PHS耐性のQTLのマッピングと,ジャポニカ米のPHS率を測定するためのディープラーニングモデルの開発
Soojin Jun1,2, Mi Hyun Cho1, Hyoja Oh1
1Department of Agricultural Biotechnology, National Institute of Agricultural Sciences, Jeonju, Republic of Korea.
The plant genome
|August 30, 2025
まとめ
研究者は,米の収穫前発芽 (PHS) を正確に測定するためのディープラーニングモデルを開発しました. このツールは,特定された定量的な特性のロシ (QTL) と並行して,PHS耐性ジャポニカ米の品種の育種を加速します.
科学分野:
- 農業科学
- 遺伝学
- コンピュータ科学
背景:
- 収穫前の発芽 (PHS) は米の収穫量と穀物の質を大幅に低下させ,世界の食糧安全保障に重大な課題をもたらします.
- PHSに耐性のあるジャポニカ・ライスを開発することは,ライス育種プログラムの重要な目標です.
研究 の 目的:
- PHS率の自動測定のためのディープラーニングモデルを開発し,検証する.
- 日本米のPHSに関連した定量的な特徴の位置 (QTL) を特定する.
- PHSに耐性のある米の育成を加速する.
主な方法:
- 自動化されたPHS率測定のために,YOLOv8アルゴリズムを使用したディープラーニングモデルが開発されました.
- 182のF8複合性近親系 (RILs) の集団は763の単一ヌクレオチドポリモルフィズムマーカーを使用してゲノタイプ化されました.
- QTL分析は,フィールド環境と温室環境の両方で育てられたRILで行われました.
主要な成果:
- ディープラーニングモデルは高精度 (平均精度0.974) を達成し,手動測定と強い相関関係 (R2 = 0.9567) を有している.
- PHSに関連するQTLは複数の染色体で特定され,3つのQTL (染色体3,6,7) は環境全体で安定した効果を示した.
- qPHS6 QTL内で,グリシンに富んだタンパク質をコードする候補遺伝子であるOs06g0317200が特定されました.
結論:
- 開発されたディープラーニングモデルは,PHS評価の効率的で正確な方法を提供します.
- 特定されたQTLと候補遺伝子は,PHS耐性ジャポニカライスを育てるための貴重な遺伝資源を提供します.
- この統合されたアプローチは,改良された米の栽培の発展を大幅に加速します.
