Breaking the Yield Limit of Rice by Developing and Utilizing a High-Precision Model for Grain Filling Process

• Project/Area Number: 25K02001
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 39020:Crop production science-related
• Research Institution: National Agriculture and Food Research Organization
• Principal Investigator: 岡村 昌樹 国立研究開発法人農業・食品産業技術総合研究機構, 中日本農業研究センター, 主任研究員 (00757908)
• Co-Investigator(Kenkyū-buntansha): 吉田 ひろえ 国立研究開発法人農業・食品産業技術総合研究機構, 中日本農業研究センター, 上級研究員 (90546920) ; 若林 侑 東京大学, 大学院農学生命科学研究科(農学部), 助教 (10964877) ; 杉浦 大輔 名古屋大学, 生命農学研究科, 講師 (50713913) ; 梶 亮太 国立研究開発法人農業・食品産業技術総合研究機構, 中日本農業研究センター, グループ長補佐 (40414809)
• Project Period (FY): 2025-04-01 – 2030-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥18,590,000 (Direct Cost: ¥14,300,000、Indirect Cost: ¥4,290,000); Fiscal Year 2029: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2028: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000); Fiscal Year 2027: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000); Fiscal Year 2026: ¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000); Fiscal Year 2025: ¥6,760,000 (Direct Cost: ¥5,200,000、Indirect Cost: ¥1,560,000)
• Keywords: イネ / 登熟 / 収量 / 作物モデル

Outline of Research at the Start

本研究では、IoTセンサーによる登熟関連形質の時系列データの取得を通じて、これまで正確な予測が困難であった登熟歩合の高精度予測モデルを開発し、既存の収量予測モデルの予測精度を向上させる。
このモデルを利用した複数の準同質遺伝子系統の評価を介して、特定の遺伝領域の導入が収量に及ぼす影響を正確に予測できる「収量予測シミュレータ」を開発する。このシミュレータにより、上記の1つ目の問いの答えを地域別に出し、既存の多収品種の飛躍的な多収化を実現する新規多収水稲を作出することを本研究の目的とする。