日本主導:この研究は、筆頭著者・責任著者、または著者の主要所属が日本の研究機関である研究です。

掲載誌:RSC Advances

ライセンス: CC BY 対象: 公開論文 確認元: OpenAlex

研究の目的

ゼラチンはコラーゲン由来の天然高分子で、医療材料や食べられるシートなどに使われます。一方で、ゼラチン材料は強度が低く壊れやすいことが課題とされてきました。著者らは、化学的な架橋剤などに頼らず、天然由来の糖類を加えるだけで性質を調整できれば、環境に配慮した材料づくりにつながると考えました。

水を多く含むゼラチンゲルに糖を加えると、ゲルになる温度が上がり、硬くなることが知られています。糖がまわりの水を優先的に引きつけ、ゼラチンの鎖が集まりやすくなるためと説明されています。ところが、水分をほとんど抜いて乾かしたシートでは、糖を加えると逆に伸びやすくなる「可塑化」が起こります。研究チームは、こうした水分の少ない状態でシートの硬さや伸びを左右する要因は何か、特に残った水分の量と、糖の分子構造の違いがそれぞれどれほど関わるのかを明らかにしようとしました。

何を、どのように調べたか

豚皮由来のゼラチンに、スクロース(ショ糖)、グルコース(ブドウ糖)、フルクトース(果糖)、糖アルコールのソルビトールの4種類をそれぞれ加えました。ゼラチン10 wt%に対し、添加物を10、20、30 wt%含むゲルを作り、添加物なしのゼラチンと比べました。

まず、水を多く含むゲルの段階で、溶液を45 °Cから25 °Cへゆっくり冷やしながら粘弾性を測り、液体からゲルに変わる温度(ゲル化温度)を求めました。次に、ゲルを型に流し込み、室温(25 °C、湿度約40%)で24時間乾かしてシートにしました。シートは引っ張り試験にかけ、どこまで伸びて切れるか(破断ひずみ)と、硬さの指標であるヤング率を測定しました。あわせて、赤外分光法でゼラチンの鎖どうしの水素結合の状態を調べました。

シートでは残る水分量を完全にそろえるのが難しく、同じ条件の試料を繰り返し作る従来の統計解析は現実的ではありませんでした。そこで研究チームは、糖の種類や濃度、残った水分量が異なる122点の実験データをまとめ、機械学習の一種であるランダムフォレスト回帰でヤング率を予測するモデルを作りました。入力には、糖の濃度と水分量に加え、分子量、水酸基の数、環の数、分子の体積、水素結合をつくる部位の数など、計算で求めた7つの分子の特徴を使いました。データの分け方による偶然の偏りを避けるため、分割を変えた検証を合計50回行い、各入力がどれだけ予測に効いているか(特徴量の重要度)を2つの方法で評価しました。

主な報告結果

水分の少ないシートでは、どの糖類を加えても、添加なしのシートより大きく伸びるようになりました。添加なしのシートは折り曲げるともろく割れましたが、糖を含むシートは大きく変形しました。この柔らかさは水分だけでは説明できず、添加なしのシートは水分がゼラチン1 gあたり1.094 gあっても破断ひずみは89%にとどまり、糖を含むシートより大幅に低い値でした。

糖の種類による差も見られました。30 wt%添加のシートの水分量は、ゼラチン1 gあたりソルビトールで0.833 g、スクロースで0.840 gとほぼ同じでしたが、ソルビトールの方が大きく伸びました。また、グルコースを加えたシートは水分量が最も多い1.042 gでしたが、フルクトース(0.904 g)と比べて水分に見合うほど伸びが大きくはありませんでした。著者らは、ソルビトールのシートはスクロースより大幅に少ない水分量で同程度の性質に達すると報告しています。

赤外分光では、ゼラチンの構造を反映する吸収の位置が、添加なしの約1634 cm⁻¹から糖を含むシートでは約1645 cm⁻¹へ移っていました。著者らは、糖がゼラチン鎖まわりの水素結合の状態を変えたことを示すと解釈しています。

機械学習モデルは、学習に使っていないデータに対してもヤング率をよく予測し、予測の当てはまりを示す決定係数は平均0.9739でした。重要度の評価では、糖の濃度(一方の方法で約63%、もう一方で約58%)と水分量(同約26%、約35%)が大半を占めました。分子の特徴の中では分子の体積が最も高く、水素結合をつくる部位の数や水酸基の数が続き、環の数は最も低い値でした。これらの順位は50回の検証を通じて入れ替わらなかったと報告されています。

水を多く含むゲルの段階では、どの添加物もゲル化温度を上げました。糖ではスクロース、グルコース、フルクトースの順に効果が大きく、これは既に報告されている水和しやすさの順と一致していました。ソルビトールはスクロースと同程度に大きくゲル化温度を上げました。

この報告が示すこと

研究チームは、同じ糖類でも、水の多いゲルではゼラチン鎖どうしの結びつきを強める一方、水分の少ないシートでは結びつきを乱して鎖を動きやすくし、可塑剤のように働くと結論づけています。シートの性質を決めるのは主に糖の濃度と水分量ですが、分子のかさ高さや水素結合をつくる部位の多さといった糖の構造も一定の役割を持つことが示されました。ソルビトールとスクロースの違いがゲルの段階では見られず、シートになって初めて現れた点も、乾いた状態では分子構造が効いてくることを示しています。

なお、糖の分子の特徴どうしは互いに関連しているため、個々の特徴の影響を完全に独立に評価できるわけではありません。著者らは、繰り返し検証で順位が安定していたことから、モデルが似た特徴の間で恣意的に入れ替わっているわけではないと述べています。著者らは、こうした知見が、合成架橋剤に頼らずに性質を調整した天然由来のゼラチン材料の設計に役立つとしています。

原著論文の著者・所属:Gaku Yazawa(Department of Biomedical Engineering, Graduate School of Life Science, Toyo University, 48-1 Oka, Asaka, Saitama, 351-8510, Japan)、Masato Masuda(Department of Information Science and Arts, Faculty of Information Science and Arts, Toyo University, 2100 Kujirai, Kawagoe, Saitama, 350-8585, Japan)、Shigehito Osawa(Department of Biomedical Engineering, Faculty of Life Science, Toyo University, 48-1 Oka, Asaka, Saitama, 351-8510, Japan; Department of Biomedical Engineering, Graduate School of Life Science, Toyo University, 48-1 Oka, Asaka, Saitama, 351-8510, Japan)

※本記事は原著論文をもとに、日本語で要約・説明を加えた研究紹介です。 出典(原著論文):Gaku Yazawa, Masato Masuda, Shigehito Osawa. Machine-learning-driven rational design of gelatin architectures: saccharide derivatives as structural plasticizers under low water content. RSC Advances(出版社:Royal Society of Chemistry) 2026-10-21. DOI: 10.1039/d6ra06070f. 原著ライセンス:CC BY.