| Project/Area Number |
20H03134
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 42010:Animal production science-related
|
|---|
| Research Institution | Kindai University |
|---|
Principal Investigator |
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
根本 充貴 近畿大学, 生物理工学部, 講師 (10451808)
松橋 珠子 近畿大学, 先端技術総合研究所, 講師 (60504355)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥12,870,000 (Direct Cost: ¥9,900,000、Indirect Cost: ¥2,970,000)
Fiscal Year 2023: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
Fiscal Year 2022: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
Fiscal Year 2021: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
Fiscal Year 2020: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
|
|---|
| Keywords | バイオマーカータンパク質 / 枝肉形質 / 機械学習 / 肉用牛 / 生体評価 / 産肉形質 / プロテオミクス / 肥育牛 / プロテオミクス解析 / 生体評価法 |
|---|
| Outline of Research at the Start |
本研究では、肉用牛の肥育期間中に経時的に採取した血清を対象とした定量プロテオミクスSWATH解析情報に基づく肉用牛の産肉形質の発育状態や肥育状態を生体評価するシステムの開発と、その結果得られる血清バイオマーカータンパク質の情報を基盤とした産肉制御の分子機構の統合的理解を目指す。本研究の成果は、これまでその詳細が不明であった肥育期間中の肉用牛における産肉形質の発育に関与する分子機構の解明に資する新しい知見の獲得が期待される。さらに、本研究成果の生体評価システムが肉用牛の生産現場に実装された場合、農家が持つ経験値に依存した農業経営から科学的根拠に基づく農業経営への転換の基盤構築に貢献する。
|
| Outline of Final Research Achievements |
Using serum samples from Japanese Black cattle, we performed data analysis using quantitative 135 serum proteins data by SWATH-MS method. We have improved a predictive model for in vivo evaluation of meat production traits of cattle. The prediction model was constructed using carcass and meat quality traits (carcass weight, rib eye area, rib thickness, subcutaneous fat thickness, yield estimate, beef marbling standard, and oleic acid concentration) as objective variables. We performed regression analysis to build a prediction model, and also improved prediction accuracy through data preprocessing (missing value completion).
The physiological functions of the features (explanatory variables) (identified serum biomarker proteins) in the built prediction model are estimated by bioinformatics analysis using IPA software. We constructed a growth simulation model for meat production traits during the fattening period and considered its application to feeding management technology.
|
| Academic Significance and Societal Importance of the Research Achievements |
研究代表者を中心とする研究グループでは、畜産業界の悩みの一つである「肉質は牛を出荷しないと分からない」の解決を目指して、採血検体を用いて肉用牛を生体のまま分子レベルで把握して個々の肉用牛の産肉形質を出荷前ｋに生体予測診断できる、リキッド・バイオプシー生体予測診断サービス技術 “AIビーフ（商標登録）”（（独）農畜産業振興機構「畜産の情報」2023年10月号）を開発してきた。本研究課題の成果は、その予測技術の精度向上と、予測に使用するバイオマーカータンパク質群の関係性に科学的根拠を示す内容であり、旧態依然とした畜産業界のデジタル化に寄与し、持続可能な畜産業の創出に貢献するものと判断される。
|
