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

点击翻译按钮获取中文摘要

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。