機械学習を利用したゲノム情報による黒毛和種の遺伝的能力評価法の開発

利用机器学习的基因组信息开发一种评估日本黑色品种遗传能力的方法

• 批准号: 22K05977
• 负责人: 西尾 元秀
• 金额: $ 2.58万
• 依托单位: National Agriculture and Food Research Organization
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 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
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K05977/
• 关键词: 黒毛和種; 機械学習; 非相加的遺伝効果; 枝肉形質; ゲノム情報; 遺伝的能力評価; 育種; ゲノミック評価

機械学習を利用したゲノム情報による新たな遺伝的能力評価の手法として、ベイズ法、カーネル法、ブースティング法、畳み込みニューラルネットワーク法およびkinship-adjusted-multiple-loci（KAML）法の５つの手法を開発した。これらの手法を利用することによって従来の統計育種学種法では定式化できなかった非相加的遺伝効果等の複雑な遺伝効果を含んだ遺伝的能力を算出することが可能になり、これまで以上に遺伝的能力の評価精度が向上することから家畜の改良速度が向上すると期待できる。まず、本年度はコンピューターシミュレーションによって発生させた2,000頭規模の疑似的なウシ集団データを対象に、開発した５つの手法を用いて遺伝的能力を評価した。開発した手法によって得られた遺伝的能力評価値と観測値との相関係数から遺伝的能力の評価精度を算出した結果、ベイズ法やKAML法では従来法よりも最大で10％程度遺伝的能力の評価精度が向上することが明らかになった。今後、黒毛和種の実データで検証するために、本年度は家畜改良センターおよび鳥取県畜産試験場の黒毛和種肥育牛96頭について枝肉形質の記録を収集するとともに、GGP BovineLD-24v4.0（イルミナ社製）で30,105か所の一塩基多型解析を実施してゲノム情報を蓄積した。これまで収集してきたデータと併せて約3,900頭のデータを蓄積することに成功し、開発した遺伝的能力評価法の精度を詳細に検証するためのデータ整備が整いつつある。

我们利用机器学习开发了五种利用基因组信息进行遗传能力评估的新方法：贝叶斯方法、核方法、boosting方法、卷积神经网络方法和亲缘调整多位点（KAML）方法。通过使用这些方法，现在可以计算包括复杂遗传效应（例如非加性遗传效应）的遗传能力，而这些遗传能力无法使用传统的统计育种方法来制定。如上所述，预计牲畜改良的速度将会加快。会随着评估遗传能力的准确性的提高而增加。首先，今年，我们使用了五种开发的方法，利用计算机模拟生成的 2,000 头牛的伪种群数据来评估遗传能力。根据开发方法获得的遗传能力评价值与观测值之间的相关系数计算遗传能力评价精度，发现贝叶斯方法和KAML方法与传统方法相比，遗传能力提高了10%。发现传统方法的评价准确度较高。为了利用黑毛日本牛的实际数据来验证这一点，今年我们将从畜牧中心和鸟取县畜产实验站收集96头黑毛日本牛的胴体性状记录，并从GGP收集胴体性状记录BovineLD-24v4.0（Illumina通过在30,105个位置进行单核苷酸多态性分析来积累遗传信息。加上迄今为止收集到的数据，我们已经成功积累了约3,900只动物的数据，目前正在准备这些数据，以详细验证所开发的遗传能力评估方法的准确性。