Genomic prediction models based on a large-scale recombinant population allow rapid breeding of desired genotypes

何世紀もの間、農家は作物を改良するために、ゆっくりと忍耐強く取り組む技術である「交配」に頼ってきました。異なる強みを持つ2つの植物を掛け合わせることで、その形質を次世代に組み合わせることを目指します。しかし、自然は予測不能であり、伝統的な育種における遺伝的な宝くじは、真に優れた品種が登場するまでに、何度も植え付け、待ち、選別するという多くの世代を必要とすることがよくあります。気候変動や人口増加がより迅速な解決策を求める現代において、この緩やかなペースはボトルネックとなっています。科学者たちは、種を一つも蒔く前に、どの組み合わせが最適となるかを予測するために、植物の遺伝コードの内部を覗き見る方法を長らく模索してきました。「ゲノム予測」として知られるこの手法は、コンピュータモデルを用いて、特定のDNA断片が植物の成長、収量、あるいは耐性にどのように影響するかを推定します。課題は、特に、高収量かつ耐乾性を持たせるなど、複数の目標を同時に達成しようとする際に、実世界の農業を導けるほど正確な予測を行う方法を見つけることでした。

研究チームは今回、複雑な遺伝データと実践的な農業との間の溝を埋める、強力な新しい戦略を実証しました。彼らはまず、大規模な遺伝的多様性のライブラリの作成から着手しました。これは、「ひとめぼれ」として知られるトップクラスの性能を持つ米の品種と、19種類の多様なドナー米を交配させて得られた、2,787の異なる植物系統のコレクションです。この「入れ子状関連マッピング集団」と呼ばれる大規模なグループは、異なる遺伝的要素がどのように相互作用するかを示す詳細な地図として機能しました。この広範なデータセットを用いて、科学者たちは、これらの系統の遺伝コードを読み取り、そのパフォーマンスを予測できる極めて精度の高いコンピュータモデルを構築しました。結果を推測するだけの従来のメソッドとは異なり、これらのモデルは研究対象に含まれる特定の遺伝的組み合わせに基づいて学習されており、特定のDNA断片の影響を驚異的な精度で推定することができました。

この戦略の真の試練は、研究者がゼロから育種計画を設計したときに訪れました。彼らは偶然に頼るのではなく、異なる形質間の自然なトレードオフを管理しながら、収量を最大化する特定の遺伝的組み合わせを特定するようコンピュータに指示しました。モデルは、最適な系統のセットと、それらを交配させるための具体的な経路を提示しました。このデジタルな設計図に従い、チームは実際の育種作業を行い、選択された植物を交配させて新しい世代の米を作り出しました。その結果は、このアプローチの威力を裏付けるものでした。新しく誕生した米の系統は、モデルが予測した通りのターゲットとなる遺伝子型を備えており、複数の収量関連形質において、望まれた改善を同時に実現していたのです。この研究は、大規模で多様な出発集団と解釈可能な予測モデルを組み合わせることで、育種家が、変化する世界に対応するために必要な精密な遺伝的構成を持つ栽培品種を、迅速に構築できることを示しています。