九州大学大学院一貫性博士課程2年の岩政公平氏と同大学の野下浩司助教らの研究グループは、葉脈の「かたち」の規則性と多様性をデータに基づき特定することに成功した。
植物の葉脈は、水や光合成産物の輸送に重要な役割を果たしており、透水性や蒸散効率、食害などの損傷に対する耐性（ロバスト性）など、様々な機能的な要請から規則的でありながらも多様性を示している。しかし、従来の研究では、長さ、直径、分岐角度などの単純な計測値に基づく評価が中心であり、葉脈全体を輸送ネットワーク構造として捉えて定量化する「フェノタイピング（表現型計測）」の手法は用いられてこなかった。
本研究では、画像解析と深層学習、形態測定を組み合わせた簡便かつ高効率なフェノタイピング法を新たに開発した。深層ニューラルネットワークモデルにより画像から葉脈のみを抽出し、グラフに変換することで、ネットワーク特徴量の算出が可能となる。この数値データを用いて、階層的で複雑な葉脈構造の数理解析を行い、葉脈の「かたち」の規則性と多様性の特定を試みたという。
研究グループは、5種479枚の葉標本と、国立科学博物館葉脈標本データベースに含まれる5属328枚の染色標本に、開発したフェノタイピング手法を適用した。その結果、葉脈の「かたち」のデータが1次元的な分布を示し、その分布に沿ってツリー状からループ状へ遷移するという規則性と多様性を見出した。また、この分布パターンは、輸送効率、形成効率、損傷に対するロバスト性のいずれかを改善しようと葉脈の「かたち」を変化させると、それ以外のいずれかもしくは両方が低下してしまうというトレードオフ関係にあたる「パレート最適」の状態にある可能性が高いことも突き止めたとしている。
本研究で用いたアプローチは、今後、葉脈以外の網状のネットワーク構造にも展開が期待される。例えば、特定の人工物に求められる機能要請から、トレードオフに基づく最適なデザイン提案をする際の解析基盤となることなどが期待されるとしている。
