JP5168513B2 - 遺伝子発現情報を用いた植物の形質を判定もしくは予測する方法 - Google Patents
遺伝子発現情報を用いた植物の形質を判定もしくは予測する方法 Download PDFInfo
- Publication number
- JP5168513B2 JP5168513B2 JP2009507493A JP2009507493A JP5168513B2 JP 5168513 B2 JP5168513 B2 JP 5168513B2 JP 2009507493 A JP2009507493 A JP 2009507493A JP 2009507493 A JP2009507493 A JP 2009507493A JP 5168513 B2 JP5168513 B2 JP 5168513B2
- Authority
- JP
- Japan
- Prior art keywords
- eucalyptus
- gene
- xylem
- expression information
- fiber length
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000014509 gene expression Effects 0.000 title claims description 342
- 238000000034 method Methods 0.000 title claims description 214
- 108090000623 proteins and genes Proteins 0.000 claims description 379
- 238000012360 testing method Methods 0.000 claims description 158
- 239000000835 fiber Substances 0.000 claims description 153
- 210000000481 breast Anatomy 0.000 claims description 126
- 230000001747 exhibiting effect Effects 0.000 claims description 119
- 238000004422 calculation algorithm Methods 0.000 claims description 104
- 238000012545 processing Methods 0.000 claims description 56
- 230000008569 process Effects 0.000 claims description 42
- 230000000295 complement effect Effects 0.000 claims description 40
- 238000012706 support-vector machine Methods 0.000 claims description 29
- 239000002773 nucleotide Substances 0.000 claims description 6
- 125000003729 nucleotide group Chemical group 0.000 claims description 6
- 108091028043 Nucleic acid sequence Proteins 0.000 claims description 5
- 241000219927 Eucalyptus Species 0.000 claims 93
- 244000166124 Eucalyptus globulus Species 0.000 description 478
- 239000000090 biomarker Substances 0.000 description 144
- 239000000523 sample Substances 0.000 description 142
- 239000000463 material Substances 0.000 description 70
- 239000011159 matrix material Substances 0.000 description 49
- 238000002493 microarray Methods 0.000 description 39
- 241000196324 Embryophyta Species 0.000 description 36
- 210000000038 chest Anatomy 0.000 description 31
- 108020004999 messenger RNA Proteins 0.000 description 20
- 108020004414 DNA Proteins 0.000 description 18
- 238000002474 experimental method Methods 0.000 description 16
- 238000005520 cutting process Methods 0.000 description 14
- 239000003550 marker Substances 0.000 description 14
- 108091032973 (ribonucleotides)n+m Proteins 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 10
- 238000011161 development Methods 0.000 description 10
- 230000018109 developmental process Effects 0.000 description 10
- 238000011156 evaluation Methods 0.000 description 10
- 230000002068 genetic effect Effects 0.000 description 9
- 238000009396 hybridization Methods 0.000 description 9
- 239000002023 wood Substances 0.000 description 9
- 230000002950 deficient Effects 0.000 description 8
- 239000000243 solution Substances 0.000 description 8
- 238000000605 extraction Methods 0.000 description 7
- 230000010365 information processing Effects 0.000 description 7
- 102000004169 proteins and genes Human genes 0.000 description 7
- 239000002689 soil Substances 0.000 description 7
- 108091034117 Oligonucleotide Proteins 0.000 description 6
- 230000015572 biosynthetic process Effects 0.000 description 6
- 238000012790 confirmation Methods 0.000 description 6
- 238000001556 precipitation Methods 0.000 description 6
- 238000000018 DNA microarray Methods 0.000 description 5
- 229920002522 Wood fibre Polymers 0.000 description 5
- 239000002299 complementary DNA Substances 0.000 description 5
- 239000002025 wood fiber Substances 0.000 description 5
- KFZMGEQAYNKOFK-UHFFFAOYSA-N Isopropanol Chemical compound CC(C)O KFZMGEQAYNKOFK-UHFFFAOYSA-N 0.000 description 4
- 238000002123 RNA extraction Methods 0.000 description 4
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 4
- 238000009395 breeding Methods 0.000 description 4
- 230000001488 breeding effect Effects 0.000 description 4
- 238000005119 centrifugation Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000007796 conventional method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000007850 fluorescent dye Substances 0.000 description 4
- 239000012634 fragment Substances 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 239000002244 precipitate Substances 0.000 description 4
- 239000006228 supernatant Substances 0.000 description 4
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 description 3
