入试情报
キャンパスライフ
キャリア?地域协创教育
研究?地域连携
- 教育研究施设等 研究绍介一覧
- DNA情報を98％圧縮し、作物の性質を高精度予測 ―AIにより計算時間を大幅短縮、品種改良を加速―
DNA情報を98％圧縮し、作物の性質を高精度予測 ―AIにより計算時間を大幅短縮、品種改良を加速―
掲载日2026.04.20
最新研究
岩手大学 次世代アグリイノベーション研究センター
教授 下野 裕之（农学部）、教授 木村 彰男（理工学部）
本研究成果のポイント
- 数百万?1,000万以上の遗伝マーカーを含むゲノムデータを、最大98%圧缩しても高い予测精度を维持する手法を开発しました。
- データ圧缩により、计算时间とデータ保存コストを大幅に削减しました。
- イネおよびトウモロコシのデータで、従来手法よりも高い予测精度を达成しました。
- 顿狈础情报から有望な品种を効率的に选びだす技术として、品种改良の加速に贡献します。
概要
东京大学大学院农学生命科学研究科の雷帆タンジラ特任助教と岩田洋佳教授、次世代アグリイノベーション研究センターで构成される研究グループは、作物のゲノムデータを大幅に圧缩しながら、収量や草丈などの性质を高精度に予测できる新しい深层学习手法「颁辞苍惫颁骋笔」を开発しました。
近年の品种改良では、数百万から1,000万以上の遗伝マーカーを含むゲノムデータを用いて、作物の性质を予测する「ゲノミック予测」が活用されています。しかし、データの大规模化により、计算时间やデータ保存の负担が大きな课题となっていました。
本研究では、重要な遗伝情报を保ったままデータを圧缩し、その圧缩データから作物の性质を予测する手法を开発しました。その结果、元のデータのわずか2%程度に圧缩しても高い予测精度を维持できることを示しました。
【论文情报】
雑誌名：The Plant Genome
論文タイトル：ConvCGP: A Convolutional Neural Network to Predict Genetic Values of Agronomic Traits from Compressed Genome-wide Polymorphisms
著者：Tanzila Raihan, Chyon Hae Kim, Hiroyuki Shimono, Akio Kimura, Hiroyoshi Iwata
DOI: https://doi.org/10.1002.TPG2.70223
- 本研究成果の详细は、以下のプレスリリースをご覧ください。