光とデータマイニングで何が見えるか？ Visualization of invisible qualities using fluorescence fingerprint and data mining 蔦 瑞樹 TSUTA, Mizuki 国立研究開発法人 農業・食品産業技術総合研究機構 食品研究部門 Food Research Institute, National Agriculture and Food Research Organization 1. 蛍光指紋による「見える化」 光と物質の間には様々な相互作用が生じる。例えば、葉が緑色に見えるのは色素が 光を「吸収」するからであり、夕焼けが赤いのは青い光が空気中の分子で「散乱」さ れるからである。本講演では、こうした相互作用の中でも蛍光、特に蛍光指紋に焦点 を当てる。 蛍光とは、Y シャツにブラックライトを照射すると青白く光るように、対象にある色 （波長）の光を照射した時に、それが吸収されて別の波長の光が発せられる現象であ る。蛍光指紋は試料に照射する光（励起光）の波長, 試料から発せられる蛍光の波長, そ してその蛍光強度の３軸からなる３次元データである. 得られる等高線状のデータは、 各物質に固有の形状パターンを示し, 一般的な蛍光分析に比べ情報量が多いという特 徴がある. 試料にどの波長が吸収され、どの波長の光が発せられるかを、網羅的に調べ ることができるため、農産物、食品、飲料等様々な対象の品質を「見る」のに有効な 手法といえる。しかし、紫外・近赤外領域の人間の目には「見えない」情報を含むこ と、また調査する励起・蛍光波長の組み合わせが膨大で「一見しただけ」では情報を 把握しきれないことから、次に紹介するデータマイニングと組み合わせて活用するこ とが多い。 2. データマイニングによる「見える化」 近年の分析装置の高度化とコンピューターの処理能力向上により、様々な現場で膨 大な量のデータが取得されるようになってきた。得られたデータは行方向がサンプル、 列方向が特徴量（蛍光指紋で言えば波長条件）に対応する巨大なスプレッドシート、 すなわち数値の羅列として得られることが多い。しかし、人間には 4 次元以上のデー タ（特徴量が 4 つ以上）を知覚することはできないため、何らかの方法でデータを知 覚可能な形に変換する必要がある。そこで用いられるのが主成分分析、partial least squares (PLS) 回帰分析といったデータマイニング手法であり、これらを用いるとサ ンプル間の差異（ 「行」間の違い）やその要因となる特徴量（重要な「列」 ）を見つけ ることが可能となる。 3. 応用事例 講演では、蛍光指紋とデータマイニングを組み合わせた下記のような事例を紹介す る予定である。 ・泡盛新酒・古酒の識別 ・モモ果汁のラジカル消去活性能推定 ・牛肉表面における生菌数の推定
© Copyright 2024 ExpyDoc