- JLCPHMBAVCMARE-UHFFFAOYSA-N [3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-[[3-[[3-[[3-[[3-[[3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-hydroxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methyl [5-(6-aminopurin-9-yl)-2-(hydroxymethyl)oxolan-3-yl] hydrogen phosphate Polymers Cc1cn(C2CC(OP(O)(=O)OCC3OC(CC3OP(O)(=O)OCC3OC(CC3O)n3cnc4c3nc(N)[nH]c4=O)n3cnc4c3nc(N)[nH]c4=O)C(COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3CO)n3cnc4c(N)ncnc34)n3ccc(N)nc3=O)n3cnc4c(N)ncnc34)n3ccc(N)nc3=O)n3ccc(N)nc3=O)n3ccc(N)nc3=O)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cc(C)c(=O)[nH]c3=O)n3cc(C)c(=O)[nH]c3=O)n3ccc(N)nc3=O)n3cc(C)c(=O)[nH]c3=O)n3cnc4c3nc(N)[nH]c4=O)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)O2)c(=O)[nH]c1=O JLCPHMBAVCMARE-UHFFFAOYSA-N 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000010195 expression analysis Methods 0.000 description 3
- 230000035784 germination Effects 0.000 description 3
- 238000011065 in-situ storage Methods 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 239000012488 sample solution Substances 0.000 description 3
- 238000010187 selection method Methods 0.000 description 3
- 241000894007 species Species 0.000 description 3
- 239000000758 substrate Substances 0.000 description 3
- 238000012353 t test Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- LZZYPRNAOMGNLH-UHFFFAOYSA-M Cetrimonium bromide Chemical compound [Br-].CCCCCCCCCCCCCCCC[N+](C)(C)C LZZYPRNAOMGNLH-UHFFFAOYSA-M 0.000 description 2
- HEDRZPFGACZZDS-UHFFFAOYSA-N Chloroform Chemical compound ClC(Cl)Cl HEDRZPFGACZZDS-UHFFFAOYSA-N 0.000 description 2
- 235000004692 Eucalyptus globulus Nutrition 0.000 description 2
- 240000007472 Leucaena leucocephala Species 0.000 description 2
- 235000010643 Leucaena leucocephala Nutrition 0.000 description 2
- ISWSIDIOOBJBQZ-UHFFFAOYSA-N Phenol Chemical compound OC1=CC=CC=C1 ISWSIDIOOBJBQZ-UHFFFAOYSA-N 0.000 description 2
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 2
- 241000018646 Pinus brutia Species 0.000 description 2
- 235000011613 Pinus brutia Nutrition 0.000 description 2
- 241000219000 Populus Species 0.000 description 2
- 238000000692 Student's t-test Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 238000012197 amplification kit Methods 0.000 description 2
- 239000013068 control sample Substances 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- VHJLVAABSRFDPM-QWWZWVQMSA-N dithiothreitol Chemical compound SC[C@@H](O)[C@H](O)CS VHJLVAABSRFDPM-QWWZWVQMSA-N 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- PHTQWCKDNZKARW-UHFFFAOYSA-N isoamylol Chemical compound CC(C)CCO PHTQWCKDNZKARW-UHFFFAOYSA-N 0.000 description 2
- KWGKDLIKAYFUFQ-UHFFFAOYSA-M lithium chloride Chemical compound [Li+].[Cl-] KWGKDLIKAYFUFQ-UHFFFAOYSA-M 0.000 description 2
- 238000010208 microarray analysis Methods 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 239000013612 plasmid Substances 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000010839 reverse transcription Methods 0.000 description 2
- 238000003757 reverse transcription PCR Methods 0.000 description 2
- 239000011780 sodium chloride Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 101150057657 27 gene Proteins 0.000 description 1
- 244000144730 Amygdalus persica Species 0.000 description 1
- 239000008000 CHES buffer Substances 0.000 description 1
- 241000218645 Cedrus Species 0.000 description 1
- 108700007698 Genetic Terminator Regions Proteins 0.000 description 1
- 238000000636 Northern blotting Methods 0.000 description 1
- 241000218657 Picea Species 0.000 description 1
- 235000006040 Prunus persica var persica Nutrition 0.000 description 1
- 238000010240 RT-PCR analysis Methods 0.000 description 1
- VMHLLURERBWHNL-UHFFFAOYSA-M Sodium acetate Chemical compound [Na+].CC([O-])=O VMHLLURERBWHNL-UHFFFAOYSA-M 0.000 description 1
- 240000002871 Tectona grandis Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000011324 bead Substances 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000010367 cloning Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000007799 cork Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000006806 disease prevention Effects 0.000 description 1
- 239000000975 dye Substances 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000006911 enzymatic reaction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000003100 immobilizing effect Effects 0.000 description 1
- 238000011534 incubation Methods 0.000 description 1
- 239000012770 industrial material Substances 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000010841 mRNA extraction Methods 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 238000010369 molecular cloning Methods 0.000 description 1
- 239000002547 new drug Substances 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 238000002966 oligonucleotide array Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000003976 plant breeding Methods 0.000 description 1
