機械学習が農薬忌避化合物を特定

カリフォルニア大学リバーサイド校（米国）の研究チームは、機械学習を活用し、ミツバチを農薬処理作物から安全に遠ざける化学化合物を特定する手法を開発した。この成果は学術誌eLifeに発表され、農薬暴露による花粉媒介者個体数減少という農業生態学の緊急課題に対する実用的な解決策を提供する。 研究を主導したアナンサンスカル・レイ教授らは、二百種類以上の嗅覚受容体を持つミツバチの複雑な嗅覚システムが忌避剤探索の主要な障壁となっていたとの認識から、ボリス・バー准教授の研究室と連携して機械学習モデルを構築した。揮発性化合物の化学構造と行動データを基盤とし、追加実験で得られた果実ハエのデータによりモデルを精密化。五千万種類以上の化合物をスクリーニングし、約一百三十種の候補を同定した。 実験室および野外での検証により、上位候補七種がすべてミツバチを安全に遠ざけることが実証され、アルゴリズムの予測精度と実効性が裏付けられた。レイ教授は、嗅覚分野の機械学習において大量データよりも高品質データと反復的改善が鍵となると指摘する。 本技術は農薬回避に留まらず、公共施設における蜂の巣形成防止や種無し果実栽培時の不要な受粉抑制などにも応用可能である。蜜蜂に優しい農薬製剤の開発へ向ける一歩となるこのアプローチは、農業生産性と環境保護の両立を支援する。関連特許出願が進行中であり、今後の実用化と持続的農業への貢献が期待される。