実は謎めいている「桜」の語源 代表的な3つとは 花見の風習はいつ生まれた？ 202203

実は謎めいている「桜」の語源　代表的な3つとは　花見の風習はいつ生まれた？
HintPot より　220316   鶴丸 和子

満開の桜の花
　今年も桜の開花が気になる時季になりました。日本気象協会によると、2022年の開花予想は平年並みのところが多く、北陸や東北、関東は一部で平年よりやや早めになる見込みだそう。3月20日頃から順に、桜の開花に関するニュースが届きそうです。日本人が愛する桜の花について、「さくら」と呼ばれる理由や花見の由来について解説します。

　◇　◇　◇

桜の語源　昔は花見といえば梅だった？
　日本を代表する花といえば桜ですが、その語源にはどこか謎めいたところもあります。諸説ある中でも、代表的なものは次の3つです。

【1. 神様の宿る場所の意味が語源説】
　冬の間は山にいた田の神様が、春になると里へ降りてきて桜の木に座すと考えられていました。「さ」は稲や田の神様を、「くら」は神様の座る場所「御蔵」を意味し、桜の花の咲き具合でその年の稲の豊作を占ったそうです。農民たちは桜の木の根元に酒をまくなどして豊作祈願しました。

【2. 木花咲耶（コノハナサクヤ）姫が語源説】
　桜の花のように美しく、はかなく散ったコノハナサクヤ姫は、「古事記」や「日本書記」などに登場する女神。そのサクヤから転じたともいわれています。父神は、日本の山の神の総元締め大山祇命（オオヤマツミ）です。

【3. 咲くに接尾語が付いた説】
「咲く」に花の密生する植物全体を意味する「ら」がついて名詞になったとの説も。「ら」は複数を意味するともいわれています。

　いずれにしても、「桜」の語源については、さまざまな言い伝えや説があり、定説はないとされています。

⚫︎花見の風習はいつから？　元々は梅の花
　花見の風習は奈良時代からあったとみられています。ただし、この頃に詠まれた歌は「梅」にまつわるものが多く、梅で花見をしていた説も。平安時代になって、貴族たちは美しい桜の花を愛で、宴を開いて歌を詠みました。それが花見のルーツといわれています。

　鎌倉時代以降、花見は武士の間にも広まっていきました。豊臣秀吉が開催した「吉野の花見」や「醍醐の花見」が知られています。江戸時代になると庶民にも花見の風習が広がりました。8代将軍・徳川吉宗が飛鳥山（東京都北区）や隅田川の土手などに桜を植樹すると、江戸の人々は美しい桜を見て弁当を食べたり、歌ったりしながら、春を楽しみました。

⚫︎桜にまつわる日本語もたくさん
　桜の花を愛で、楽しみ、暮らしてきた日本人。古くから愛されてきた桜の花にまつわる表現もたくさんあります。皆さんはいくつご存じですか？

○花盛り：満開の桜のこと
○こぼれ桜：満開になってしだれ落ちる様子
○朝桜：朝の霞を受けて咲いている美しい様子
○夜桜：夜に見る桜のこと
○桜吹雪：花びらが舞う様子
○桜流し：春の雨で花びらが散って水面に流れる様子
○花冷え：桜の花が咲く頃に寒さが戻ること
○花の浮き橋：水面に散った花びらが敷き詰められた様子

　桜の花を愛でるお花見は、現代にも続く春ならではの風習です。お酒を飲んで陽気にすごすイメージも強いですが、マナーはきちんと守りましょう。季節を感じ、楽しむ伝統として大切にしていきたいですね。

【参考】
「眠れなくなるほど面白い 図解 日本のしきたり」千葉公慈監修（日本文芸社）
「季節の行事と日本のしきたり事典ミニ」新谷尚紀著（マイナビ文庫）
レファレンス協同データベース（神戸市立中央図書館）
https://crd.ndl.go.jp/reference/modules/d3ndlcrdentry/index.php?page=ref_view&id=1000215681

鶴丸 和子（つるまる・かずこ）和文化・暦研究家。

　留学先の英国で、社会言語・文化学を学んだのをきっかけに“逆輸入”で日本文化の豊かさを再認識。習わしや食事、季節に寄り添う心、言葉の奥ゆかしさなど和の文化に詰まった古の知恵を、今の暮らしに取り入れる秘訣を発信。

神戸大が「動かないと筋肉が減少するメカニズム」を解明 202203

神戸大が「動かないと筋肉が減少するメカニズム」を解明

　サンテレビより　　220316

　神戸大学は、運動しないと筋肉の量が減少するメカニズムを世界で初めて解明したと発表しました。 

　これまで、体を動かさないと筋肉の量が減るということは知られていましたが、そのメカニズムについては明らかになっていませんでした。

　神戸大学大学院の小川渉教授の研究グループは、動物の筋肉内のカルシウム濃度の変化を観察する方法を開発。 

　マウスや実際に骨折した人の細胞を調べて、筋肉を動かさないとカルシウム濃度が低くなり、筋肉を減らす引き金になることを発見したほか、筋肉内の3種類のタンパクが筋肉を減らす働きをすることなどを突き止めました。

　研究グループは今回の研究成果により、今後入院中の高齢者の筋力低下の改善や、治療薬の開発が期待できるとしています。

石原慎太郎さんの妻は1カ月で…後を追うように亡くなる夫婦の特徴は？ 202203

石原慎太郎さんの妻は1カ月で…後を追うように亡くなる夫婦の特徴は？
　　日刊ゲンダイDIGITAL　より　220316

石原慎太郎・典子夫妻（Ｃ）日刊ゲンダイ
　今年2月1日に亡くなった石原慎太郎元東京都知事（享年89）の妻・典子さんが8日、84歳の生涯を閉じた。1955年、17歳で幼なじみだった慎太郎さんと結婚、4男をもうけた。長男で元衆院議員の伸晃氏（64）はツイッターで〈父 慎太郎が亡くなってから「寂しいわねぇ」と母はとても悲しんでおりました。大好きだった父の隣に寄り添うべく旅立ったのだと思います〉と報告している。　

　典子さんは60年以上支えた夫の死後、約1カ月で後を追うように亡くなったが、これは珍しいことではないらしい。SNSにも〈うちの祖父母も1週間あけて立て続けに亡くなりました〉〈1月に父親が逝去しその年の12月に母親が亡くなりました　永く連れ添ったからこその現実なんだなと心に言い聞かせました〉などと投稿者の身近な夫婦のエピソードが綴られている。

⚫︎芸能界でも配偶者の後を追うように亡くなったケースは？
　2018年4月27日に朝丘雪路さん（享年82）が亡くなって約3カ月後の8月4日に津川雅彦さん（享年78）が、

　同年9月15日に樹木希林さん（享年75）が亡くなって約半年後の19年3月17日に内田裕也さん（享年79）が死去している。　ほかに、

　南田洋子さん（享年76=09年10月21日）の死去から、約1年5カ月後に長門裕之さん（享年77=11年5月21日）、

　野村沙知代さん（享年85=17年12月8日）の死去から約2年2カ月後に克也さん（享年84=20年2月11日）が亡くなっている。

　こうした夫婦には何か共通点があるのだろうか。婚活アドバイザーで「マリーミー」代表の植草美幸氏が言う。

⚫︎相方のいない余生が想像できなくなる
「これまで見聞きしたケースでは、波乱万丈の人生の戦友だった夫婦に多い印象です。一般人でいえば『自営業者の夫と妻』のケース。たとえば、あるクリーニング屋の男性（70代）は、妻（70代）が癌で亡くなった3か月後に突然亡くなりました。20歳前半で結婚し、店の経営も子育ても二人三脚で、老後も2人で過ごす予定を立てていました。

　石原さん夫婦もそうですが、恋愛結婚で『青春時代を共有したカップル』は、人生の成長過程をともに経験してきたので、相方のいない余生が想像できなくなるといいます。60代、70代でも仲睦まじく過ごせる分、片方が亡くなれば落ち込みも半端ないわけです」

　ちなみにこの傾向は、戦後まもない世代に多い。最近は晩婚化で、結婚までに独身生活を謳歌し、配偶者に〝依存〟しない人は多い。相談所の場合、世代が若いということもあるが、現実はシビアだ。

「とくに、30代、40代の女性は配偶者の死後、半年も待たずに入会する方が少なくありません。先日もセミナーに『先月夫を亡くしました』という女性がいました。同じ世代でも男性は再婚まで時間がかかりますが、若い女性は切り替えが早いです」（植草美幸氏）

　いまや生きがいになるほどの伴侶を見つけられる人は稀なのかもしれない。

🚶‍♀️。💈…🚉〜淀…淀河津桜🌸.淀神社 220316

🚶‍♀️…💈…🚉〜淀…淀水路:河津桜🌸…淀川堤防↩️…淀水路…🌸淀城跡:よど(淀)神社📕．淀〜宇治駅…>

🚶‍♀️10663歩2kg

　

☀️:花見日和

💈:やっと(2週間遅れ)その足で花見へ

🌸今年も満開見頃:低木で◎親子人出多く,更にカメラマン付きでモデル見立て撮影多し(極東系)

🏯淀城跡:淀神社も立ち寄る,歩数増で。

　神社の方,親切丁寧

🌕ホワイトムーン:夕方から月見も◎

淀水路(淀緑地)

淀堤防道よりの眺望

梅

淀城図

淀城より🌸

同上と京阪特急

淀神社

淀駅前の🌸

トマトの全ゲノム配列情報にAI適用 遺伝子発現を予測する技術開発 岡山大学 202203

トマトの全ゲノム配列情報にAI適用　遺伝子発現を予測する技術開発　岡山大学
　農業協同組合　JACOM  より　220316

　岡山大学 学術研究院環境生命科学学域（農）の赤木剛士研究教授らは、農研機構、筑波大学大学院生命環境系、九州大学大学院システム情報科学研究院の共同研究者と、AI技術のディープラーニングをトマトの全ゲノム情報に適用することで、果実が「熟れる」過程で重要となる遺伝子の発現変化を予測する技術を開発した。

遺伝子の発現調節とAIによる発現予測

　果実の色や甘さ・香りなどの特徴はそれぞれの作物のゲノムに存在する特定の遺伝子の動きによって決まる。しかし、遺伝子の発現パターンはゲノム内の複雑な要素の組み合わせで決まるため、たとえ全ゲノム配列の情報が明らかになっていても予測することは困難だった。

　同研究では、本来は写真などの画像・映像や言語に使われることが多いAI技術である深層学習（ディープラーニング）をトマトの全ゲノム情報に適用することで、果実が「熟れる」過程で重要となる遺伝子の発現変化を予測する技術を開発した。

AIとの協議によって「遺伝子の動き」を設計

　さらに、「説明可能なAI (X-AI)」と呼ばれる技術を活用することで、AIが予測した果実の遺伝子発現にとって重要な鍵となるDNA配列を特定した。

　今後、さらなる「AIとの協働」により、ヒトでは判断が難しい膨大な全ゲノム情報の中にある仕組みを紐解き、その鍵となるDNA配列を自由に改変することで、果実の様々な特徴に関しての緻密なデザインが可能になると期待される。

　同研究成果は3月8日、米国の科学雑誌『The Plant Cell』オンラインアドバンス版に掲載された。