イネの品種改良を加速、DNA98%圧縮の新手法

東京大学と岩手大学の研究グループが、DNA情報を最大98%まで圧縮しつつ収量や草丈を高精度に予測する深層学習手法を報告しました。イネやトウモロコシで精度を維持し、計算時間も大幅に短縮できたと伝えられています。

東京大学と岩手大学の研究グループが、作物ゲノムの大規模データを圧縮して性質を予測する新しい深層学習手法を開発したと発表しました。研究はオートエンコーダでDNA情報を圧縮し、畳み込みニューラルネットワークで収量や草丈などを予測する二段階の構成です。従来は数百万〜1,000万以上の遺伝マーカーを扱うことで計算負荷が高くなっていましたが、今回の手法はその負担軽減を目指しています。成果は学術誌『The Plant Genome』に4月19日付で掲載されています。 主な発表内容： ・新手法はDNA情報を93〜98%（元データの2〜7%）まで圧縮しても高い予測精度を維持したと報告している。 ・イネ（約70万マーカー）やトウモロコシ（約1,170万マーカー）の大規模データで検証したと伝えられている。 ・計算時間は例としてイネで約2分50秒から約14秒へ短縮するなど、大幅な効率化が確認された。 ・従来手法（GBLUP、Lasso、サポートベクターマシン等）と比較して、多くの性質で高い予測精度を示したとされる。 ・圧縮率を調整して大規模スクリーニングから精密設計まで用途に応じた運用が可能とされている。 まとめ： 今回の手法は、DNA情報から作物の性質を迅速に予測することで、品種選抜の効率化や計算資源の削減につながると期待されています。研究グループは環境データとの統合や他作物への応用を進める計画とされており、実用化に向けた動きが続く見込みです。