JP2022064329A - コムギの収量予測方法 - Google Patents
コムギの収量予測方法 Download PDFInfo
- Publication number
- JP2022064329A JP2022064329A JP2021168110A JP2021168110A JP2022064329A JP 2022064329 A JP2022064329 A JP 2022064329A JP 2021168110 A JP2021168110 A JP 2021168110A JP 2021168110 A JP2021168110 A JP 2021168110A JP 2022064329 A JP2022064329 A JP 2022064329A
- Authority
- JP
- Japan
- Prior art keywords
- components
- yield
- prediction model
- yield prediction
- tables
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 94
- 241000209140 Triticum Species 0.000 title claims abstract description 59
- 235000021307 Triticum Nutrition 0.000 title claims abstract description 59
- 238000004458 analytical method Methods 0.000 claims abstract description 85
- 238000004949 mass spectrometry Methods 0.000 claims description 29
- DCXYFEDJOCDNAF-REOHCLBHSA-N L-asparagine Chemical compound OC(=O)[C@@H](N)CC(N)=O DCXYFEDJOCDNAF-REOHCLBHSA-N 0.000 claims description 8
- 230000015572 biosynthetic process Effects 0.000 claims description 5
- PDACUKOKVHBVHJ-XVFCMESISA-N 5-amino-1-(5-phospho-beta-D-ribosyl)imidazole Chemical compound NC1=CN=CN1[C@H]1[C@H](O)[C@H](O)[C@@H](COP(O)(O)=O)O1 PDACUKOKVHBVHJ-XVFCMESISA-N 0.000 claims description 4
- ODHCTXKNWHHXJC-VKHMYHEASA-N 5-oxo-L-proline Chemical compound OC(=O)[C@@H]1CCC(=O)N1 ODHCTXKNWHHXJC-VKHMYHEASA-N 0.000 claims description 4
- ODHCTXKNWHHXJC-GSVOUGTGSA-N Pyroglutamic acid Natural products OC(=O)[C@H]1CCC(=O)N1 ODHCTXKNWHHXJC-GSVOUGTGSA-N 0.000 claims description 4
- ODHCTXKNWHHXJC-UHFFFAOYSA-N acide pyroglutamique Natural products OC(=O)C1CCC(=O)N1 ODHCTXKNWHHXJC-UHFFFAOYSA-N 0.000 claims description 4
- 229960001230 asparagine Drugs 0.000 claims description 4
- LYSGIJUGUGJIPS-UOMVISFLSA-N (+)-cucurbic acid Chemical compound CC\C=C/C[C@@H]1[C@@H](O)CC[C@@H]1CC(O)=O LYSGIJUGUGJIPS-UOMVISFLSA-N 0.000 claims description 2
- LYSGIJUGUGJIPS-VWYCJHECSA-N UNPD204931 Natural products CCC=CC[C@@H]1[C@@H](O)CC[C@@H]1CC(O)=O LYSGIJUGUGJIPS-VWYCJHECSA-N 0.000 claims description 2
- LYSGIJUGUGJIPS-UHFFFAOYSA-N beta-Cucurbic acid Natural products CCC=CCC1C(O)CCC1CC(O)=O LYSGIJUGUGJIPS-UHFFFAOYSA-N 0.000 claims description 2
- 230000034303 cell budding Effects 0.000 claims description 2
- -1 cloxatin G Chemical compound 0.000 claims description 2
- FRUCUWUFGHVLGX-GUBZILKMSA-N cucurbic acid Natural products CCC=C/C[C@@H]1[C@@H](O)CC[C@@H]1C(=O)O FRUCUWUFGHVLGX-GUBZILKMSA-N 0.000 claims description 2
- 240000008042 Zea mays Species 0.000 abstract description 2
- 235000002017 Zea mays subsp mays Nutrition 0.000 abstract description 2
- 235000016383 Zea mays subsp huehuetenangensis Nutrition 0.000 abstract 1
- 235000009973 maize Nutrition 0.000 abstract 1
- 238000009331 sowing Methods 0.000 description 30
- 239000000523 sample Substances 0.000 description 26
- 239000000203 mixture Substances 0.000 description 21
- 238000010276 construction Methods 0.000 description 14
- 238000000605 extraction Methods 0.000 description 13
- 238000011156 evaluation Methods 0.000 description 11
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 description 9
- 238000000611 regression analysis Methods 0.000 description 9
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 8
- 235000013339 cereals Nutrition 0.000 description 8
- 239000002207 metabolite Substances 0.000 description 8
- 230000000875 corresponding effect Effects 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000010219 correlation analysis Methods 0.000 description 5
- 239000003337 fertilizer Substances 0.000 description 5
- 238000001269 time-of-flight mass spectrometry Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 241000196324 Embryophyta Species 0.000 description 4
- 238000002790 cross-validation Methods 0.000 description 4
- 230000004720 fertilization Effects 0.000 description 4
