リトカーパス・リツェイフォリウス（甜茶）の産地と栽培実践を多データ融合と機械学習で追跡する

なぜ新しい種類の甜茶が重要なのか

リトカーパス・リツェイフォリウスの葉から作られる甜茶は、健康飲料や天然の低カロリー甘味料として中国で急速に人気を集めています。葉にはスクロースより数百倍の甘さを示す強力な植物由来化合物が含まれ、ほとんどカロリーを加えないうえに肝臓保護や血糖コントロールを助ける可能性もあります。しかし需要の高まりとともに疑問が生じます：これらの葉は正確にはどこで採られているのか、どのように栽培されているのか、ラベルに書かれた情報は実際の製品と一致しているのか？本研究は、化学と人工知能を組み合わせて、甜茶の科学的な“指紋”を構築することでこれらの問いに取り組みます。

特別な樹の背景にある物語

リトカーパス・リツェイフォリウスは「甜茶」として知られ、中国の一部地域で何世紀にもわたり飲料や伝統的な薬として利用されてきました。現代の研究は、その葉がジヒドロカロコン類と呼ばれる天然甘味料（フロリジンやトリロバチンなど）に富み、砂糖より約300倍の甘味を持ちながらカロリーはごくわずかであることを示しています。これらの分子は抗酸化作用や抗糖尿病的効果の可能性も示しており、臨床試験や茶から菓子に至る多くの製品開発を促しました。しかし急成長は規制の整備を上回っており、複数の省にまたがる農家がさまざまな条件で栽培を行い、産地表示が必ずしも信頼できず、品質管理も十分ではありません。その結果、供給連鎖が分断され、消費者や製造者が実際に何を手にしているかを判断しにくくなっています。

場所の化学的指紋を読み取る

この混乱に秩序をもたらすため、研究チームは中国の四つの省の七つの主要な甜茶生産地域から163点の葉サンプルを収集しました。各サンプルについて三種類の広範な情報を測定しました。第一に、ジヒドロカロコン類などの甘味化合物、風味や健康価値を形作る有機酸、栄養素を含む22種の機能性化合物。第二に、長期的な気候や水源、農法を反映する微妙な元素の形の違いである炭素・窒素・水素・酸素の4つの安定同位体比。第三に、カリウムやマグネシウムなどの必須元素から微量金属や地元の岩石・土壌に由来する希土類元素に至る49種の元素。これらの層を合わせることで、偽造が難しい各ロットの詳細な化学的“パスポート”が作られます。

アルゴリズムが産地を見分ける仕組み

各データ型だけでは地域や栽培様式を部分的にしか識別できないことがありました。例えば、風味関連化合物だけを見れば同じ省の一部の野生と栽培サンプルはかなり似て見えました。そこで研究チームは機械学習とデータ融合に頼り、多数の手がかりを同時に組み合わせて複雑なパターンを検出させました。彼らは八つの異なるアルゴリズムと複数のデータ統合方法を検証し、すべての測定を単純に積み上げる方法から、まず情報量の多い特徴を抽出してからモデル出力を組み合わせる方法まで試しました。最終的に、カフェイン、ある植物由来の甘味化合物の派生体、ルビジウム・セリウム・ストロンチウムの各元素、そして窒素同位体信号という6つの主要変数だけで、複数モデルを組み合わせた体系が学習時と検証時の両方で全サンプルの生育地域を正確に特定できることが分かりました。

葉に残る栽培条件の痕跡

産地追跡にとどまらず、研究はなぜ異なる場所の甜茶が見た目や味で異なるのかも問いました。6つの主要化学マーカーを気候や地理と比較することで、標高、降雨、日照、気温などの要因が植物の化学組成を強く形作ることが示されました。例えば、より寒冷で乾燥した場所ではカフェインや特定の甘味化合物の蓄積が促され、これは植物のストレス応答の一部と考えられます。ストロンチウムやセリウムといった元素のパターンはより深い地質学的履歴を反映しており、珪酸岩由来の赤土か炭酸塩岩からなるカルスト地形かといった生育地の違いを示します。窒素同位体の信号は施肥頻度に応じて変化し、栽培方法が植物本来の価値ある甘味化合物の生成を促進または抑制する仕組みを示唆します。

信頼できる表示から賢い栽培へ

植物化学、土壌や水の指紋、気候記録、機械学習を織り交ぜることで、本研究は甜茶の産地や栽培方法を検証する高い信頼性を持つシステムを提供します。日常の飲用者にとっては、プレミアム表示が巧みなパッケージングではなく実際の原産地と品質を反映しているというより強い保証を意味します。生産者や規制当局にとっては、主要マーカーと環境に関する知見が、望ましい甘味化合物を高めつつ重金属を低く抑え、持続可能な農業を促進する栽培戦略を示します。実務的には、限られた数の適切な測定で消費者を守り、正直な生産者を報い、この並外れて甘い樹の将来の発展を導くことができると本研究は示しています。

引用: Tang, Y., Yu, P., Xiong, F. et al. Tracing origin and cultivation practice of Lithocarpus litseifolius via multi-data fusion and machine learning approaches. npj Sci Food 10, 105 (2026). https://doi.org/10.1038/s41538-026-00748-0

キーワード: 甜茶, 食品のトレーサビリティ, 機械学習, 植物化学, 地理的原産地