間において、ゲノム編集の対象である植物の生育環境を設定することと、
    　前記植物の１つの遺伝子がゲノム編集された複数種の変異体を用意して、前記閉鎖型空間で前記複数種の変異体を同時に生育することと、
    　前記複数種の変異体の生育環境を示す第１データと前記複数種の変異体の成長状態を示す第２データとを時間同期して記録した時系列データを作成することと、
    　前記複数種の変異体に関する遺伝子情報と前記時系列データとを用いて、遺伝子情報と、生育環境と、成長状態との相関関係を表す解析モデルを作成することと、を備える、
    　情報解析方法。
  2. 　各々が独立に環境制御される複数の生育環境セルを備える閉鎖型空間において、ゲノム編集の対象である植物の１つの遺伝子がゲノム編集された変異体を、互いに異なる生育環境が設定された前記複数の生育環境セルのそれぞれで生育することと、
    　前記複数の生育環境セルのそれぞれの生育環境を示す第１データと、前記複数の生育環境セルのそれぞれの前記変異体の成長状態を示す第２データとを同期して記録した時系列データを作成することと、
    　前記変異体に関する遺伝子情報と前記時系列データとを用いて、遺伝子情報と、生育環境と、成長状態との相関関係を表す解析モデルを作成することと、を備える、
    　情報解析方法。
  3. 　前記第１データは、光量、気温、水温、給水量、二酸化炭素濃度、栄養分、時間のいずれかを含む、
    　請求項１又は請求項２に記載の情報解析方法。
  4. 　前記第２データは、総光合成速度、暗呼吸速度、クロロフィル蛍光、気孔コンダクタンス、葉面積・葉数分布、葉の傾斜角分布、根の構造と分布、化学成分分布、正味光合成速度、蒸散速度、呼吸速度、二酸化炭素施用速度、給水速度、吸水速度、電力のうちいずれかを含む、
    　請求項１乃至請求項３のいずれか一項に記載の情報解析方法。
  5. 　前記解析モデルを用いて、前記変異体の成長のシミュレーションを行い、前記閉鎖型空間において定量化された植物残差、使用済消耗品、廃熱、及び廃水を最小化する生育条件を予測することと、をさらに備える、
    　請求項１乃至請求項４のいずれか一項に記載の情報解析方法。
  6. 　前記時系列データを教師データとして用いて機械学習を実施し、生育環境が変化した際の前記変異体の適応を予測することと、をさらに備える、
    　請求項１乃至請求項５のいずれか一項に記載の情報解析方法。
  7. 　植物の遺伝子がゲノム編集された変異体を閉鎖型空間において生育することにより得られたデータを解析する情報解析装置であって、
    　解析処理を実行するプロセッサと、
    　前記変異体に関する遺伝子情報を記憶する記憶回路と、を備え、
    　前記解析処理において、前記プロセッサは、
    　　前記変異体の生育環境を示す第１データと前記変異体の成長状態を示す第２データとを受信すると、前記第１データと前記第２データとを時刻同期して記録して時系列データを作成し、前記時系列データを前記記憶回路に記憶させ、
    　　前記遺伝子情報と前記時系列データとを用いて、遺伝子情報と、生育環境と、成長状態との相関関係を表す解析モデルを作成する、
    　情報解析装置。
  8. 　前記解析処理において、前記プロセッサは、前記時系列データを教師データとして用いて機械学習を実施し、生育環境が変化した際の前記変異体の適応を予測する、
    　請求項７に記載の情報解析装置。
PCT/JP2021/045380 2021-12-09 2021-12-09 情報解析方法及び情報解析装置 WO2023105721A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2021/045380 WO2023105721A1 (ja) 2021-12-09 2021-12-09 情報解析方法及び情報解析装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2021/045380 WO2023105721A1 (ja) 2021-12-09 2021-12-09 情報解析方法及び情報解析装置

Publications (1)

Publication Number Publication Date
WO2023105721A1 true WO2023105721A1 (ja) 2023-06-15

Family

ID=86730050

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/045380 WO2023105721A1 (ja) 2021-12-09 2021-12-09 情報解析方法及び情報解析装置

Country Status (1)