- 230000014759 maintenance of location Effects 0.000 description 4
- 229910052757 nitrogen Inorganic materials 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 239000002904 solvent Substances 0.000 description 4
- 239000000126 substance 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
- 240000007594 Oryza sativa Species 0.000 description 3
- 235000007164 Oryza sativa Nutrition 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
- 238000003306 harvesting Methods 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
- VLKZOEOYAKHREP-UHFFFAOYSA-N n-Hexane Chemical compound CCCCCC VLKZOEOYAKHREP-UHFFFAOYSA-N 0.000 description 3
- 235000009566 rice Nutrition 0.000 description 3
- 239000002689 soil Substances 0.000 description 3
- 241000894007 species Species 0.000 description 3
- HEDRZPFGACZZDS-UHFFFAOYSA-N Chloroform Chemical compound ClC(Cl)Cl HEDRZPFGACZZDS-UHFFFAOYSA-N 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
- MCMNRKCIXSYSNV-UHFFFAOYSA-N Zirconium dioxide Chemical compound O=[Zr]=O MCMNRKCIXSYSNV-UHFFFAOYSA-N 0.000 description 2
- 239000002253 acid Substances 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
- 239000007864 aqueous solution Substances 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000001186 cumulative effect Effects 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
- 238000010828 elution Methods 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
- 230000035784 germination Effects 0.000 description 2
- 150000002500 ions Chemical class 0.000 description 2
- 230000000155 isotopic effect Effects 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
- 238000000491 multivariate analysis Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 229910052698 phosphorus Inorganic materials 0.000 description 2
- 238000012545 processing Methods 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
- 239000000243 solution Substances 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 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
- 240000005220 Bischofia javanica Species 0.000 description 1
- 235000010893 Bischofia javanica Nutrition 0.000 description 1
- 238000005033 Fourier transform infrared spectroscopy Methods 0.000 description 1
- 206010021033 Hypomenorrhoea Diseases 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 241000209504 Poaceae Species 0.000 description 1
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- XBJFCYDKBDVADW-UHFFFAOYSA-N acetonitrile;formic acid Chemical compound CC#N.OC=O XBJFCYDKBDVADW-UHFFFAOYSA-N 0.000 description 1
- 239000000538 analytical sample Substances 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000000692 cap cell Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 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
- 239000011258 core-shell material Substances 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 239000002274 desiccant Substances 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
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000019253 formic acid Nutrition 0.000 description 1
- 238000004108 freeze drying Methods 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
- 238000009616 inductively coupled plasma Methods 0.000 description 1
- 238000012844 infrared spectroscopy analysis Methods 0.000 description 1
- 239000004615 ingredient Substances 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
- 239000000463 material Substances 0.000 description 1
- 238000012314 multivariate regression analysis Methods 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 239000004810 polytetrafluoroethylene Substances 0.000 description 1
- 229920001343 polytetrafluoroethylene Polymers 0.000 description 1
- 229910052700 potassium Inorganic materials 0.000 description 1