- 238000003753 real-time PCR Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002342 ribonucleoside Substances 0.000 description 1
- 235000002020 sage Nutrition 0.000 description 1
- 238000009394 selective breeding Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000001632 sodium acetate Substances 0.000 description 1
- 235000017281 sodium acetate Nutrition 0.000 description 1
- 239000007790 solid phase Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000001308 synthesis method Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- -1 vanadyl ribonucleoside compound Chemical class 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/569—Immunoassay; Biospecific binding assay; Materials therefor for microorganisms, e.g. protozoa, bacteria, viruses
- G01N33/56961—Plant cells or fungi
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6888—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms
- C12Q1/6895—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms for plants, fungi or algae
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6813—Hybridisation assays
- C12Q1/6834—Enzymatic or biochemical coupling of nucleic acids to a solid phase
- C12Q1/6837—Enzymatic or biochemical coupling of nucleic acids to a solid phase using probe arrays or probe chips
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/158—Expression markers
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Biotechnology (AREA)
- Organic Chemistry (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Molecular Biology (AREA)
- Microbiology (AREA)
- Zoology (AREA)
- Cell Biology (AREA)
- Physics & Mathematics (AREA)
- Mycology (AREA)
- Wood Science & Technology (AREA)
- Botany (AREA)
- Biochemistry (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Tropical Medicine & Parasitology (AREA)
- Virology (AREA)
- Genetics & Genomics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Description
本発明はこのような状況に鑑みてなされたものであり、本発明の課題は、遺伝子発現情報を用いて、優良木の早期選抜や、生長性・材質等を早期判定もしくは予測するための方法を提供することにある。
(a)「胸高直径、繊維長の判定に使用可能なバイオマーカー」、
(b)「胸高直径の判定に使用可能なバイオマーカー」、
(c)「胸高直径、パルプ収量指数の判定に使用可能なバイオマーカー」、
(d)「パルプ収量指数の判定に使用可能なバイオマーカー」、
(e)「パルプ収量指数、繊維長の判定に使用可能なバイオマーカー」、
(f)「繊維長の判定に使用可能なバイオマーカー」
の6グループに大別された。
即ち、本発明は、以下の〔1〕〜〔22〕を提供するものである。
〔1〕以下(1)から(6)の工程を含む方法であって、工程(6)の判別結果に従い、被検植林木が優良な形質を示す植林木であるか否かを判定する方法;
(1)優良な形質を示す植林木であるか否かを判別出来ない時期に、複数の植林木の同一部位より木部を採取する工程、
(2)工程(1)で採取された各植林木の木部において発現している遺伝子群の発現情報を取得する工程、
(3)工程(1)の植林木が優良な形質を示す植林木のクラスに属するか又は優良な形質を示さない植林木のクラスに属するかを判別するために使用できる遺伝子群、該遺伝子群の発現情報、及び、工程(1)の植林木が優良な形質を示す植林木のクラスに属するか又は優良な形質を示さない植林木のクラスに属するかを判別するために使用できるアルゴリズムを同定する工程、
(4)被検植林木において、工程(1)と同一の時期に、工程(1)の植林木と同一部位より木部を採取する工程、
(5)工程(4)で採取された木部において発現している遺伝子群のうち、工程(3)で同定された遺伝子群の発現情報を取得する工程、及び
(6)工程(3)で同定された遺伝子群の発現情報、工程(5)で取得された遺伝子群の発現情報、及び工程(3)で同定されたアルゴリズムを用いて、被検植林木が優良な形質を示す植林木のクラスに属するか又は優良な形質を示さない植林木のクラスに属するかを判別する工程、
〔2〕下記(a)及び(b)の工程を含む、優良な形質を示す植林木の選抜方法;
(a)複数の被検植林木について、優良な形質を示す植林木であるか否かを〔1〕に記載の方法によって判定する工程、及び
(b)工程(a)において優良な形質を示す植林木であると判定された植林木を選抜する工程、
〔3〕優良な形質を示す植林木が優良な成長を示す植林木である、〔1〕又は〔2〕に記載の方法、
〔4〕優良な形質を示す植林木が優良な材質を示す植林木である、〔1〕又は〔2〕に記載の方法、
〔5〕優良な形質を示す植林木が優良な成長及び優良な材質を示す植林木である、〔1〕又は〔2〕に記載の方法、
〔6〕優良な成長を示す植林木が優良な胸高直径を示す植林木、優良な樹高を示す植林木、及び優良な容積を示す植林木からなる群より選択される少なくとも1つの植林木である、〔3〕又は〔5〕に記載の方法、
〔7〕優良な材質を示す植林木が優良なパルプ収量指数を示す植林木、優良な繊維長を示す植林木、優良な引張り強さを示す植林木、優良な容積重を示す植林木からなる群より選択される少なくとも1つの植林木である、〔4〕又は〔5〕に記載の方法、
〔8〕優良な材質を示す植林木が優良なパルプ収量指数及び優良な繊維長を示す植林木である、〔4〕又は〔5〕に記載の方法、
〔9〕優良な成長及び優良な材質を示す植林木が優良な胸高直径及び優良なパルプ収量指数を示す植林木である、〔5〕に記載の方法、
〔10〕優良な成長及び優良な材質を示す植林木が優良な胸高直径及び優良な繊維長を示す植林木である、〔5〕に記載の方法、
〔11〕以下(1)から(5)の工程を含む方法であって、工程(5)の判別結果に従い、被検ユーカリが優良な胸高直径を示すユーカリであるか否かを判定する方法;
(1)優良な胸高直径を示すユーカリであるか否かを判別出来ない時期に、複数のユーカリの同一部位より木部を採取する工程、
(2)工程(1)で採取された各ユーカリの木部において発現している遺伝子群の発現情報のうち、配列番号:1〜52のいずれかに記載の塩基配列、または配列番号:1〜242のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報を取得する工程、
(3)被検ユーカリにおいて、工程(1)と同一の時期に、工程(1)のユーカリと同一部位より木部を採取する工程、
(4)工程(3)で採取された木部において発現している遺伝子群のうち、工程(2)の各遺伝子の発現情報を取得する工程、及び
(5)工程(2)で取得された各遺伝子の発現情報、工程(4)で取得された各遺伝子の発現情報、並びに、判別処理アルゴリズムを用いて、被検ユーカリが優良な胸高直径を示すユーカリのクラスに属するか又は優良な胸高直径を示さないユーカリのクラスに属するかを判別する工程、
〔12〕下記(a)及び(b)の工程を含む、優良な胸高直径を示すユーカリの選抜方法;
(a)複数の被検ユーカリについて、優良な胸高直径を示すユーカリであるか否かを〔11〕に記載の方法によって判定する工程、及び
(b)工程(a)において優良な胸高直径を示すユーカリであると判定されたユーカリを選抜する工程、
〔13〕以下(1)から(5)の工程を含む方法であって、工程(5)の判別結果に従い、被検ユーカリが優良なパルプ収量指数を示すユーカリであるか否かを判定する方法;
(1)優良なパルプ収量指数を示すユーカリであるか否かを判別出来ない時期に、複数のユーカリの同一部位より木部を採取する工程、
(2)工程(1)で採取された各ユーカリの木部において発現している遺伝子群の発現情報のうち、配列番号:65、243〜307のいずれかに記載の塩基配列、または配列番号:34、65、107、121、127、145、160、175、243〜545のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報を取得する工程、
(3)被検ユーカリにおいて、工程(1)と同一の時期に、工程(1)のユーカリと同一部位より木部を採取する工程、
