研究課題
基盤研究(B)
申請者らはこれまでに、野外トランスクリプトーム情報を説明変数としてイネの葉の光合成速度を予測するモデルを開発してきた。その結果、光合成速度を高い精度で予測できるようになったが、本モデルが利用できるのは品種コシヒカリとタカナリの交雑後代系統に限られ、他の品種群への拡張性の有無は不明である。本研究では、前述のモデル精度を一層向上させるとともに、機械学習アルゴリズムを通じて光合成速度に密接に関与する約200個の発現遺伝子を抽出する。そして申請者らが開発したDeLTa-Seqを用いて多様なイネ品種の当該遺伝子発現のみを効率的に測定し、光合成速度を予測できることを実証する。