- 239000011591 potassium Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000012628 principal component regression Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000010187 selection method Methods 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
- 229910052902 vermiculite Inorganic materials 0.000 description 1
- 235000019354 vermiculite Nutrition 0.000 description 1
- 239000010455 vermiculite Substances 0.000 description 1
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
- 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
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- Forests & Forestry (AREA)
- Electrochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Environmental Sciences (AREA)
- Ecology (AREA)
- Botany (AREA)
- Biodiversity & Conservation Biology (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
Description
コムギの生育期間は、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、コムギ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、コムギの葉の採取時期は、播種後7日以上、好ましくは15日目以上、より好ましくは20日目以上で、且つ好ましくは播種後60日より前、より好ましくは50日より前、さらに好ましくは40日目より前であり得る。また、播種後7~60日目、好ましくは15~50日目、より好ましくは20~40日目であり得る。例えば、播種後27日±3~5日目のコムギから葉を採取するのが好適である。
ここで、播種後日数とは、春まきコムギを栽培した場合の日数を表す。秋まきコムギでは、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、秋まきコムギ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るので、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コムギ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、当該コムギの収量を予測することができる。
以下に、上記1,450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コムギ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1,450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23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500位までの成分の分析データを用いたモデル
VIP値上位500位までのすべての成分を選択し、1データ当り該500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23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。R2=0.59、Q2=0.503であり、高い予測性を持つモデルといえる。
VIP値11位以下500位までのすべての成分の分析データ、21位以下500位までのすべての成分の分析データ、31位以下500位までのすべての成分の分析データ・・・及び61位以下500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2)を構築した。
Q2>0.5を満たすのは11位以下500位までのすべての成分の分析データ~31位以下500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41位以下500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8個の組み合わせ(45通り)についてOPLS法によりモデル(図3)を構築した。
いずれのモデルにおいてもQ2>0.50を満たす。
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>コムギから採取された葉サンプルから1以上の成分の分析データを取得し、当該データとコムギ収量との相関性を利用してコムギの収量を予測する、コムギの収量予測方法。
<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)が104~1178である成分から選ばれる1種以上である、<1>又は<2>に記載の方法。
<4>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。
<5>成分が、前記表1a~1jに記載の成分No.1、5、7、12、14、17、20、24、27、29、34、41、46、47、48、52、58、60、61、64、68、70、71、72、74、83、84、85、90、92、98、101、106、107、109、110、111、115、117、118、125、129、131、132、133、136、143、144、145、155、160、162、163、164、169、170、171、172、178、179、180、181、183、184、186、189、191、192、193、196、198、199、203、204、206、210、214、216、218、225、227、231、233、235、237、244、250、255、256、264、266、271、282、283、286、291、292、294、297、298、308、310、312、315、318、323、329、330、331、334、338、345、346、348、349、355、357、358、360、361、373、374、381、384、385、386、388、392、393、395、399、406、408、411、412、422、428、429、431、436、437、439、440、444、449、454、455、457、461、468、470、482、497、501、502、505、507、509、513、517、521、526、528、530、531、535、541、542、543、545、546、547、548、554、562、565、568、571、574、584、586、588、589、591、592、596、599、601、607、609、610、612、616、619、623、625、627、631、634、637、638、640、642、643、644、646、648、649、651、653、654、655、656、660、662、665、671、672、674、675、680、683、684、686、690、698、701、708、710、711、713、716、717、718、720、722、723、726、731、732、736、740、742、743、745、749、750、753、757、760、761、763、764、765、768、774、777、778、781、783、784、785、786、787、788、792、793、795、796、801、803、805、808、809、815、817、819、823、824、825、826、834、835、845、846、853、854、856、857、862、864、865、869、874、875、876、877、879、886、888、893、898、899、901、902、904、905、909、916、922、924、925、929、932、933、934、935、937、938、939、941、942、945、947、950、951、957