(4)工程(3)で採取された木部において発現している遺伝子群のうち、工程(2)の各遺伝子の発現情報を取得する工程、及び
(5)工程(2)で取得された各遺伝子の発現情報、工程(4)で取得された各遺伝子の発現情報、並びに、判別処理アルゴリズムを用いて、被検ユーカリが優良なパルプ収量指数を示すユーカリのクラスに属するか又は優良なパルプ収量指数を示さないユーカリのクラスに属するかを判別する工程、
〔14〕下記(a)及び(b)の工程を含む、優良なパルプ収量指数を示すユーカリの選抜方法;
(a)複数の被検ユーカリについて、優良なパルプ収量指数を示すユーカリであるか否かを〔13〕に記載の方法によって判定する工程、及び
(b)工程(a)において優良なパルプ収量指数を示すユーカリであると判定されたユーカリを選抜する工程、
〔15〕以下(1)から(5)の工程を含む方法であって、工程(5)の判別結果に従い、被検ユーカリが優良な繊維長を示すユーカリであるか否かを判定する方法;
(1)優良な繊維長を示すユーカリであるか否かを判別出来ない時期に、複数のユーカリの同一部位より木部を採取する工程、
(2)工程(1)で採取された各ユーカリの木部において発現している遺伝子群の発現情報のうち、配列番号:1、39、53、64、99、168、178、202、209、212、215、236、254、257、279、283、303、315、326、347、350、358、366、371、384、393、394、397、404、449、457、458、477、482、489、494、496、516、533、546〜832のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報を取得する工程、
(3)被検ユーカリにおいて、工程(1)と同一の時期に、工程(1)のユーカリと同一部位より木部を採取する工程、
(4)工程(3)で採取された木部において発現している遺伝子群のうち、工程(2)の各遺伝子の発現情報を取得する工程、及び
(5)工程(2)で取得された各遺伝子の発現情報、工程(4)で取得された各遺伝子の発現情報、並びに、判別処理アルゴリズムを用いて、被検ユーカリが優良な繊維長を示すユーカリのクラスに属するか又は優良な繊維長を示さないユーカリのクラスに属するかを判別する工程、
〔16〕下記(a)及び(b)の工程を含む、優良な繊維長を示すユーカリの選抜方法;
(a)複数の被検ユーカリについて、優良な繊維長を示すユーカリであるか否かを〔15〕に記載の方法によって判定する工程、及び
(b)工程(a)において優良な繊維長を示すユーカリであると判定されたユーカリを選抜する工程、
〔17〕以下(1)から(5)の工程を含む方法であって、工程(5)の判別結果に従い、被検ユーカリが優良な胸高直径及び優良なパルプ収量指数を示すユーカリであるか否かを判定する方法;
(1)優良な胸高直径及び優良なパルプ収量指数を示すユーカリであるか否かを判別出来ない時期に、複数のユーカリの同一部位より木部を採取する工程、
(2)工程(1)で採取された各ユーカリの木部において発現している遺伝子群の発現情報のうち、配列番号:34、65、107、121、127、145、160、175のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報を取得する工程、
(3)被検ユーカリにおいて、工程(1)と同一の時期に、工程(1)のユーカリと同一部位より木部を採取する工程、
(4)工程(3)で採取された木部において発現している遺伝子群のうち、工程(2)の各遺伝子の発現情報を取得する工程、及び
(5)工程(2)で取得された各遺伝子の発現情報、工程(4)で取得された各遺伝子の発現情報、並びに、判別処理アルゴリズムを用いて、被検ユーカリが優良な胸高直径及び優良なパルプ収量指数を示すユーカリのクラスに属するか又は優良な胸高直径及び優良なパルプ収量指数を示さないユーカリのクラスに属するかを判別する工程、
〔18〕下記(a)及び(b)の工程を含む、優良な胸高直径及び優良なパルプ収量指数を示すユーカリの選抜方法;
(a)複数の被検ユーカリについて、優良な胸高直径及び優良なパルプ収量指数を示すユーカリであるか否かを〔17〕に記載の方法によって判定する工程、及び
(b)工程(a)において優良な胸高直径及び優良なパルプ収量指数を示すユーカリであると判定されたユーカリを選抜する工程、
〔19〕以下(1)から(5)の工程を含む方法であって、工程(5)の判別結果に従い、被検ユーカリが優良な胸高直径及び優良な繊維長を示すユーカリであるか否かを判定する方法;
(1)優良な胸高直径及び優良な繊維長を示すユーカリであるか否かを判別出来ない時期に、複数のユーカリの同一部位より木部を採取する工程、
(2)工程(1)で採取された各ユーカリの木部において発現している遺伝子群の発現情報のうち、配列番号:254、257、279、283、303、315、326、347、350、358、366、371、384、393、394、397、404、449、457、458、477、482、489、494、496、516、533のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報を取得する工程、
(3)被検ユーカリにおいて、工程(1)と同一の時期に、工程(1)のユーカリと同一部位より木部を採取する工程、
(4)工程(3)で採取された木部において発現している遺伝子群のうち、工程(2)の各遺伝子の発現情報を取得する工程、及び
(5)工程(2)で取得された各遺伝子の発現情報、工程(4)で取得された各遺伝子の発現情報、並びに、判別処理アルゴリズムを用いて、被検ユーカリが優良な胸高直径及び優良な繊維長を示すユーカリのクラスに属するか又は優良な胸高直径及び優良な繊維長を示さないユーカリのクラスに属するかを判別する工程、
〔20〕下記(a)及び(b)の工程を含む、優良な胸高直径及び優良な繊維長を示すユーカリの選抜方法;
(a)複数の被検ユーカリについて、優良な胸高直径及び優良な繊維長を示すユーカリであるか否かを〔19〕に記載の方法によって判定する工程、及び
(b)工程(a)において優良な胸高直径及び優良な繊維長を示すユーカリであると判定されたユーカリを選抜する工程、
〔21〕以下(1)から(5)の工程を含む方法であって、工程(5)の判別結果に従い、被検ユーカリが優良なパルプ収量指数及び優良な繊維長を示すユーカリであるか否かを判定する方法;
(1)優良なパルプ収量指数及び優良な繊維長を示すユーカリであるか否かを判別出来ない時期に、複数のユーカリの同一部位より木部を採取する工程、
(2)工程(1)で採取された各ユーカリの木部において発現している遺伝子群の発現情報のうち、配列番号:1、39、53、64、99、168、178、202、209、212、215、236のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報を取得する工程、
(3)被検ユーカリにおいて、工程(1)と同一の時期に、工程(1)のユーカリと同一部位より木部を採取する工程、
(4)工程(3)で採取された木部において発現している遺伝子群のうち、工程(2)の各遺伝子の発現情報を取得する工程、及び
(5)工程(2)で取得された各遺伝子の発現情報、工程(4)で取得された各遺伝子の発現情報、並びに、判別処理アルゴリズムを用いて、被検ユーカリが優良なパルプ収量指数及び優良な繊維長を示すユーカリのクラスに属するか又は優良なパルプ収量指数及び優良な繊維長を示さないユーカリのクラスに属するかを判別する工程、
〔22〕下記(a)及び(b)の工程を含む、優良なパルプ収量指数及び優良な繊維長を示すユーカリの選抜方法;
(a)複数の被検ユーカリについて、優良なパルプ収量指数及び優良な繊維長を示すユーカリであるか否かを〔21〕に記載の方法によって判定する工程、及び
(b)工程(a)において優良なパルプ収量指数及び優良な繊維長を示すユーカリであると判定されたユーカリを選抜する工程。
本発明は、遺伝子発現情報を用いた植物の形質を判定もしくは予測する方法に関する。より具体的には本発明は以下(1)から(6)の工程を含む方法であって、工程(6)で取得された判別結果に従い、被検植物が優良な形質を示す植物であるか否かを判定する方法を提供する。
(1)優良な形質を示すユーカリであるか否かを判別出来ない時期に、複数の植物の同一部位より木部を採取する工程、
(2)工程(1)で採取された各植物の木部において発現している遺伝子群の発現情報を取得する工程、
(3)工程(1)の植物が優良な形質を示す植物のクラスに属するか又は優良な形質を示さない植物のクラスに属するかを判別するために使用できる遺伝子群、該遺伝子群の発現情報、及び、工程(1)の植物が優良な形質を示す植物のクラスに属するか又は優良な形質を示さない植物のクラスに属するかを判別するために使用できるアルゴリズムを同定する工程、
(4)被検植物において、工程(1)と同一の時期に、工程(1)の植物と同一部位より木部を採取する工程、
(5)工程(4)で採取された木部において発現している遺伝子群のうち、工程(3)で同定された遺伝子群の発現情報を取得する工程、及び
(6)工程(3)で同定された遺伝子群の発現情報、工程(5)で取得された遺伝子群の発現情報、及び工程(3)で同定されたアルゴリズムを用いて、被検植物が優良な形質を示す植物のクラスに属するか又は優良な形質を示さない植物のクラスに属するかを判別する工程。
本発明の方法において形質の判定の対象となる植物としては、特に限定されるものではないが、植林木が挙げられる。本発明の植林木としては、特に限定されるものではないが、ユーカリ、マツ、ポプラ、アカシア、スギ、トウヒ、チーク、ラワン、リンゴ、モモなどが挙げられる。特に好ましい例としてはユーカリが挙げられる。
即ち本発明は以下(1)から(6)の工程を含む方法であって、工程(6)で取得された判別結果に従い、被検ユーカリが優良な形質を示すユーカリであるか否かを判定する方法を提供する。
(1)優良な形質を示すユーカリであるか否かを判別出来ない時期に、複数のユーカリの同一部位より木部を採取する工程、
(2)工程(1)で採取された各ユーカリの木部において発現している遺伝子群の発現情報を取得する工程、
(3)工程(1)のユーカリが優良な形質を示すユーカリのクラスに属するか又は優良な形質を示さないユーカリのクラスに属するかを判別するために使用できる遺伝子群、該遺伝子群の発現情報、及び、工程(1)のユーカリが優良な形質を示すユーカリのクラスに属するか又は優良な形質を示さないユーカリのクラスに属するかを判別するために使用できるアルゴリズムを同定する工程、
(4)被検ユーカリにおいて、工程(1)と同一の時期に、工程(1)のユーカリと同一部位より木部を採取する工程、
