動物育種の進歩：メンデル遺伝学から機械学習まで

科学分野:

• 動物遺伝学
• ゲノミクス
• 動物育種における機械学習

背景:

• 家畜育種は、新石器時代の家畜化とメンデル遺伝学から進化しました。
• 量的遺伝学は、体重や乳量などの複雑な形質の研究を進歩させました。
• ゲノム選択（GS）およびゲノム最良線形不偏予測（GBLUP）は、育種精度を向上させました。

研究 の 目的:

• 動物育種技術の歴史的進歩をレビューすること。
• ゲノムおよび機械学習（ML）アプローチの統合を強調すること。
• 家畜の生産性、健康、福祉の進歩を示すこと。

主な方法:

• 表現型選択から遺伝子型選択までの歴史的育種パラダイムの探求。
• 量的遺伝学、QTLマッピング、ゲノム予測方法論のレビュー。
• ゲノム予測における機械学習および人工知能の応用の分析。

主要な成果:

• QTLマッピングにより、遺伝子型ベースの選択が可能になり、精度が向上しました。
• GBLUP下のゲノム推定育種価（GEBV）は、QTL関連によって強化されました。
• ディープラーニングモデルは、ゲノム予測において高い精度（相関0.643）を達成しました。
• マルチオミクス戦略は、家畜の疾患管理を進歩させました。

結論:

• 革新的な方法、特にMLは、動物育種を変革しています。
• これらの進歩は、牛乳と肉の生産、および疾患管理に大きく影響します。
• 将来の展望は、統合アプローチを通じた家畜の生産性、健康、福祉の向上に焦点を当てています。