Exhaustive analyses on interrelationships among plant functional traits based on application of machine learning to an open access database

2023 Fiscal Year Annual Research Report

• Project/Area Number: 21K06354
• Research Institution: The University of Tokyo
• Principal Investigator: 饗庭 正寛 東京大学, 大学院農学生命科学研究科(農学部), 特任助教 (80751990)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: 機能形質 / 樹木群集 / 機能的多様性 / 森林生態学

Outline of Annual Research Achievements

植物の機能形質データベースTRYに登録されたデータのうち、1875種の10形質を対象に機械学習を活用した形質間関係の解析を行った。全ての形質について機械学習モデルの予測能力が単回帰モデルの予測能力を上回っており、形質間関係における複数形質間の関係、交互作用、非線形性の重要性が示唆された。系統情報のみを説明変数とするモデルと系統情報と形質の両方を用いたモデルを比較すると両方を用いたモデルの予測性能が大幅に高く、近縁種間においても形質間関係が重要であることが示された。また形質のみを説明変数とするモデルと系統情報と形質の両方を用いたモデルを比較すると両方を用いたモデルの予測性能がやや高くなっており今回のモデルに含まれずかつ系統的に保存された形質の重要性もしくは系統と形質の交互作用の存在が示唆された。またFriedman’s Hと呼ばれる指標の算出により、形質間関係で説明されるばらつきの最大30%程度が形質間の交互作用によるものであることが実証された。さらに国産樹木157種の18形質を対象に形質の多次元空間内における配置を再現するために必要な形質数を距離相関により検証した。その結果、距離相関0.9を達成するためには最低6形質が必要であり0.95を達成するためには、最低10形質が必要であった。樹木の研究で使用頻度の高い樹高、重量あたり葉面積、種子重量の3形質と全18形質の距離相関は0.80、材密度と葉サイズを加えた5形質との距離相関は0.84であり、これらの形質を選択することが最善ではない可能性が示唆された。本研究で発見された植物の形質間関係の様々な特性はそうした予測・評価に係る応用研究の精度向上に寄与するものである。また、形質多次元空間内の配置に関する知見は応用研究においても重要性の高い機能的多様性の効率的な活用に繋がる可能性が高い。