文献

J-GLOBAL ID：202202230532548771   整理番号：22A0448089

改良された精度獲得と表現型コストのための二次形質に基づく多変量ゲノム予測モデルのBayes最適化【JST・京大機械翻訳】

Bayesian optimization of multivariate genomic prediction models based on secondary traits for improved accuracy gains and phenotyping costs

著者 (3件)： Hamazaki Kosuke (Department of Agricultural and Environmental Biology, Graduate School of Agricultural and Life Sciences, The University of Tokyo, Tokyo, Japan) ,  Hamazaki Kosuke (JSPS Research Fellow, Tokyo, Japan) ,  Iwata Hiroyoshi (Department of Agricultural and Environmental Biology, Graduate School of Agricultural and Life Sciences, The University of Tokyo, Tokyo, Japan)
資料名： Theoretical and Applied Genetics  (Theoretical and Applied Genetics)
巻： 135  号： 1  ページ： 35-50  発行年： 2022年 
JST資料番号： D0382B  ISSN： 0040-5752  CODEN： THAGA6  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 鍵メッセージ:著者らは,効率的パレートフロンティア推定を通して精度利得と表現型分類コストを改善するために,二次形質に基づく多変量ゲノム予測モデルのBayes最適化への新しいアプローチを提案する。ハイスループットフェノタイピング(例えば,無人航空機ベースリモートセンシング)を含む,種々のオミクス技術からのデータのような二次形質に基づく多変量ゲノム予測は,マーカー遺伝子型のみに基づくゲノム予測と比較して,改善された精度利得を提供するため,多くの注目を集めている。二次形質の正確性利得とフェノタイピングコストの間にはトレードオフがあるが,これらのトレードオフを最適化する試みはなされていない。本研究では,改善された精度利得と表現型決定コストのために,初期成長段階で測定可能な二次形質のための多変量ゲノム予測モデルを最適化するための新しい方法を提案した。提案アプローチは,与えられたコストでの最大精度を表す効率的なパレートフロンティア推定のためのBayes最適化を採用した。提案アプローチは,全ての可能な組合せの[数式:原文を参照]についてのみのゲノム予測を提供しながら,一連のコストにわたって最適な二次形質の組み合わせを成功裏に推定した。模擬目標形質の各シナリオの特性を反映するシミュレーション結果は,得られた最適組合せが合理的であることを示した。リアルタイム標的形質データの解析は,提案した多変量ゲノム予測モデルが単変量ゲノム予測モデルと比較して有意に優れた精度を有することを示した。Copyright The Author(s), under exclusive licence to Springer-Verlag GmbH Germany, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  シミュレーション ,  *表現型 ,  *ゲノム ,  無人機 ,  利得 ,  *二次形式 ,  *予測モデル
準シソーラス用語： ハイスループット ,  正確性 ,  初期成長 ,  マーカー遺伝子 ,  実時間 ,  オミックス ,  *多変量 , 【Automatic Indexing@JST】

分類 (1件)： 分子遺伝学一般  (EC02010J)

タイトルに関連する用語 (7件)： 獲得 ,  表現型 ,  形質 ,  多変量 ,  ゲノム ,  予測モデル ,  Bayes最適化