Development and implementation of a small-scale and highly efficient genomic selection method using "look-ahead" based on reinforcement learning

基于强化学习的“前瞻”小规模高效基因组选择方法的开发和实施

基本信息

批准号：
22H02306
负责人：
岩田洋佳
金额：
$ 11.15万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

本研究では、人工交配によって得られたダイズの集団を初期集団として用いて、同集団に含まれる農学的に有用なゲノム領域を効率的に集積するためのアルゴリズムの開発と、それに基づく選抜実験を行うことを目的としている。選抜実験における改良対象形質は、世界的には不足している水資源を考慮し、干ばつ条件下におけるダイズの高い生長可能性とした。今年度は、岩田チーム・加賀チーム・辻本チームが協力して、ダイズの交配後代集団の屋外干ばつ試験を行い、栽培試験圃場におけるダイズの生長のドローンを用いた計測と、収穫・破壊調査を行った。なお、栽培された個体について、葉組織を一部採取してDNAを抽出し、アンプリコンシークエンシングによりゲノムワイドマーカーのタイピングを行った。岩田チームでは、(1) 本研究で収集された栽培試験・DNA実験データ、および、祖先集団について収集されていたデータを用いて、ゲノムと生長、収穫時バイオマス、収量との関連のモデル化を行い、得られたモデルについて交差検証を用いて世代内や世代間で予測精度の評価を行った。(2) 選抜された数個体からなる親候補について、与えられた指標を最大化する交配組合せを動的計画法で求めるアルゴリズムの開発を行った。この方法は、強化学習による育種計画決定アルゴリズムの一部として用いることができる。(3) 得られた予測モデルとアルゴリズムをもとに、暫定的な有望な交配組合せを求めた。加賀チームでは、岩田チームで求められた有望な交配組合せについて、実際に交配を行い、次世代種子の採取を行った。今後は、交配・選抜計画決定アルゴリズムの開発を続けるとともに、交配後代の栽培試験を行って、データ収集・モデル修正・選抜効果の確認を行う。

这项研究旨在开发一种算法，以有效积累农业有用的基因组区域，这些基因组区域包含在人工交叉作为初始人群中获得的大豆种群中，并根据该人群进行选择实验。考虑到全球缺乏的水资源，在选择实验中要改善的特征很可能在干旱条件下种植大豆。今年，Iwata团队，Kaga团队和Tsujimoto团队合作，对大豆交配小组的后代进行户外干旱测试，并使用无人机在耕种测试领域的大豆增长以及收获和销毁调查进行衡量。此外，从叶组织中收集了一部分培养个体，提取DNA，并通过扩增子测序分类。 IWATA团队使用（1）本研究中收集的（1）培养测试和DNA实验数据，并收集了祖先种群的数据，以模拟基因组与生长，收获生物量和产量之间的关系，并使用所获得模型的交叉录入来评估世代内和世代之间的预测准确性。（2）我们使用动态编程开发了一种算法，以查找由几个选定个体组成的父母候选人的给定指数最大化的交配组合。该方法可以用作使用增强学习的育种计划决策算法的一部分。（3）基于获得的预测模型和算法，我们计算了一种有希望的杂交组合。 Kaga团队实际上对Iwata团队所需的有前途的交配组合进行了交配，并收集了下一代种子。将来，我们将继续开发用于确定交配和选择计划的算法，我们还将对交配后代进行培养测试，以收集数据，修改模型并确认选择的有效性。