著者の所属・活動拠点の国は、韓国です。

掲載誌：Food Analytical Methods

ライセンス: CC BY　対象: 公開論文　確認元: OpenAlex

研究の目的

ゴマには、セサミンやセサモリンと呼ばれる「リグナン」という成分が含まれています。リグナンは植物性食品に広く見られるポリフェノールの一群で、ゴマの品質を左右する重要な成分とされています。著者らは、健康志向の高まりを背景に、リグナンを多く含む品種を選び出すことが育種の現場で重要になっていると述べています。

従来、リグナン量を調べるには、種子を乾燥・粉砕して溶媒で成分を抽出し、液体クロマトグラフィーなどの装置で定量する必要がありました。論文によれば、この方法は準備が複雑で熟練した人手と時間を要し、測定した種子は使えなくなってしまいます。そこで研究チームは、種子を壊さずに素早くリグナン量を推定できる方法の確立を目指しました。特に、遺伝的に多様な育種集団の中で、セサミンとセサモリンを個別に精度よく推定できるかどうかを主な問いとしています。

どのように調べたか

研究チームは、リグナン含量の高い品種「密陽78号」と中程度の品種「密陽82号」を交配し、その子孫から育成した180系統を材料にしました。各系統について、まず従来法である超高速液体クロマトグラフィーでセサミンとセサモリンの量を実際に測定し、その合計を総リグナン量としました。

並行して、近赤外ハイパースペクトル画像を撮影しました。これは、画像の一つ一つの画素ごとに多数の波長の光の反射の仕方を記録する技術で、成分ごとに異なる光の吸収の特徴から、含まれる物質の情報を読み取ろうとするものです。1系統あたり約100〜200粒の種子を一度に撮影し、粒ごとの反射の特徴を平均して、その系統を代表するデータとしました。ノイズの多い両端の波長域は除き、1,050〜1,600ナノメートルの範囲を解析に使っています。

そのうえで、光のデータと実測したリグナン量を結びつける予測モデルを作りました。データの前処理方法を5通り、使う波長の組み合わせを3通り（全波長と、2種類の手法で絞り込んだ波長）、回帰モデルを4種類用意し、それらの組み合わせを比較しました。波長の絞り込みには、予測に役立つ波長だけを選び出す計算手法が使われています。

主な結果

論文によると、予測に有効な波長を選び出すことで、すべてのリグナン成分で予測性能が向上しました。全波長をそのまま使ったモデルは精度が限られていたと報告されています。

最も良い組み合わせでは、セサミンで決定係数（予測値が実測値をどれだけ説明できるかを示す指標で、1に近いほど良い）が0.834、総リグナンで0.793となりました。セサモリンは0.618とやや低めでしたが、全波長モデルと比べると決定係数はおよそ3倍に改善したとされています。また、測定値の幅に対する誤差の割合は、いずれの最適モデルでも9%未満で、著者らは許容できる範囲だとしています。

選ばれた波長にも特徴がありました。セサミンと総リグナンでは主に1,100〜1,200ナノメートルと1,400〜1,600ナノメートルの領域が選ばれたのに対し、セサモリンでは1,100〜1,300ナノメートルの低い波長域に集中していました。

この研究が示すこと

著者らは、近赤外ハイパースペクトル画像でゴマ種子のリグナン量の予測を報告したのは、知る限りこの研究が初めてだとしています。一度の撮影で多数の種子をまとめて測れるため、従来法に比べて測定の効率が大きく高まり、育種の場でリグナンの多い系統を選び出すための迅速な選抜手段になりうると結論づけています。

一方で、今回のモデルは一つの交配から生まれた集団の中で作られ評価されたもので、別の年や栽培環境の試料による検証は行われていません。より幅広い遺伝的背景や環境条件でも通用するかは、まだ確かめられていない点として論文自身が挙げています。種子を壊さずに成分を見積もるという発想が、ゴマの品質に関わる成分の測定にも応用できることを示した研究といえます。

原著論文の著者・所属：Tae-An Kang（Department of Applied Biosciences, Kyungpook National University, Daegu, 41566, Republic of Korea; Department of Upland Crop Research and Development, National Institute of Crop Science, Rural Development Administration, Gyeongsangnam-Do, Miryang, 50424, Republic of Korea）、Chi-Yong An（Department of Rural Engineering, Chungbuk National University, Chungcheongbuk-Do, Cheongju, 28644, Republic of Korea; Department of Upland Crop Research and Development, National Institute of Crop Science, Rural Development Administration, Gyeongsangnam-Do, Miryang, 50424, Republic of Korea）、Jeongeun Lee（Department of Upland Crop Research and Development, National Institute of Crop Science, Rural Development Administration, Gyeongsangnam-Do, Miryang, 50424, Republic of Korea）、Sungup Kim（Department of Upland Crop Research and Development, National Institute of Crop Science, Rural Development Administration, Gyeongsangnam-Do, Miryang, 50424, Republic of Korea）、You-Jin Park（Department of Upland Crop Research and Development, National Institute of Crop Science, Rural Development Administration, Gyeongsangnam-Do, Miryang, 50424, Republic of Korea）、Hoejeong Jeong（Department of Upland Crop Research and Development, National Institute of Crop Science, Rural Development Administration, Gyeongsangnam-Do, Miryang, 50424, Republic of Korea）、Jinki Park（Department of Upland Crop Research and Development, National Institute of Crop Science, Rural Development Administration, Gyeongsangnam-Do, Miryang, 50424, Republic of Korea）、Mihye Jeong（Department of Agro-Food Safety and Crop Protection, National Institute of Agricultural Sciences, Rural Development Administration, Jeonbuk-Do, Wanju, 55365, Republic of Korea）、Jongsoo Ryu（Department of Upland Crop Research and Development, National Institute of Crop Science, Rural Development Administration, Gyeongsangnam-Do, Miryang, 50424, Republic of Korea）、Hyungjin Bae（Department of Upland Crop Research and Development, National Institute of Crop Science, Rural Development Administration, Gyeongsangnam-Do, Miryang, 50424, Republic of Korea）、Hongseok Lee（Department of Upland Crop Research and Development, National Institute of Crop Science, Rural Development Administration, Gyeongsangnam-Do, Miryang, 50424, Republic of Korea）

※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）：Tae-An Kang, Chi-Yong An, Jeongeun Lee, et al. Prediction of lignan content in sesame seeds using near-infrared hyperspectral imaging and regression modeling. Food Analytical Methods 2026-10-19. DOI: 10.1007/s12161-026-03301-7. 原著ライセンス：CC BY.