本文へ

ニュース

幾千のAIで複雑な生態系を読み解く
-湖沼生態系の相互作用を解明し、水質改善につなげる-

理化学研究所(理研)バイオリソース研究センター統合情報開発室の鈴木健大開発研究員、桝屋啓志室長、国立環境研究所生物多様性領域生態系機能評価研究室の松崎慎一郎室長の共同研究チームは、多数のAI プロセスの協働により、生態系における時間的なデータから各要素間の関係(相互作用)を推定する手法を開発し、この手法を霞ヶ浦の長期観測データに適用することで、水質悪化に結び付くラン藻類の大増殖(アオコ)の要因の一端を明らかにしました。

本研究成果は、生態系の駆動プロセスの解明や予測、制御だけではなく、疾患治療や健康維持、農業技術開発など、多様な分野におけるバイオリソースの新たな利活用につながると期待できます。

生態系の観測データは生物量、栄養塩濃度、気象因子などさまざまな要素から構成されるため、これらの複雑な時間変動から要素間の相互作用を解明することは困難でした。

今回、共同研究チームは、ニューラルネットワークを同時に数千以上利用することで、生物・化学・物理プロセスをまたぐ複合的な観測データから、要素間の因果ネットワークを推定できる手法を開発し、「EcohNet」と名付けました。EcohNetを茨城県霞ヶ浦の長期モニタリングデータに適用することで、水温が湖沼生態系全体の構成要素に支配的な影響を与えること、植物プランクトンのグループごとに制御要因(光や栄養塩などの資源利用や、捕食・競争を通じた影響など)が異なることを明らかにしました。さらに、EcohNet が生態系の変動予測に利用できることを示しました。EcohNet の有効性は、実験データと数値シミュレーションの両方によって支持されました。

本研究は、科学雑誌『Proceedings of the National Academy of Sciences(PNAS)』オンライン版(10月10日付)に掲載されました。