、958、961、963、967、968、970、971、974、978、979、983、987、988、989、991、994、995、998、1005、1007、1008、1009、1010、1013、1017、1018、1021、1026、1027、1029、1031、1035、1038、1039、1040、1041、1043、1046、1047、1052、1060、1061、1064、1067、1068、1069、1072、1074、1076、1077、1085、1087、1094、1096、1103、1106、1110、1114、1116、1121、1123、1126、1127、1130、1132、1134、1142、1143、1146、1147、1148、1149、1153、1157、1159、1177、1179、1181、1182、1183、1184、1185、1186、1188、1193、1194、1195、1198、1199、1200、1206、1209、1210、1213、1215、1217、1218、1219、1226、1227、1232、1237、1238、1239、1240、1242、1244、1246、1249、1250、1251、1254、1257、1262、1264、1274、1275、1278、1279、1281、1284、1287、1292、1295、1296、1308、1312、1314、1315、1318、1320、1328、1330、1331、1334、1335、1336、1337、1338、1339、1342、1344、1345、1346、1349、1350、1351、1354、1355、1362、1370、1381、1396、1400、1403、1406、1408、1409、1410、1411、1413、1414、1415、1417、1418、1419、1423、1441、1442、1444、1445、1446及び1450から選ばれる1種以上である<4>に記載の方法。
<6>成分が、前記表1a~1jに記載の成分No.1、12、17、20、34、48、52、58、60、61、68、71、72、74、83、84、85、90、92、101、107、109、110、115、117、118、129、132、133、136、143、160、164、170、171、172、178、179、181、184、189、191、193、196、198、203、206、210、218、235、237、249、255、257、282、283、291、294、297、298、310、312、315、318、330、331、345、346、348、355、360、361、362、373、384、386、388、392、395、406、408、411、412、440、444、449、452、454、455、457、461、470、482、501、505、513、521、530、535、541、542、546、548、565、571、574、579、589、607、610、612、616、634、646、648、656、660、662、701、708、710、716、731、732、740、743、749、750、753、757、760、761、767、768、774、777、783、785、787、788、792、794、795、803、808、809、815、823、824、825、835、845、846、853、854、856、862、863、864、865、869、874、875、876、877、879、886、888、893、895、904、905、909、916、921、922、929、933、934、938、939、942、945、947、951、966、967、968、970、971、983、987、988、994、995、998、1003、1005、1008、1009、1010、1013、1017、1018、1021、1027、1031、1035、1038、1039、1040、1047、1052、1061、1067、1068、1069、1072、1077、1085、1094、1096、1106、1118、1121、1126、1127、1132、1134、1143、1153、1159、1181、1183、1186、1194、1198、1199、1209、1213、1217、1218、1232、1237、1238、1239、1242、1244、1254、1264、1275、1278、1279、1284、1292、1295、1308、1312、1314、1315、1318、1320、1330、1331、1334、1337、1338、1339、1345、1346、1350、1355、1362、1408、1412、1415、1418、1419、1442、1444及び1446から選ばれる1種以上である<4>に記載の方法。
<7>成分が、前記表1a~1jに記載の成分No.12、20、34、48、58、61、85、101、109、115、132、133、172、184、193、198、206、255、282、283、312、330、331、346、348、355、361、386、449、461、482、505、542、589、662、731、760、761、783、785、787、815、824、825、874、875、886、929、934、994、1005、1009、1039、1040、1067、1068、1085、1143、1181、1183、1186、1209、1232、1244、1279、1284、1337、1346、1350及び1355から選ばれる1種以上である<4>に記載の方法。
<8>成分が、ピログルタミン酸、L-アスパラギン、クロクサチンG、ククルビン酸及び5-アミノイミダゾールリボヌクレオチドから選ばれる1種以上を含む、<4>に記載の方法。
<9>葉サンプルが、出芽期から出穂期のコムギから採取される、<1>~<8>のいずれかに記載の方法。
<10>葉サンプルが、5葉齢期から幼穂形成期のコムギから採取される、<1>~<8>のいずれかに記載の方法。
<11>分析データが、質量分析データである<1>~<10>のいずれかに記載の方法。
<12>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~1j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500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、<4>~<11>のいずれかに記載の方法。
<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500個の中から少なくとも5個を用いる、<12>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500個の中から少なくとも10個を用いる、<12>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1個を用いる、<12>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5個を用いる、<12>に記載の方法。
<17>収量予測モデルが、前記表1a~1j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8個を用いる、<12>に記載の方法。
<18>収量予測モデルが、前記表1a~1j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、<12>に記載の方法。
<19>収量予測モデルが、前記表1a~1j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500個を用いる、<12>に記載の方法。
<20>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<12>~<19>のいずれかに記載の方法。
<21>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>~<20>のいずれかに記載の方法。
2019年に実施した屋内ポット栽培試験データについて詳述する。
中期肥効型培土(タキイ含水セル培土、タキイ種苗株式会社)とバーミキュライト(あかぎ園芸株式会社)を体積比1:1で混合し、当該土壌をポリポット(直径10.5cm、高さ9cm)に充填した。栽培は屋内で行い、栽培条件は、明期12時間、25℃、LED光源、光量400~440μmol/m2/sとし、一般的な春まきコムギの栽培に相当する条件で栽培を行った。播種から14日後に、1ポットあたり1植物となるように間引きを行った。水やりは、ポットの下に置いたバットの水がなくなった後に、新たにポットの下部5cm程度が浸かる量の水をバットに加えることで行った。