(5)工程(4)で採取された木部において発現している遺伝子群のうち、工程(3)で同定された遺伝子群の発現情報を取得する工程、及び
(6)工程(3)で同定された遺伝子群の発現情報、工程(5)で取得された遺伝子群の発現情報、及び工程(3)で同定されたアルゴリズムを用いて、被検ユーカリが優良な形質を示すユーカリのクラスに属するか又は優良な形質を示さないユーカリのクラスに属するかを判別する工程。
(a)被検ユーカリが優良な成長を示すユーカリであるか否かを判別する方法、及び
(b)被検ユーカリが優良な材質を示すユーカリであるか否かを判別する方法、
を提供する。本発明においては、優良な成長を示すユーカリ個体を「成長優良木」、優良な材質を示すユーカリ個体を「材質優良木」と称する。
(c)被検ユーカリが優良な胸高直径を示すユーカリであるか否かを判別する方法、
(d)被検ユーカリが優良な樹高を示すユーカリであるか否かを判別する方法、
(e)被検ユーカリが優良な容積を示すユーカリであるか否かを判別する方法、
(f)被検ユーカリが優良なパルプ収量指数を示すユーカリであるか否かを判別する方法、
(g)被検ユーカリが優良な繊維長を示すユーカリであるか否かを判別する方法、
(h)被検ユーカリが優良な引張り強さを示すユーカリであるか否かを判別する方法、
(i)被検ユーカリが優良な容積重を示すユーカリであるか否かを判別する方法、
を提供する。
また形質が優良であるか否かの判定は、以下の基準によって行うことが出来る。即ち、「優良な胸高直径を示す」については、植栽後5年目以降伐期までの間のいずれかの時点において、その周辺に植裁されている25個体の胸高直径(樹幹の胸高部;地上1.5mの直径)の平均値+1.2σ以上、1.3σ以上、又は1.5σ以上の胸高直径を有するか否かによって判定することが出来る。また「優良な樹高を示す」については、植栽後5年目以降伐期までの間のいずれかの時点において、その周辺に植裁されている25個体の樹高の平均値+1.2σ以上、又は1.3σ以上の樹高を有するか否かによって判定することが出来る。また「優良な容積を示す」については、植栽後5年目以降伐期までの間のいずれかの時点において、その周辺に植裁されている25個体の容積の平均値の1.5倍以上、又は1.75倍以上の樹高を有するか否かによって判定することが出来る。
一方「優良なパルプ収量指数を示す」については、植栽後5年目の時点において、230以上、240以上、又は250以上のパルプ収量指数(PYI; Pulp Yield Index = 容積重×パルプ収率)を示すか否かによって判定することが出来る。また「優良な繊維長を示す」については、植栽後5年目以降伐期までの間のいずれかの時点において、0.8mm以上、0.85mm以上、又は0.9mm以上の繊維長を示すか否かによって判定することが出来る。また「優良な引張り強さを示す」については、植栽後5年目以降伐期までの間のいずれかの時点において、6km以上、7km以上、又は8km以上の引張り強さ(裂断長)を示すか否かによって判定することが出来る。また「優良な容積重を示す」については、植栽後5年目以降伐期までの間のいずれかの時点において、500kg/m3以上の容積重を示すか否かによって判定することが出来る。
(j)被検ユーカリが優良な成長及び優良な材質を示すユーカリであるか否かを判別する方法、
(k)被検ユーカリが優良な胸高直径及び優良なパルプ収量指数を示すユーカリであるか否かを判別する方法、
(l)被検ユーカリが優良な胸高直径及び優良な繊維長を示すユーカリであるか否かを判別する方法、
(m)被検ユーカリが優良なパルプ収量指数及び優良な繊維長を示すユーカリであるか否かを判別する方法、
を提供する。
さらに本発明は、
(n)被検ユーカリが上記「優良な胸高直径を示す」、「優良な樹高を示す」「優良な容積を示す」「優良なパルプ収量指数を示す」「優良な繊維長を示す」「優良な引張り強さを示す」「優良な容積重を示す」から選択される任意の2以上の形質のいずれについても優良な形質を示すユーカリであるか否かを判定する方法
を提供するものである。
上記(j)から(n)の方法を実施する場合、ユーカリが有用な形質を示すか否かの判定は、被検ユーカリが2以上の形質のいずれについても優良な形質の基準を満たすか否かによって行うことが出来る。優良な形質の基準を満たすか否かの判断は、上述の基準に従って行うことが出来る。
本発明の方法では、まず、優良な形質を示すユーカリであるか否かを判別出来ない時期に、複数のユーカリの同一部位より木部を採取する。
本発明の方法において、優良な形質を示すユーカリであるか否かを判別出来ない時期とは、ユーカリが、上記の形質が優良であるとされる基準を満たさない時期であって、将来の形質を予測することが出来ない時期を意味する。形質がユーカリの成長である場合には、形質が優良であるか否かを判別できない時期として、植栽から5年未満の時期、好ましくは植栽から2〜3年の時期が挙げられる。また、形質がユーカリの材質である場合、形質が優良であるか否かを判別できない時期としては、例えば植栽後10年未満の時期、好ましくは7年未満の時期、特に好ましくは植栽から2〜3年の時期が挙げられる。
本発明において植栽する苗は、実生の苗を植栽する場合、発芽後約60日を経て、約30cmの大きさになったものが例示できるが、これに制限されない。またクローン(挿し木)苗を植栽する場合、採穂母樹から穂(茎頂から第2〜4節間程度)を採取して土に挿し、約60日を経て、約30cmの大きさになったものが例示できるが、これに制限されない。本発明においては、木部は、例えばユーカリ樹幹の基部、胸高部、茎頂部などから採取することが可能であるが、これらに限定されるものではない。木部は、樹皮を除くことによって露出させることが出来る。
(a)木部が採取された各ユーカリの栽培を継続する工程、及び
(b)工程(a)で栽培が継続された各ユーカリが優良な形質を示すか否かを判定する工程、
を含んでもよい。
なお後述するように、本発明においては、木部における遺伝子群の発現情報を取得する際に、木部における遺伝子群の発現状態とユーカリの木部以外の部位における遺伝子の発現状態とを相対比較することも出来る。従って本発明においては、ユーカリの木部に加え、木部以外の部位を採取することもできる。ユーカリの木部以外の部位は、木部と比較して遺伝子群の発現差がある部位である限り何ら制限されないが、例えば実生下胚軸、葉、根、樹皮、植物全体などが挙げられる。
本発明の方法では、次いで、上記(1)にて採取された各ユーカリの木部において発現している遺伝子群の発現情報を取得する。遺伝子群の発現情報としては、mRNAの発現情報又はタンパク質の発現情報が挙げられる。mRNAの抽出は例えば当業者に周知の方法や市販のキットを使用して行うことが出来る。また、実施例に記載の方法によって行うことが出来る。本発明においては、ユーカリ由来のmRNAからcRNA調製してもよい。ユーカリ由来のmRNAから調製されたcRNAは、ユーカリ木部で発現しているmRNAから調製されたcRNAであることが好ましい。ユーカリ由来のmRNAからcRNAの調製は、常法(mRNA調整はPaux et al., Plant Molecular Biology 55: 263-280, 2004、cRNA調整はアジレント社製Agilent Low RNA Input Fluorescent Linear Amplification Kit Protocol; http://www.chem.agilent.com/temp/rad7284E/00056998.pdf)により、ユーカリ木部からmRNAを調製し、逆転写反応を行い、DNAの塩基配列を基に作製したプライマーを用いてPCRを行うことにより行うことが可能である。
mRNAの発現情報は、DNAアレイをはじめとして、ノーザンブロット、ドットブロット、スロットブロット、ATAC-PCR法、Taq Man PCR法、リアルタイムPCR法、逆転写PCR法、SAGE等様々な方法を使用して取得することが出来る。
DNAアレイを使用してmRNAの発現プロファイルを取得する場合、DNA断片の固定(アレイ)方法としては、Affymetrix社開発によるオリゴヌクレオチドを基本としたアレイが例示できる。オリゴヌクレオチドのアレイにおいて、オリゴヌクレオチドは通常in situで合成される。例えば、photolithographicの技術(Affymetrix社)、および化学物質を固定させるためのインクジェット(Rosetta Inpharmatics社)技術等によるオリゴヌクレオチドのインサイチュ合成法が既に知られており、いずれの技術も本発明の基板の作製に利用することができる。なお本発明においては、ユーカリESTのcDNA配列をもとにオリゴDNA(60-mer)の配列を選定し、アレイ基盤上でインサイチュ合成されたカスタムメイドのアレイを使用した。
なおタンパク質の発現情報の取得は当業者に周知の方法、例えばプロテインチップを使用して行うことが出来る。
本工程では、ユーカリが優良な形質を示すユーカリのクラスに属するか又は優良な形質を示さないユーカリのクラスに属するかを判別するために使用できる遺伝子群(バイオマーカー遺伝子セット又は高判別能バイオマーカー遺伝子セット)等の同定を行う。
まず、バイオマーカー遺伝子セットの同定に関して説明する。バイオマーカー遺伝子セットの同定は下記ステップ1−1から1−5の工程によって行うことが出来る(図1)。
ステップ1−1:
上記標準化遺伝子発現プロファイルを構成する数値情報(発現比もしくは蛍光値およびP値)が掲載されたデータマトリックスであって、サンプル個体番号のリストとマイクロアレイ上のプローブ番号のリストからなる標準化データマトリックスを用意する。
ステップ1−2:
クラス名(形質が優良である、形質が優良ではない)を入力し、入力したクラスに基づき、上記データマトリクス中の発現情報を2グループ(2クラス)に分類し、参照データセットとして設定する。
ステップ1−3:
P<=0.01の発現データを持つプローブ番号を選択する。
ステップ1−4:
ステップ1−3で選択されたプローブ番号ごとの発現データについて、2グループ(2クラス)間でのt検定を行う。ステップ1−3で選択されたプローブ番号ごとの発現データについて、ステップ1−2で分けられた2グループ(2クラス)間でのt検定を行い、|t|>=1のプローブ番号を選択する。
ステップ1−5:
|t|値の大きいプローブから降順にリストを作成し、ユーカリが優良な形質を示すユーカリのクラスに属するか又は優良な形質を示さないユーカリのクラスに属するかを判別するために使用できる遺伝子群、即ち、判別能力を有する遺伝子群(バイオマーカー遺伝子セット)を同定する。
