データ駆動型オンサイト診断技術: 長期的健全性を確保するための微生物腐食リスク予測(委託研究); 令和6年度英知を結集した原子力科学技術・人材育成推進事業

Data-driven on-site diagnostic technology: Predicting microbiologically influenced corrosion risk for ensuring long-term integrity (Contract research); FY2024 Nuclear Energy Science & Technology and Human Resource Development Project

廃炉環境国際共同研究センター; 海洋研究開発機構*

Collaborative Laboratories for Advanced Decommissioning Science; Japan Agency for Marine-Earth Science and Technology*

日本原子力研究開発機構(JAEA)廃炉環境国際共同研究センター(CLADS)では、令和元年度から英知を結集した原子力科学技術・人材育成推進事業(以下、「本事業」という。)を実施している。本事業は、東京電力ホールディングス株式会社福島第一原子力発電所(1F)の廃炉等をはじめとした原子力分野の課題解決に貢献するため、国内外の英知を結集し、さまざまな分野の知見や経験を従前の機関や分野の壁を越えて緊密に融合・連携させた基礎的・基盤的研究および人材育成を推進することを目的としている。平成30年度の新規採択課題から実施主体を文部科学省からJAEAに移行することで、JAEAとアカデミアとの連携を強化し、廃炉に資する中長期的な研究開発・人材育成をより安定的かつ継続的に実施する体制を構築した。本研究は、令和6年度に採択された研究課題のうち、「データ駆動型オンサイト診断技術:長期的健全性を確保するための微生物腐食リスク予測」の令和6年度分の研究成果について取りまとめたものである。本研究は、ハイスループットな解析手法の開発や現場環境を模擬した試験、事故炉環境を想定した試験を通して、データ駆動型の統計解析を駆使し、高精度に微生物腐食リスクを予測することが可能な革新的オンサイト診断技術のプロトコルを確立・提供することを目的としている。そのために、ハイスループット解析手法、現場環境を模擬した試験、事故炉環境を想定した試験を組み合わせ、データ駆動型の統計解析を導入した。福島県内から環境試料を採取し、微生物群集構造を解析するとともに、オンサイト遺伝子診断に必要な要素技術の開発を進めた。これらの試料を用いて、さまざまな培養条件下で鉄腐食能を評価し、1F施設環境を模擬した試験系の設計を行った。さらに、実際の鉄腐食を測定できるハイスループット試験系を検証し、腐食バイオマーカーデータベースの基盤を整備した。また、微生物群集構造データと過去のMIC活性データを統合し、統計解析手法の適用性と課題を明らかにした。加えて、福島県内で先導的に環境試料採取を行い、腐食試料中の微生物観察に有効な固定条件を特定した。以上により、環境微生物群集情報、腐食関連微生物の培養、統計解析の適用性に関する有益な知見を得た。本成果は、1F周辺を含む多様な環境に適用可能なバイオマーカーに基づくユビキタスMIC診断技術の基盤を提供するものである。

The Collaborative Laboratories for Advanced Decommissioning Science (CLADS), Japan Atomic Energy Agency (JAEA), has been conducting the Nuclear Energy Science & Technology and Human Resource Development Project (hereafter referred to "the Project") from FY2019. The Project aims to contribute to solving problems in the nuclear energy field represented by the decommissioning of the Fukushima Daiichi Nuclear Power Station (1F), Tokyo Electric Power Company Holdings, Inc. (TEPCO). For this purpose, intelligence was collected from all over the world, and basic research and human resource development were promoted by closely integrating/collaborating knowledge and experiences in various fields beyond the barrier of conventional organizations and research fields. The sponsor of the Project was moved from the Ministry of Education, Culture, Sports, Science and Technology to JAEA since the newly adopted proposals in FY2018. On this occasion, JAEA constructed a new research system where JAEA-academia collaboration is reinforced and medium-to-long term research/development and human resource development contributing to the decommissioning are stably and consecutively implemented. Among the adopted proposals in FY2024, this report summarizes the research results of the "Data-driven on-site diagnostic technology: predicting microbiologically influenced corrosion risk for ensuring long-term integrity" conducted in FY2024. The present study aims to establish an innovative on-site diagnostic protocol capable of predicting microbiologically influenced corrosion (MIC) risks with high accuracy. To achieve this, we combined high-throughput analytical methods, simulated field experiments, and data-driven statistical analyses. Environmental samples were collected in Fukushima Prefecture to characterize microbial community structures and to develop key technologies for on-site genetic diagnostics. Using these samples, we evaluated the iron-corroding potential under various culture conditions and designed experimental systems simulating 1F environment. A high-throughput testing framework was validated for its ability to measure actual iron corrosion. In parallel, statistical approaches integrating microbial community profiles with MIC activity data were applied, yielding useful insights into both their applicability and limitations. Further, fixation methods for microbial observation in corrosion samples were examined, and optimal conditions were identified. Overall, the project provided valuable information on environmental microbial communities, cultivation of corrosion-associated microorganisms, and data-driven statistical approaches. These results lay the groundwork for the development of biomarker-based, ubiquitous diagnostic technologies for MIC applicable to diverse field environments, including those around 1F site.