文献

J-GLOBAL ID：202102287726107974   整理番号：21A3264063

ブリギ(Seriola lalandi)の野外環境下で記録された皮膚吸虫病に対するGibbsサンプリングと機械学習ゲノム予測を用いた閾値モデル【JST・京大機械翻訳】

Threshold models using Gibbs sampling and machine learning genomic predictions for skin fluke disease recorded under field environment in yellowtail kingfish Seriola lalandi

著者 (5件)： Nguyen Nguyen Hong (School of Science, Technology and Engineering, University of the Sunshine Coast, 90 Sippy Downs Drive, Sippy Downs, QLD 4556, Australia) ,  Nguyen Nguyen Hong (Genecology Research Center, University of the Sunshine Coast, Australia) ,  Vu Nguyen Thanh (School of Science, Technology and Engineering, University of the Sunshine Coast, 90 Sippy Downs Drive, Sippy Downs, QLD 4556, Australia) ,  Vu Nguyen Thanh (Genecology Research Center, University of the Sunshine Coast, Australia) ,  Vu Nguyen Thanh (Research Institute for Aquaculture No.2, 116 Nguyen Dinh Chieu, District 1, Ho Chi Minh City, Viet Nam)
資料名： Aquaculture  (Aquaculture)
巻： 547  ページ： Null  発行年： 2022年 
JST資料番号： E0784A  ISSN： 0044-8486  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： Benenia seriolaeによる皮膚吸虫のような外寄生は,重要な産業上の意味を引き起こす実質的な魚の健康と福祉の課題を示す。残念なことに,浴投与化合物または治療(食事)試験のようなこの疾患を制御するために用いられる既存の方法は,労働集約的で,費用がかかり,一時的に有効である。遺伝的(ゲノム)法は,海洋フィッシュ種における寄生虫病に対する宿主耐性を改善する持続可能な長期解決策を提供する可能性がある。したがって,本研究では,B.seriolaeに対する耐性改善および黄色尾のSeriola lalandiの奇形に対するゲノム選抜の適用の可能性を検討した。特に,著者らは,個々の記録を有する合計752匹の動物と14,448の単一ヌクレオチド多型(SNP)を用いて,野外(農場)条件下で記録された皮膚フルクと奇形の発生率に対するゲノム予測の精度を評価するために,多様性アレイ技術(DArT,ゲノム複雑性低減法と次世代配列決定プラットフォームの組み合わせ)からde novoを開発した。著者らの多遺伝子座線形および閾値混合モデル分析は,皮膚flukeおよび奇形の発生率に対する遺伝率は小さい(平均範囲h2=0.02~0.03)ことを示した。体重と奇形による皮膚吸虫の遺伝的相関は有意でなかった。閾値Gibbsサンプリングと機械学習モデルは,ゲノム予測の精度が両形質で低いことを明らかにした(平均範囲0.151~0.432)。欠損遺伝子型の欠損は,皮膚フルクと奇形の予測精度を0.5~13.2%改善した。マルチ形質解析は,変形のみに対して単一形質モデルより優れていた。これらの知見から,黄色尾のキンギョで可能ではあるが,皮膚フルクと奇形の減少に対するゲノム選択は,本研究で使用したモデルにわたる低い予測精度のため,これらの形質に対してなされた遺伝的進歩は遅い可能性があることが示唆された。野外条件下で記録された皮膚吸虫または耐病性形質に対するゲノム選択の適用を可能にするためには,多数の個体および科を配列し,また,黄尾類S.lalandiの育種プログラムにおけるこれらの形質の予測精度を高めるために,新しい表現型(例えば寄生虫数)の大規模ルーチンデータ記録を開発する必要がある。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 遺伝 ,  遺伝子型 ,  寄生虫 ,  *吸虫類 ,  表現型 ,  *ゲノム ,  育種 ,  寄生虫症 ,  キンギョ ,  農場 ,  耐病性 ,  遺伝率 ,  *機械学習 ,  一塩基多型
準シソーラス用語： 予測精度 , 【Automatic Indexing@JST】

著者キーワード (4件)： 遺伝的改善 ,  DNAマーカー ,  ゲノム予測 ,  複雑な形質と魚類育種と遺伝学

分類 (4件)： 遺伝子の構造と化学  (EC02020U) ,  動物の寄生虫病  (FE02030M) ,  微生物の生化学  (EG03020N) ,  感染症・寄生虫症一般  (GD01010H)

タイトルに関連する用語 (10件)： Seriola ,  野外 ,  環境 ,  皮膚 ,  吸虫 ,  Gibbsサンプリング ,  機械学習 ,  ゲノム ,  予測 ,  閾値モデル