次に、上記にて同定されたバイオマーカー遺伝子セットの判別能力の評価を行う。以下、バイオマーカー遺伝子セットの判別能力(判別率)評価の概略について説明する(図2)。
ステップ1−1’:
ステップ1−5において決定されたバイオマーカー遺伝子セットに相当するプローブ番号の発現プロファイルを構成する数値情報(発現比もしくは蛍光値およびP値)が掲載されたデータマトリックスであって、サンプル個体番号のリストとマイクロアレイ上のプローブ番号のリストからなる判別用標準化データマトリックスを用意する。
ステップ2−1:
ステップ1−1’の判別用標準化データマトリックス中から、1サンプルのデータを抜き取る。
ステップ2−2:
クラス名(形質が優良である、形質が優良ではない)を入力し、入力したクラスに基づき、1サンプルのデータを抜いたデータマトリクス中のサンプル群を2グループ(2クラス)に分ける。
ステップ2−3:
ステップ1−5において決定されたバイオマーカー遺伝子セットに相当するプローブ番号の発現データについて、P<=0.01のプローブ番号とプローブ番号に対応する発現データを選択する。
ベイジアンアルゴリズムやSVM以外のアルゴリズム(例えば後述のK-NNなど)で判別を行う場合は、ステップ2−6へ進む。
ステップ2−4:
ステップ2−3で選択されたプローブ番号の発現データについて、ステップ2−2で分けられた2グループ(2クラス)間でのt検定を行い、|t|>=1のプローブ番号と発現データを選択する。
ステップ2−5:
ステップ2−1において抜き取った1個体について、ステップ2−4において選択されたプローブ番号の発現データを選択する。
ステップ2−6:
判別処理アルゴリズムによりグループを判別し、正答か誤答かの結果を得る。判別処理に用いるアルゴリズムとしては、例えばベイジアンアルゴリズム(Richard O. Duda et al., Pattern Classification, 2nd ed., New York: John Wiley & Sons, 2001)、K-NN; K-Nearest Neighborアルゴリズム(Cover, T.M. and Hart, P.E., Nearest neighbor pattern classification. IEEE Tr. Information Theory, 1967, IT-13: 21-27)、SVM; Support Vector Machineアルゴリズム(Lee, Y., Lin, Y., and Wahba, G.. Multicategory support vector machines: theory and applications to the classification of microarray data and satellite radiance data. Journal of American Statistical Association, 2004, 99: 67-81.)等が挙げられるが、これらに限定されるものではない。
ステップ2−7:
全てのサンプルのデータを、テスト用サンプル個体として一度抜き取り、ステップ2−2からステップ2−6までの解析を繰り返す。
ステップ2−8:
各判別処理アルゴリズムの判別能力(判別率:正答サンプル数/総サンプル数)を評価する。このステップにおいて、バイオマーカー遺伝子セットを用いた場合に高判別率である判別処理アルゴリズムが同定される。
図1のステップ1−5において、ステップ1−4までの処理において順位付けされたバイオマーカー遺伝子リストの上位から一定数順番に抜き出し、図2に示す遺伝子セットの判別率(正答サンプル数/総サンプル数)を計算することによって、少量に絞った当該バイオマーカーセットの判別能力評価を行うことも出来る。通常、50%以上、好ましくは70% 以上、より好ましくは81%、82%、83%、84%、85%、86%、87%、88%、89%、90%、91%、92%、93%、94%、95%、96%、97%、98%、99%以上の判別率(判別能力)を有する遺伝子セットを、高判別能遺伝子セットとして決定する。例えば|t|値の順位が1位から|t|>=1.5以上までの遺伝子を抜き出し判別用標準化データマトリクスとし、ステップ2−1から2−8を実施することで、該当する順位までの遺伝子セットの判別率が算定できる。算定結果が、例えば90%を超える判別率であれば、それらを高判別能バイオマーカー遺伝子セットとして、同定することが出来る。このセットを用いることでより精度の高い判別を実施することが出来る。また高判別能バイオマーカー遺伝子セットを用いた場合に高判別率である判別処理アルゴリズムが同定される。
本発明の方法では、次いで、上記「(1)優良な形質を示すユーカリであるか否かを判別出来ない時期に、複数のユーカリの同一部位より木部を採取する工程」に記載の優良な形質を示すユーカリであるか否かを判別出来ない時期と同一の時期に、被検ユーカリにおいて、上記(1)に記載の部位と同一部位より木部を採取する。植栽する苗は、実生の苗を植栽する場合、発芽後約60日を経て、約30cmの大きさになったものが例示できるが、これに制限されない。クローン(挿し木)苗を植栽する場合、採穂母樹から穂(茎頂から第2〜4節間程度)を採取して土に挿し、約60日を経て、約30cmの大きさになったものが例示できるが、これに制限されない。また木部は、例えばユーカリ樹幹の基部、胸高部、茎頂部から採取することが可能であるが、これらに限定されるものではない。木部は、樹皮を除くことによって露出させることが出来る。
本工程の被検ユーカリは、苗の時点において、上記(1)において植栽された苗と同一の状態であったものであることが好ましい。また本工程において木部を採取される部位は、工程(1)において木部が採取された部位と同一であることが好ましい。さらに、木部の採取は上記(1)と同一の季節、同一の時間帯に行うことが好ましい。また被検ユーカリが植栽された地域も、上記(1)において採取が行われたユーカリと同一であることが好ましい。
木部における遺伝子の発現状態とユーカリの木部以外の部位における遺伝子の発現状態とを相対比較する場合には、ユーカリの木部以外の部位を採取する。
本発明の方法では、上記工程(4)で採取された木部において発現している遺伝子群のうち、工程(3)で同定された遺伝子群の発現情報を取得する。発現情報の取得は、上記(2)に記載の方法によって行うことが出来る。また木部における遺伝子の発現状態とユーカリの木部以外の部位における遺伝子の発現状態との相対比較を行う場合には、ユーカリの木部以外の部位からも発現情報を取得する。
本工程において発現プロファイルを作成する際に使用するDNAアレイ上の遺伝子は、上記工程(3)において優良な形質を示すか否かを判別できる遺伝子群として同定された遺伝子とすることが可能である。また、上記(2)で発現取得する際に使用したDNAアレイ上の遺伝子とすることも可能である。なお後者の場合には、得られた遺伝子の発現情報から上記工程(3)において優良な形質を示すか否かを判別できる遺伝子群として同定された遺伝子の発現情報を選択して使用することが必要である。
以下、被検サンプルの形質判別の概略について説明する。
バイオマーカー遺伝子セット又は高判別能バイオマーカー遺伝子セットを用いた未知の被検サンプルの判別(図3)
ステップ3−0:
ステップ1−5において決定されたバイオマーカー遺伝子セットに相当するプローブ番号の発現プロファイルを構成する数値情報(発現比もしくは蛍光値及びP値)が掲載されたデータマトリックスであって、サンプル個体番号のリストとマイクロアレイ上のプローブ番号のリストからなる判別用標準化データマトリックスを用意する。
または、ステップ2−8において決定された高判別能バイオマーカー遺伝子セットに相当するプローブ番号の発現プロファイルを構成する数値情報(発現比もしくは蛍光値及びP値)が掲載されたデータマトリックスであって、サンプル個体番号のリストとマイクロアレイ上のプローブ番号のリストからなる判別用標準化データマトリックスを用意する。
ステップ3−1:
被検サンプルについて、ステップ1−5において決定されたバイオマーカー遺伝子セットに相当するプローブ番号の発現プロファイルを構成する数値情報(発現比もしくは蛍光値及びP値)が掲載されたデータマトリックスであって、サンプル個体番号のリストとマイクロアレイ上のプローブ番号のリストからなる標準化データマトリクスを用意する。
または、被検サンプルについて、ステップ2−8において決定された高判別能バイオマーカー遺伝子セットに相当するプローブ番号の発現プロファイルを構成する数値情報(発現比もしくは蛍光値及びP値)が掲載されたデータマトリックスであって、サンプル個体番号のリストとマイクロアレイ上のプローブ番号のリストからなる標準化データマトリクスを用意する。ステップ3−1において、発現プロファイルを得る方法としては、例えばマイクロアレイ解析、RT-PCR解析、ノーザン解析等の発現解析方法が挙げられる。
本発明においては、判別用標準化データマトリクスと被検サンプルの標準化データマトリクスの組み合わせは特に制限されないが、判別用標準化データマトリクスとしてバイオマーカー遺伝子セットに相当する情報を有するものを使用する場合には、被検サンプルの標準化データマトリクスはバイオマーカー遺伝子セットに相当する情報を有するものであることが好ましい。また、判別用標準化データマトリクスとして高判別能バイオマーカー遺伝子セットに相当する情報を有するものを使用する場合には、被検サンプルの標準化データマトリクスは高判別能バイオマーカー遺伝子セットに相当する情報を有するものであることが好ましい。
なお本発明において、判別用標準化データマトリクスとしてバイオマーカー遺伝子セットに相当する情報を有するものを使用し、被検サンプルの標準化データマトリクスとして高判別能バイオマーカー遺伝子セットに相当する情報を有するものを使用する場合、又は、判別用データマトリクスとして高判別能バイオマーカー遺伝子セットに相当する情報を有するものを使用し、被検サンプルの標準化データマトリクスとしてバイオマーカー遺伝子セットに相当する情報を有するものを使用する場合には、「バイオマーカー遺伝子セットに相当する情報を有するデータマトリクスから高判別能バイオマーカー遺伝子セットに相当する情報を選択する工程」が必要である。
ステップ3−2:
調べようとする形質に基づき、判別用標準化データマトリックス中のサンプル群を2グループ(2クラス)に分ける。
ステップ3−3:
