個体別環境センシングが可能にするトマト難解析形質の分子遺伝学的研究

2020 Fiscal Year Annual Research Report

• Project/Area Number: 19H02951
• Research Institution: Meiji University
• Principal Investigator: 山本 英司 明治大学, 農学部, 特任講師 (40738746)
• Project Period (FY): 2019-04-01 – 2022-03-31
• Keywords: トマト / 環境センシング / モデリング / ゲノムワイド関連解析

Outline of Annual Research Achievements

トマト農業生産に深刻な被害をもたらしている果実生理障害の発生には様々な環境条件が複雑に関与するとされているが、栽培試験ごとに発生時期・程度が異な るなど形質発現が不安定であり、よって生産現場における主たる発生要因は明らかになっていない。
本年度は、遺伝子型x環境相互作用を考慮したゲノムワイド関連解析について、より複雑で構造化したデータにも対応できるよう機械学習を応用した方法の導入を試みた。具体的には、最も一般的な機械学習の一つであるランダムフォレストを変数選択に応用したアルゴリズムであるBorutaをベースとして、ゲノムなど生物学データに頻出する変数間相関を考慮するように改変した。本手法の有効性を確認するために、原因遺伝子の特定が完了しているGWASデータセット（Yano et al. 2016）を用いた結果、概ね良好な結果が得られた。今後は、本手法を本研究のトマト遺伝子型x環境相互作用解析への展開を試みる。
なお、昨年度にトランスクリプトーム解析用に取得したサンプルはRNA抽出を行った上で、RNA-seq解析へと供試した。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

一昨年度、昨年度の遅れの影響を引き摺ってはいるが、それ以降は概ね順調である。

Strategy for Future Research Activity

これまで取得してきたゲノムデータや環境データに加えて、トランスクリプトームデータを用いた統計モデルの精度向上を試みる。