ポットあたり1g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「化成肥料14号」株式会社サンアンドホープ)を土壌に混和した。上記基本施肥量1/2倍量及び2倍量、4倍量の条件も設定することで、計4種類の施肥条件での栽培を行った。各施肥条件6ポットずつ、計24ポットを用意した。2019年10月30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)。なお、品種は、「農林61号」を用いた。播種14日後に1ヵ所につき1本に間引きし、各ポット2株立てとした。サンプリングは11月27日に行った。収穫は2020年1月8日に実施した(播種後70日)。なお、1個体が欠株したため、収量予測には計23個体を用いた。
葉のサンプリングは、播種後27日後となる日の日中に実施した(おおむね13時―15時)。この際のコムギの生育ステージは、個体により若干異なるが概ね個体あたりの葉の数が12-15枚程度であり、生育ステージでは茎立期に相当した。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70日である2020年1月8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)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(gDW/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0.4gDW/個体、最大で4.9gDW/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)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23個体分の葉中1,450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23×1,450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~4sに示す。なお、表中の「成分No.」は1,450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1,450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23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500位までのリストを表5a~5g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~5g)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500位までのすべての成分を選択し、1データ当り該500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23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=0.59、予測性を示すQ2=0.50であった。結果を図1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500位までのすべての成分の分析データ、21位以下500位までのすべての成分の分析データ、31位以下500位までのすべての成分の分析データ・・・及び61位以下500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500位までのすべての成分の分析データ~31位以下500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、より詳細に検討したところ、VIP値41位以下500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2)。
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8個の組み合わせ(45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8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 (20)
- コムギから採取された葉サンプルから1以上の成分の分析データを取得し、当該データとコムギ収量との相関性を利用してコムギの収量を予測する、コムギの収量予測方法。
- 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、請求項1に記載の方法。
- 前記成分が、質量分析により提供される精密質量(m/z)が104~1178である成分から選ばれる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~1jに記載の成分No.1、5、7、12、14、17、20、24、27、29、34、41、46、47、48、52、58、60、61、64、68、70、71、72、74、83、84、85、90、92、98、101、106、107、109、110、111、115、117、118、125、129、131、132、133、136、143、144、145、155、160、162、163、164、169、170、171、172、178、179、180、181、183、184、186、189、191、192、193、196、198、199、203、204、206、210、214、216、218、225、227、231、233、235、237、244、250、255、256、264、266、271、282、283、286、291、292、294、297、298、308、310、312、315、318、323、329、330、331、334、338、345、346、348、349、355、357、358、360、361、373、374、381、384、385、386、388、392、393、395、399、406、408、411、412、422、428、429、431、436、437、439、440、444、449、454、455、457、461、468、470、482、497、501、502、505、507、509、513、517、521、526、528、530、531、535、541、542、543、545、546、547、548、554、562、565、568、571、574、584、586、588、589、591、592、596、599、601、607、609、610、612、616、619、623、625、627、631、634、637、638、640、642、643、644、646、648、649、651、653、654、655、656、660、662、665、671、672、674、675、680、683、684、686、690、698、701、708、710、711、713、716、717、718、720、722、723、726、731、732、736、740、742、743、745、749、750、753、757、760、761、763、764、765、768、774、777、778、781、783、784、785、786、787、788、792、793、795、796、801、803、805、808、809、815、817、819、823、824、825、826、834、835、845、846、853、854、856、857、862、864、865、869、874、875、876、877、879、886、888、893、898、899、901、902、904、905、909、916、922、924、925、929、932、933、934、935、937、938、939、941、942、945、947、950、951、957、958、961、963、967、968、970、971、974、978、979、983、987、988、989、991、994、995、998、1005、1007、1008、1009、1010、1013、1017、1018、1021、1026、1027、1029、1031、1035、1038、1039、1040、1041、1043、1046、1047、1052、1060、1061、1064、1067、1068、1069、1072、