Country Link
WO (1) WO2023105721A1 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015065912A (ja) * 2013-09-30 2015-04-13 株式会社日立ソリューションズ 植物成長および運用コストシミュレーションに基づいた植物工場環境制御システム
JP2019193592A (ja) * 2018-05-01 2019-11-07 株式会社クボタ 農業支援システム
JP2021045063A (ja) * 2019-09-18 2021-03-25 国立研究開発法人農業・食品産業技術総合研究機構 作物の収穫量を予測する方法及び装置、作物の栽培装置
JP2021056573A (ja) * 2019-09-27 2021-04-08 富士通株式会社 作物成長予測プログラム、作物成長予測方法および作物成長予測装置
JP2021144345A (ja) * 2020-03-10 2021-09-24 株式会社大林組 栽培施設の設計支援システム、栽培施設空調システム、栽培施設の設計支援方法、および、栽培施設の設計支援プログラム
JP2021157767A (ja) * 2020-03-27 2021-10-07 富士通株式会社 作物状態推定プログラム、作物状態推定方法および作物状態推定装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015065912A (ja) * 2013-09-30 2015-04-13 株式会社日立ソリューションズ 植物成長および運用コストシミュレーションに基づいた植物工場環境制御システム
JP2019193592A (ja) * 2018-05-01 2019-11-07 株式会社クボタ 農業支援システム
JP2021045063A (ja) * 2019-09-18 2021-03-25 国立研究開発法人農業・食品産業技術総合研究機構 作物の収穫量を予測する方法及び装置、作物の栽培装置
JP2021056573A (ja) * 2019-09-27 2021-04-08 富士通株式会社 作物成長予測プログラム、作物成長予測方法および作物成長予測装置
JP2021144345A (ja) * 2020-03-10 2021-09-24 株式会社大林組 栽培施設の設計支援システム、栽培施設空調システム、栽培施設の設計支援方法、および、栽培施設の設計支援プログラム
JP2021157767A (ja) * 2020-03-27 2021-10-07 富士通株式会社 作物状態推定プログラム、作物状態推定方法および作物状態推定装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
CHEN TAI-SHEN, AOIKE TORU, YAMASAKI MASANORI, KAJIYA-KANEGAE HIROMI, IWATA HIROYOSHI: "Predicting Rice Heading Date Using an Integrated Approach Combining a Machine Learning Method and a Crop Growth Model", FRONTIERS IN GENETICS, vol. 11, 18 December 2020 (2020-12-18), pages 599510, XP093071071, DOI: 10.3389/fgene.2020.599510 *

Similar Documents

Publication Publication Date Title
KR101811640B1 (ko) 기계학습을 이용한 작물의 생산량 예측장치 및 방법
Oteng-Darko et al. Crop modeling: A tool for agricultural research–A review
Wu et al. An integrated method for quantifying root architecture of field-grown maize
US11895939B2 (en) Cohort phenotyping system for plant factory with artificial lighting
Benes et al. Multiscale computational models can guide experimentation and targeted measurements for crop improvement
US20190174684A1 (en) Environmental microclimate growth chamber and method
US20220225583A1 (en) Management device for cultivation of fruit vegetable plants and fruit trees, learning device, management method for cultivation of fruit vegetable plants and fruit trees, learning model generation method, management program for cultivation of fruit vegetable plants and fruit trees, and learning model generation program
Stirling et al. Acclimation of photosynthesis to elevated CO2 and temperature in five British native species of contrasting functional type
WO2023105721A1 (ja) 情報解析方法及び情報解析装置
Yang et al. Computerized Greenhouse Environmental Monitoring and Control System Based on LabWindows/CVI.
Feng et al. Comparing an empirical crop model with a functional structural plant model to account for individual variability
CA2761682C (en) Real-time process for targeting trait phenotyping of plant breeding experiments
US20230309464A1 (en) Method and apparatus for automated crop recipe optimization
KR102387765B1 (ko) 작물의 생육량 예측 방법 및 장치
CN113010529A (zh) 基于知识图谱的作物管理方法和装置
Zhao et al. A model for cotton (Gossypium hirsutum L.) fiber length and strength formation considering temperature-radiation and N nutrient effects
Lenk et al. Modeling hairy root tissue growth in in vitro environments using an agent-based, structured growth model
Wang et al. Functional–structural plant model “GreenLab”: A state-of-the-art review
JP7416394B2 (ja) 作付スケジュール算出装置、作付スケジュール算出プログラム、及び、作付スケジュール算出方法
WO2023089775A1 (ja) 予測モデル作成システム、予測モデルの作成方法、及び予測方法
WO2021152585A1 (en) Screening system for abiotic stress mitigation in plants
Ting Automation and systems analysis
Bouvry et al. Digital twin of a smart plant factory for plant phenotyping: data assimilation between measured and simulated 3D point cloud data in the CPlantBox FSPM
JP7182762B1 (ja) 人工気象装置及び人工気象システム
Sachin et al. Automation of the DSSAT crop growth simulation model

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21967217

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2023565812

Country of ref document: JP

Kind code of ref document: A