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

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。

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。