1074、1076、1077、1085、1087、1094、1096、1103、1106、1110、1114、1116、1121、1123、1126、1127、1130、1132、1134、1142、1143、1146、1147、1148、1149、1153、1157、1159、1177、1179、1181、1182、1183、1184、1185、1186、1188、1193、1194、1195、1198、1199、1200、1206、1209、1210、1213、1215、1217、1218、1219、1226、1227、1232、1237、1238、1239、1240、1242、1244、1246、1249、1250、1251、1254、1257、1262、1264、1274、1275、1278、1279、1281、1284、1287、1292、1295、1296、1308、1312、1314、1315、1318、1320、1328、1330、1331、1334、1335、1336、1337、1338、1339、1342、1344、1345、1346、1349、1350、1351、1354、1355、1362、1370、1381、1396、1400、1403、1406、1408、1409、1410、1411、1413、1414、1415、1417、1418、1419、1423、1441、1442、1444、1445、1446及び1450から選ばれる1種以上である請求項4に記載の方法。
- 成分が、前記表1a~1jに記載の成分No.1、12、17、20、34、48、52、58、60、61、68、71、72、74、83、84、85、90、92、101、107、109、110、115、117、118、129、132、133、136、143、160、164、170、171、172、178、179、181、184、189、191、193、196、198、203、206、210、218、235、237、249、255、257、282、283、291、294、297、298、310、312、315、318、330、331、345、346、348、355、360、361、362、373、384、386、388、392、395、406、408、411、412、440、444、449、452、454、455、457、461、470、482、501、505、513、521、530、535、541、542、546、548、565、571、574、579、589、607、610、612、616、634、646、648、656、660、662、701、708、710、716、731、732、740、743、749、750、753、757、760、761、767、768、774、777、783、785、787、788、792、794、795、803、808、809、815、823、824、825、835、845、846、853、854、856、862、863、864、865、869、874、875、876、877、879、886、888、893、895、904、905、909、916、921、922、929、933、934、938、939、942、945、947、951、966、967、968、970、971、983、987、988、994、995、998、1003、1005、1008、1009、1010、1013、1017、1018、1021、1027、1031、1035、1038、1039、1040、1047、1052、1061、1067、1068、1069、1072、1077、1085、1094、1096、1106、1118、1121、1126、1127、1132、1134、1143、1153、1159、1181、1183、1186、1194、1198、1199、1209、1213、1217、1218、1232、1237、1238、1239、1242、1244、1254、1264、1275、1278、1279、1284、1292、1295、1308、1312、1314、1315、1318、1320、1330、1331、1334、1337、1338、1339、1345、1346、1350、1355、1362、1408、1412、1415、1418、1419、1442、1444及び1446から選ばれる1種以上である請求項4に記載の方法。
- 成分が、前記表1a~1jに記載の成分No.12、20、34、48、58、61、85、101、109、115、132、133、172、184、193、198、206、255、282、283、312、330、331、346、348、355、361、386、449、461、482、505、542、589、662、731、760、761、783、785、787、815、824、825、874、875、886、929、934、994、1005、1009、1039、1040、1067、1068、1085、1143、1181、1183、1186、1209、1232、1244、1279、1284、1337、1346、1350及び1355から選ばれる1種以上である請求項4に記載の方法。
- 成分が、ピログルタミン酸、L-アスパラギン、クロクサチンG、ククルビン酸及び5-アミノイミダゾールリボヌクレオチドから選ばれる1種以上を含む、請求項4に記載の方法。
- 葉サンプルが、出芽期から出穂期のコムギから採取される、請求項1~8のいずれか1項に記載の方法。
- 葉サンプルが、5葉齢期から幼穂形成期のコムギから採取される、請求項1~8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1~10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~1j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500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4~11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~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500個の中から少なくとも5個を用いる、請求項12に記載の方法。
- 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500個の中から少なくとも10個を用いる、請求項12に記載の方法。
- 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、請求項12に記載の方法。
- 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、請求項12に記載の方法。
- 収量予測モデルが、前記表1a~1j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8個を用いる、請求項12に記載の方法。
- 収量予測モデルが、前記表1a~1j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12に記載の方法。
- 収量予測モデルが、前記表1a~1j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500個を用いる、請求項12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12~19のいずれか1項に記載の方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020172821 | 2020-10-13 | ||
JP2020172821 | 2020-10-13 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022064329A true JP2022064329A (ja) | 2022-04-25 |
JP7513581B2 JP7513581B2 (ja) | 2024-07-09 |
Family
ID=81209180
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021168110A Active JP7513581B2 (ja) | 2020-10-13 | 2021-10-13 | コムギの収量予測方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7513581B2 (ja) |
