2019 Fiscal Year Annual Research Report
Elucidation of molecular mechanism controlling resistance to high-temperature stress at ripening stage in rice
Project/Area Number |
17K15209
|
Research Institution | Institute of Physical and Chemical Research |
Principal Investigator |
矢野 憲司 国立研究開発法人理化学研究所, 革新知能統合研究センター, 特別研究員 (30791040)
|
Project Period (FY) |
2017-04-01 – 2020-03-31
|
Keywords | イネ / GWAS / 機械学習 |
Outline of Annual Research Achievements |
本年度は、「GWAS with principal component analysis reveals a novel gene controlling rice architecture.」というタイトルでProceedings of the National Academy of Sciencesへ投稿し、受理された。内容は下記のとおりである。 イネの収量は、イネの丈や穂の数、穂の構造など、複数の要素により決定される。これまで複数の要素により構成される収量のような複雑な形質において、ゲノムワイド関連解析(GWAS)を用いた効率的な遺伝子単利法が求められていた。そこで本研究では、機械学習と従来の遺伝子同定法を組み合わせた手法により、イネの収量に関わる遺伝子の同定を試みた。まず、収量を定量的に評価するため、日本イネ169品種を用いて、収量に関連した8形質(到穂日数、稈長、穂数、穂長、穂軸長、一次枝梗数、二次枝梗数、穎果数)を計測した。次に、これらの形質を要約した値を得るため教師なし機械学習の一つである主成分分析を行った。その結果、全データの約6割を説明する第1主成分が得られた。第1主成分は、因子負荷量から本解析集団の収量を代表する値として適切であると思われた。最終的に、得られた主成分値を用いてGWASを行い、収量に関わる遺伝子を同定することに成功した。以上の結果から、複雑形質を用いた主成分分析は、イネの複雑形質に関わる遺伝的要因の要約を可能にするとともに、GWASとの統合は、原因遺伝子の同定に有効であると結論付けられた。また、これらのGWAS手法は、様々な農業形質にも応用することが可能である。 本研究成果は、Plant and Animal Genome Conference 2020(国際学会)と農学中手の会2019で発表した。
|
Research Products
(4 results)
-
-
[Journal Article] GWAS with principal component analysis identifies a gene comprehensively controlling rice architecture2019
Author(s)
Kenji Yano, Yoichi Morinaka, Fanmiao Wang, Peng Huang, Sayaka Takehara, Takaaki Hirai, Aya Ito, Eriko Koketsu, Mayuko Kawamura, Kunihiko Kotake, Shinya Yoshida, Masaki Endo, Gen Tamiya, Hidemi Kitano, Miyako Ueguchi-Tanaka, Ko Hirano, and Makoto Matsuoka
-
Journal Title
Proceedings of the National Academy of Sciences
Volume: 116
Pages: 21262, 21267
DOI
Peer Reviewed
-
-