2018 Fiscal Year Research-status Report

黒毛和種におけるエピスタシス及び優性効果の全ゲノム探索と交配シミュレータの開発

Research Project

Project/Area Number	18K14567
Research Institution	National Agriculture and Food Research Organization
Principal Investigator	小野木章雄国立研究開発法人農業・食品産業技術総合研究機構, 次世代作物開発研究センター, 主任研究員 (60760501)
Project Period (FY)	2018-04-01 – 2021-03-31
Keywords	優性効果 / 育種価 / 分離予測 / 交配 / 黒毛和種
Outline of Annual Research Achievements	（一社）家畜改良事業団から提供された561頭の黒毛和種肥育牛のデータを用いた。これらの肥育牛は同団が行う現場後代検定事業における検定肥育牛または同期牛である。形質としては脂肪交雑（BMS）、枝肉重量（CW）、ロース芯面積（REA）、バラの厚さ（RT）、背脂肪の厚さ（BFT）を用いた。これらの肥育牛及び同団の種雄牛722頭について得られている36,749 一塩基多型（SNPs）の遺伝子型情報を用いた。まず対立遺伝子組み合わせ効果（優性効果）のゲノムワイドな分布を推定した。組み合わせに拠らない効果（相加的効果）及び優性効果が、観察値（表現型値）に占める割合はそれぞれ0.61及び0.09（BMS）、0.63及び0.37（CW）、0.45及び0.27（REA）、0.41及び0.43（RT）、0.56及び0.03（BFT）であった。CWについては相加的及び優性効果の割合の和がほぼ1となったが、これはデータが小さいためにモデルが過剰適合している影響も考えられた。いずれの形質でも相加的効果及び優性効果はゲノム中にほぼ均等に存在しており、多数の遺伝子の関与が示唆された。次に相加的及び優性効果を考慮した交配シミュレータの開発を行った。開発にはSNP間の染色体交叉確率が必要であるが、これは北米ホルスタイン集団で推定された組み換え確率（Ma et al. 2015 PLoS Genetics）で代用した。開発は統計プログラムRを用いて行った。従来は交配から得られる子の能力を交配前に推測するには、相加的効果の総和（育種価）の両親平均を用いるしかなかった。しかしこのシミュレータを用いることにより相加的及び優性効果の和、つまりより表現型値に近い値が得られる確率分布を推定した上で交配を決定できる可能性が示唆された。これにより生産現場における交配組み合わせの選定をより効率的に行うことができると考えられる。
Current Status of Research Progress	Current Status of Research Progress 2: Research has progressed on the whole more than it was originally planned. Reason 当初の計画通り優性効果のゲノムワイドな分布を推定することができた。計画した通り効果が大きいもの（統計的に優位なもの）だけ検出する方法（厳しい推定）と効果の小さいものも推定する方法（緩やかな推定）の両者を試みたが、優性効果については厳しい推定では有意になるものがほぼ無く、緩やかな推定に基づく交配シミュレータの開発を中心とすることした。また当初は優性効果に続いて相互作用による組み合わせ効果（エピスタシス効果）の探索を行う予定であったが、交配シミュレータの有用性検証に時間を要すると考え、先に優性効果を考慮した交配シミュレータの開発を前倒しで行った。結果、優性効果のゲノムワイド分布の推定と、シミュレータの基礎となるプログラムの開発を終えることができた。
Strategy for Future Research Activity	2年目以降は以下の3点を行う。（１）厳しい及び緩やかな推定方法を用いたエピスタシス効果の探索、（２）黒毛和種集団を用いたSNP間の組み換え確率の推定、（３）優性効果を考慮した交配シミュレータの有用性検証。いずれについても１年目より大きなデータを用いる。また余力があれば1年目に行った優性効果の分布推定なども規模の大きなデータで再度行い、より正確さを向上させることを試みる。（３）については以下の手順で行う。まずSNP遺伝子型情報を持つ父母子の組み合わせを多数抽出して、子の能力の分布を交配シミュレータで推定する。次に観察された子の能力が得られる確率をその分布をもとに計算する。これを多数の父母子組み合わせについて行うと、交配シミュレータの分布と実際の子の能力分布が等しい場合は、子が得られる確率は0から1まで一様に分布するはずなので、そこからの逸脱を検定する。
Causes of Carryover	データバックアップ用の購入したハードディスクが当初の予定より安価であったため。次年度は旅費として用いる。