WO (1) | WO2022080412A1 (ja) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012510062A (ja) * | 2008-11-25 | 2012-04-26 | ザ・ジョージ・ワシントン・ユニバーシティ | 赤外レーザアブレーションによる三次元の分子画像のエレクトロスプレーイオン化質量分析 |
EP2641092A1 (en) * | 2010-11-16 | 2013-09-25 | University College Cork - National University of Ireland, Cork | Prediction of a small-for-gestational age (sga) infant |
CN107356569B (zh) * | 2017-06-06 | 2019-10-29 | 河南农业大学 | 基于叶绿素荧光预测小麦籽粒产量的方法及其模型的构建方法 |
-
2021
- 2021-10-13 JP JP2021168110A patent/JP7513581B2/ja active Active
- 2021-10-13 WO PCT/JP2021/037901 patent/WO2022080412A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
JP7513581B2 (ja) | 2024-07-09 |
WO2022080412A1 (ja) | 2022-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Couture et al. | Spectroscopic determination of ecologically relevant plant secondary metabolites | |
Camin et al. | Isotopic and elemental data for tracing the origin of European olive oils | |
He et al. | Taxonomic identity, phylogeny, climate and soil fertility as drivers of leaf traits across Chinese grassland biomes | |
Bucher et al. | Inter-and intraspecific variation in stomatal pore area index along elevational gradients and its relation to leaf functional traits | |
Chavez-Vergara et al. | Organic matter dynamics and microbial activity during decomposition of forest floor under two native neotropical oak species in a temperate deciduous forest in Mexico | |
CN104408307B (zh) | 田间小麦白粉病发病程度的快速监测方法及其监测模型的构建方法 | |
WO2022080411A1 (ja) | イネの収量予測方法 | |
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 | |
Cui et al. | The effects of mowing and multi-level N fertilization on soil bacterial and fungal communities in a semiarid grassland are year-dependent | |
Griepentrog et al. | Influence of plant growth form, habitat and season on leaf-wax n-alkane hydrogen-isotopic signatures in equatorial East Africa | |
Roscher et al. | Trait means, trait plasticity and trait differences to other species jointly explain species performances in grasslands of varying diversity | |
WO2020213672A1 (ja) | ダイズの収量予測方法 | |
Montero-Vargas et al. | Metabolic phenotyping for the classification of coffee trees and the exploration of selection markers | |
Vassiliadis et al. | A simple LC–MS method for the quantitation of alkaloids in endophyte-infected perennial ryegrass | |
Roscher et al. | Functional groups differ in trait means, but not in trait plasticity to species richness in local grassland communities | |
Çatav et al. | NMR-based metabolomics reveals that plant-derived smoke stimulates root growth via affecting carbohydrate and energy metabolism in maize | |
Murphy et al. | Analysing Sr isotopes in low‐Sr samples such as single insects with inductively coupled plasma tandem mass spectrometry using N2O as a reaction gas for in‐line Rb separation | |
Roscher et al. | Origin context of trait data matters for predictions of community performance in a grassland biodiversity experiment | |
Carvalho et al. | The potential of hyperspectral patterns of winter wheat to detect changes in soil microbial community composition | |
WO2022080412A1 (ja) | コムギの収量予測方法 | |
Wan et al. | Improving retrieval of leaf chlorophyll content from Sentinel-2 and Landsat-7/8 imagery by correcting for canopy structural effects | |
Rivas-Ubach et al. | Deciphering the source of primary biological aerosol particles: a pollen case study | |
Joergensen et al. | Evaluation of organic sunflower fertilization using δ 15 N values | |
JP7244338B2 (ja) | ダイズの収量予測方法 | |
WO2022080410A1 (ja) | トウモロコシの収量予測方法 |
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 |
|
TRDD | Decision of grant or rejection written | ||
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 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7513581 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |