低肥料で持続可能なイネ生産に役立つ遺伝子探索と、深層学習による新形質分類法の確立

基因搜索有助于低肥可持续水稻生产并利用深度学习建立新的性状分类方法

• 批准号: 21K05529
• 负责人: 清水 顕史
• 金额: $ 2.66万
• 依托单位: The University of Shiga Prefecture
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K05529/
• 关键词: 遺伝育種学; 栄養ストレス耐性; 遺伝育種学; 栄養ストレス耐性

2022年度はイネ品種KHAO NOKと日本晴を、蒸留水および1/320倍、1/160倍、1/80倍、1/40倍、1/4倍の吉田の水耕液で5週間栽培し、バイオマス量の変化や元素含量を調べた。1/160倍以下の無～極低栄養条件で、KHAO NOKは日本晴よりバイオマスが有意に高いこと、1/160倍～1/40倍の低栄養条件で濃度の微増に応じた成育量増加がKHAO NOKは優れていることがわかった。このことは、KHAO NOKの栄養ストレス耐性が極低栄養と低栄養で最低２種類以上存在しうることを示唆している。これまで日本晴×KHAO NOKのF3およびF5世代で観察された耐性遺伝領域の変動も、複数の栄養ストレス耐性遺伝子座の存在を示唆しており、完成した日本晴×KHAO NOKのRILsを用いたQTL解析では、無栄養および低栄養の２種類の条件で評価すればよいことが確かめられた。低栄養以下の条件でKHAO NOKは日本晴よりもバイオマス量が多くなるが、窒素含量は品種間差がないため吸収した窒素量（バイオマス量×窒素含量）はKHAO NOKが多くなった。また、栄養ストレス応答遺伝子の探索に向けて、ナノポアシーケンサーを用いたイネの栄養ストレス応答トランスクリプトームの解析も試行した。リード長の最頻度が1000bpを超えるロングリードを解読できること、１フローセルあたり48hr のランで5.82～17.99G ベースのデータが取得できることが確認でき、これらをde novoアセンブルによりMinION MK1Cでトランスクリプトーム解析が実施できることが分かった。深層学習を利用した形質分類の準備では、置換領域のみが分離し穂形質が分離する交雑集団を用い、穂画像の畳み込みニューラルネットワークによる分類を試行している。

在2022年，在蒸馏水和吉田的水培液体和1/320x，1/160x，1/80x，1/40x，1/40x和1/4x的水培液体中培养了水稻品种Khao Nok和Nipponbari，以检查生物量含量和元素含量的变化。发现Khao Nok的生物量明显高于Nipponbare的1/160倍以下比1/40倍的1/40倍低于1/40倍，并且Khao Nok的浓度低于1/160倍以下的1/40倍小于1/40倍以下的增长率较高。这表明，Khao Nok中至少两种营养胁迫耐受性可能存在极低和营养不良。 Nipponharu X Khao Nok在F3和F5代中观察到的耐药性遗传区域的变化也表明存在多种营养应激抗性基因座，使用Nipponharu X Khao Nok完成的RIL进行了QTL分析，确认评估应在两种情况下进行：Innutitrition：Innutrition and nutn anduttrition：Innutrition and nutn anduttrition。在营养不良的条件下，Khao Nok的生物量比Nipponbara大，但是由于不同类型之间的氮含量没有差异，因此吸收的氮量（生物量X氮含量）较高。此外，为了搜索营养应激反应基因，我们还尝试使用纳米孔定序来分析水稻中的营养应激 - 响应转录组。可以证实，可以解码超过1000 bp的读取长度最多的长读数，并且可以通过每个流动池的运行48小时来获得基于5.82-17.99g的数据，并且可以通过de Novo组装对牛仔MK1C进行转录组分析。在使用深度学习制备性状分类时，只有替代区域分离并分离替代区域的跨种群，并试图使用卷积神经网络对卷积神经网络进行分类。