ステップ1−5において決定されたバイオマーカー遺伝子セットに相当するプローブ番号の発現データについて、P<=0.01のプローブ番号と発現データを選択する。または、ステップ2−8において決定された高判別能バイオマーカー遺伝子セットに相当するプローブ番号の発現データについて、P<=0.01のプローブ番号と発現データを選択する。
ベイジアンアルゴリズム及びSupport Vector Machineアルゴリズム以外のアルゴリズム(例えばK-NNアルゴリズム)で判別を行う場合は、ステップ3−6へ進む。
ステップ3−4:
ステップ3−3において決定されたプローブ番号の発現データについて、ステップ3−2で分けられた2グループ(2クラス)間でのt検定を行い、|t|>=1のプローブ番号を選択する。
ステップ3−5:
ステップ3−1において得た被検サンプル個体について、ステップ1−5において決定されたバイオマーカー遺伝子セットの内、ステップ3−4において選択されたプローブ番号の発現データを選択する。または、ステップ3−1において得た被検サンプル個体について、ステップ2−8において決定された高判別能バイオマーカー遺伝子セットの内、ステップ3−4において選択されたプローブ番号の発現データを選択する。
ステップ3−6:
判別処理アルゴリズムによりグループを判別する。
なお、ステップ3−0において、ステップ2−8において決定された高判別能バイオマーカー遺伝子セットに相当するプローブ番号の発現プロファイルを構成する数値情報(発現比もしくは蛍光値及びP値)が掲載されたデータマトリックスであって、サンプル個体番号のリストとマイクロアレイ上のプローブ番号のリストからなる判別用標準化データマトリックスを使用し、かつ、ステップ3−1において、ステップ1−5において決定されたバイオマーカー遺伝子セットに相当するプローブ番号の発現プロファイルを構成する数値情報(発現比もしくは蛍光値及びP値)が掲載されたデータマトリックスであって、サンプル個体番号のリストとマイクロアレイ上のプローブ番号のリストからなる標準化データマトリクスを使用した場合には、ステップ3−2からステップ3−4を省略しても構わない。この場合、ステップ3−5では、ステップ3−1において得た被検サンプル個体について、ステップ2−8において決定された高判別能バイオマーカー遺伝子セットのプローブ番号の発現データを選択する。
また、ステップ3−0において、ステップ2−8において決定された高判別能バイオマーカー遺伝子セットに相当するプローブ番号の発現プロファイルを構成する数値情報(発現比もしくは蛍光値及びP値)が掲載されたデータマトリックスであって、サンプル個体番号のリストとマイクロアレイ上のプローブ番号のリストからなる判別用標準化データマトリックスを使用し、かつ、ステップ3−1において、ステップ2−8において決定された高判別能バイオマーカー遺伝子セットに相当するプローブ番号の発現プロファイルを構成する数値情報(発現比もしくは蛍光値及びP値)が掲載されたデータマトリックスであって、サンプル個体番号のリストとマイクロアレイ上のプローブ番号のリストからなる標準化データマトリクスを使用した場合には、ステップ3−2からステップ3−5を省略しても構わない。
1つの態様として、以下(1)から(5)の工程を含む方法であって、工程(5)の判別結果に従い、被検ユーカリが優良な胸高直径を示すユーカリであるか否かを判定する方法を提供する。
(1)優良な胸高直径を示すユーカリであるか否かを判別出来ない時期に、複数のユーカリの同一部位より木部を採取する工程、
(2)工程(1)で採取された各ユーカリの木部において発現している遺伝子群の発現情報のうち、配列番号:1〜52のいずれかに記載の塩基配列、または配列番号:1〜242のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報を取得する工程、
(3)被検ユーカリにおいて、工程(1)と同一の時期に、工程(1)のユーカリと同一部位より木部を採取する工程、
(4)工程(3)で採取された木部において発現している遺伝子群のうち、工程(2)の各遺伝子の発現情報を取得する工程、及び
(5)工程(2)で取得された各遺伝子の発現情報、工程(4)で取得された各遺伝子の発現情報、並びに、判別処理アルゴリズムを用いて、被検ユーカリが優良な胸高直径を示すユーカリのクラスに属するか又は優良な胸高直径を示さないユーカリのクラスに属するかを判別する工程。
本発明においては、必須な作業ではないが、確認作業のために、上記工程(2)の後に、上述のステップ2−1から2−8を行い、工程(1)のユーカリが優良な胸高直径を示すユーカリのクラスに属するか又は優良な胸高直径を示さないユーカリのクラスに属するかを判別することもできるし、また、その判別に使用できるアルゴリズム(例えば、判別率の高いアルゴリズム)を同定することもできる。同定されたアルゴリズムは、上記工程(5)に使用できる。
また上記工程(5)においては、上述のステップ3−0から3−6を行う(ただし、ステップ3−2から3−4、またはステップ3−2から3−5を省略することもできる)。
(1)被検ユーカリにおいて、植裁から2.5年後に胸高部より木部を採取する工程、
(2)工程(1)で採取された木部において発現している遺伝子群のうち、配列番号:1〜52のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報を取得する工程、及び
(3)下記(i)から(iii)を用いて、被検ユーカリが優良な胸高直径を示すユーカリのクラスに属するか又は優良な胸高直径を示さないユーカリのクラスに属するかを判別する工程;
(i)工程(2)で取得された各遺伝子の発現情報、
(ii)表8から12に記載の発現情報であって、それぞれの参照ユーカリにおける配列番号:1〜52のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報、
(iii)判別処理アルゴリズム。
(1)被検ユーカリにおいて、植裁から2.5年後に胸高部より木部を採取する工程、
(2)工程(1)で採取された木部において発現している遺伝子群のうち、配列番号:1〜242のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報を取得する工程、及び
(3)下記(i)から(iii)を用いて、被検ユーカリが優良な胸高直径を示すユーカリのクラスに属するか又は優良な胸高直径を示さないユーカリのクラスに属するかを判別する工程;
(i)工程(2)で取得された各遺伝子の発現情報、
(ii)表8から12に記載の発現情報であって、それぞれの参照ユーカリにおける配列番号:1〜242のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報、
(iii)判別処理アルゴリズム。
1つの態様として、以下(1)から(5)の工程を含む方法であって、工程(5)の判別結果に従い、被検ユーカリが優良なパルプ収量指数を示すユーカリであるか否かを判定する方法を提供する。
(1)優良なパルプ収量指数を示すユーカリであるか否かを判別出来ない時期に、複数のユーカリの同一部位より木部を採取する工程、
(2)工程(1)で採取された各ユーカリの木部において発現している遺伝子群の発現情報のうち、配列番号:65、243〜307のいずれかに記載の塩基配列、または配列番号:34、65、107、121、127、145、160、175、243〜545のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報を取得する工程、
(3)被検ユーカリにおいて、工程(1)と同一の時期に、工程(1)のユーカリと同一部位より木部を採取する工程、
(4)工程(3)で採取された木部において発現している遺伝子群のうち、工程(2)の各遺伝子の発現情報を取得する工程、及び
(5)工程(2)で取得された各遺伝子の発現情報、工程(4)で取得された各遺伝子の発現情報、並びに、判別処理アルゴリズムを用いて、被検ユーカリが優良なパルプ収量指数を示すユーカリのクラスに属するか又は優良なパルプ収量指数を示さないユーカリのクラスに属するかを判別する工程。
本発明においては、必須な作業ではないが、確認作業のために、上記工程(2)の後に、上述のステップ2−1から2−8を行い、工程(1)のユーカリが優良なパルプ収量指数を示すユーカリのクラスに属するか又は優良なパルプ収量指数を示さないユーカリのクラスに属するかを判別することもできるし、また、その判別に使用できるアルゴリズム(例えば、判別率の高いアルゴリズム)を同定することもできる。同定されたアルゴリズムは、上記工程(5)に使用できる。
また上記工程(5)においては、上述のステップ3−0から3−6を行う(ただし、ステップ3−2から3−4、またはステップ3−2から3−5を省略することもできる)。
(1)被検ユーカリにおいて、植裁から2.5年後に胸高部より木部を採取する工程、
(2)工程(1)で採取された木部において発現している遺伝子群のうち、配列番号:65、243〜307のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報を取得する工程、及び
(3)下記(i)から(iii)を用いて、被検ユーカリが優良なパルプ収量指数を示すユーカリのクラスに属するか又は優良なパルプ収量指数を示さないユーカリのクラスに属するかを判別する工程;
(i)工程(2)で取得された各遺伝子の発現情報、
(ii)表17から20に記載の発現情報であって、それぞれの参照ユーカリにおける配列番号:65、243〜307のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報、
(iii)判別処理アルゴリズム。
(1)被検ユーカリにおいて、植裁から2.5年後に胸高部より木部を採取する工程、
(2)工程(1)で採取された木部において発現している遺伝子群のうち、配列番号:34、65、107、121、127、145、160、175、243〜545のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報を取得する工程、及び
(3)下記(i)から(iii)を用いて、被検ユーカリが優良なパルプ収量指数を示すユーカリのクラスに属するか又は優良なパルプ収量指数を示さないユーカリのクラスに属するかを判別する工程;
(i)工程(2)で取得された各遺伝子の発現情報、
(ii)表17から20に記載の発現情報であって、それぞれの参照ユーカリにおける配列番号:34、65、107、121、127、145、160、175、243〜545のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報、
(iii)判別処理アルゴリズム。
1つの態様として、以下(1)から(5)の工程を含む方法であって、工程(5)の判別結果に従い、被検ユーカリが優良な繊維長を示すユーカリであるか否かを判定する方法を提供する。
(1)優良な繊維長を示すユーカリであるか否かを判別出来ない時期に、複数のユーカリの同一部位より木部を採取する工程、
(2)工程(1)で採取された各ユーカリの木部において発現している遺伝子群の発現情報のうち、配列番号:1、39、53、64、99、168、178、202、209、212、215、236、254、257、279、283、303、315、326、347、350、358、366、371、384、393、394、397、404、449、457、458、477、482、489、494、496、516、533、546〜832のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報を取得する工程、
(3)被検ユーカリにおいて、工程(1)と同一の時期に、工程(1)のユーカリと同一部位より木部を採取する工程、
(4)工程(3)で採取された木部において発現している遺伝子群のうち、工程(2)の各遺伝子の発現情報を取得する工程、及び
(5)工程(2)で取得された各遺伝子の発現情報、工程(4)で取得された各遺伝子の発現情報、並びに、判別処理アルゴリズムを用いて、被検ユーカリが優良な繊維長を示すユーカリのクラスに属するか又は優良な繊維長を示さないユーカリのクラスに属するかを判別する工程。
本発明においては、必須な作業ではないが、確認作業のために、上記工程(2)の後に、上述のステップ2−1から2−8を行い、工程(1)のユーカリが優良な繊維長を示すユーカリのクラスに属するか又は優良な繊維長を示さないユーカリのクラスに属するかを判別することもできるし、また、その判別に使用できるアルゴリズム(例えば、判別率の高いアルゴリズム)を同定することもできる。同定されたアルゴリズムは、上記工程(5)に使用できる。
また上記工程(5)においては、上述のステップ3−0から3−6を行う(ただし、ステップ3−2から3−4、またはステップ3−2から3−5を省略することもできる)。
(1)被検ユーカリにおいて、植裁から2.5年後に胸高部より木部を採取する工程、
(2)工程(1)で採取された木部において発現している遺伝子群のうち、配列番号:1、39、53、64、99、168、178、202、209、212、215、236、254、257、279、283、303、315、326、347、350、358、366、371、384、393、394、397、404、449、457、458、477、482、489、494、496、516、533、546〜832のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報を取得する工程、及び
(3)下記(i)から(iii)を用いて、被検ユーカリが優良な繊維長を示すユーカリのクラスに属するか又は優良な繊維長を示さないユーカリのクラスに属するかを判別する工程;
(i)工程(2)で取得された各遺伝子の発現情報、
(ii)表25から28に記載の発現情報であって、それぞれの参照ユーカリにおける配列番号:1、39、53、64、99、168、178、202、209、212、215、236、254、257、279、283、303、315、326、347、350、358、366、371、384、393、394、397、404、449、457、458、477、482、489、494、496、516、533、546〜832のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報、
(iii)判別処理アルゴリズム。
1つの態様として、以下(1)から(5)の工程を含む方法であって、工程(5)の判別結果に従い、被検ユーカリが優良な胸高直径及び優良なパルプ収量指数を示すユーカリであるか否かを判定する方法を提供する。
(1)優良な胸高直径及び優良なパルプ収量指数を示すユーカリであるか否かを判別出来ない時期に、複数のユーカリの同一部位より木部を採取する工程、
(2)工程(1)で採取された各ユーカリの木部において発現している遺伝子群の発現情報のうち、配列番号:34、65、107、121、127、145、160、175のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報を取得する工程、
(3)被検ユーカリにおいて、工程(1)と同一の時期に、工程(1)のユーカリと同一部位より木部を採取する工程、
(4)工程(3)で採取された木部において発現している遺伝子群のうち、工程(2)の各遺伝子の発現情報を取得する工程、及び
(5)工程(2)で取得された各遺伝子の発現情報、工程(4)で取得された各遺伝子の発現情報、並びに、判別処理アルゴリズムを用いて、被検ユーカリが優良な胸高直径及び優良なパルプ収量指数を示すユーカリのクラスに属するか又は優良な胸高直径及び優良なパルプ収量指数を示さないユーカリのクラスに属するかを判別する工程。
本発明においては、必須な作業ではないが、確認作業のために、上記工程(2)の後に、上述のステップ2−1から2−8を行い、工程(1)のユーカリが優良な胸高直径及び優良なパルプ収量指数を示すユーカリのクラスに属するか又は優良な胸高直径及び優良なパルプ収量指数を示さないユーカリのクラスに属するかを判別することもできるし、また、その判別に使用できるアルゴリズム(例えば、判別率の高いアルゴリズム)を同定することもできる。同定されたアルゴリズムは、上記工程(5)に使用できる。
また上記工程(5)においては、上述のステップ3−0から3−6を行う(ただし、ステップ3−2から3−4、またはステップ3−2から3−5を省略することもできる)。
(1)被検ユーカリにおいて、植裁から2.5年後に胸高部より木部を採取する工程、
(2)工程(1)で採取された木部において発現している遺伝子群のうち、配列番号:34、65、107、121、127、145、160、175のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報を取得する工程、及び
(3)下記(i)から(iii)を用いて、被検ユーカリが優良な胸高直径及び優良なパルプ収量指数を示すユーカリのクラスに属するか又は優良な胸高直径及び優良なパルプ収量指数を示さないユーカリのクラスに属するかを判別する工程;
(i)工程(2)で取得された各遺伝子の発現情報、
(ii)表8から12、17から20、25から28のいずれかに記載の発現情報であって、それぞれの参照ユーカリにおける配列番号:34、65、107、121、127、145、160、175のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報、
(iii)判別処理アルゴリズム。
1つの態様として、以下(1)から(5)の工程を含む方法であって、工程(5)の判別結果に従い、被検ユーカリが優良な胸高直径及び優良な繊維長を示すユーカリであるか否かを判定する方法を提供する。
(1)優良な胸高直径及び優良な繊維長を示すユーカリであるか否かを判別出来ない時期に、複数のユーカリの同一部位より木部を採取する工程、
(2)工程(1)で採取された各ユーカリの木部において発現している遺伝子群の発現情報のうち、配列番号:254、257、279、283、303、315、326、347、350、358、366、371、384、393、394、397、404、449、457、458、477、482、489、494、496、516、533のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報を取得する工程、
(3)被検ユーカリにおいて、工程(1)と同一の時期に、工程(1)のユーカリと同一部位より木部を採取する工程、
(4)工程(3)で採取された木部において発現している遺伝子群のうち、工程(2)の各遺伝子の発現情報を取得する工程、及び
(5)工程(2)で取得された各遺伝子の発現情報、工程(4)で取得された各遺伝子の発現情報、並びに、判別処理アルゴリズムを用いて、被検ユーカリが優良な胸高直径及び優良な繊維長を示すユーカリのクラスに属するか又は優良な胸高直径及び優良な繊維長を示さないユーカリのクラスに属するかを判別する工程。
本発明においては、必須な作業ではないが、確認作業のために、上記工程(2)の後に、上述のステップ2−1から2−8を行い、工程(1)のユーカリが優良な胸高直径及び優良な繊維長を示すユーカリのクラスに属するか又は優良な胸高直径及び優良な繊維長を示さないユーカリのクラスに属するかを判別することもできるし、また、その判別に使用できるアルゴリズム(例えば、判別率の高いアルゴリズム)を同定することもできる。同定されたアルゴリズムは、上記工程(5)に使用できる。
また上記工程(5)においては、上述のステップ3−0から3−6を行う(ただし、ステップ3−2から3−4、またはステップ3−2から3−5を省略することもできる)。
(1)被検ユーカリにおいて、植裁から2.5年後に胸高部より木部を採取する工程、
(2)工程(1)で採取された木部において発現している遺伝子群のうち、配列番号:254、257、279、283、303、315、326、347、350、358、366、371、384、393、394、397、404、449、457、458、477、482、489、494、496、516、533のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報を取得する工程、及び
(3)下記(i)から(iii)を用いて、被検ユーカリが優良な胸高直径及び優良な繊維長を示すユーカリのクラスに属するか又は優良な胸高直径及び優良な繊維長を示さないユーカリのクラスに属するかを判別する工程;
(i)工程(2)で取得された各遺伝子の発現情報、
(ii)表8から12、17から20、25から28のいずれかに記載の発現情報であって、それぞれの参照ユーカリにおける配列番号:254、257、279、283、303、315、326、347、350、358、366、371、384、393、394、397、404、449、457、458、477、482、489、494、496、516、533のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報、
(iii)判別処理アルゴリズム。
1つの態様として、以下(1)から(5)の工程を含む方法であって、工程(5)の判別結果に従い、被検ユーカリが優良なパルプ収量指数及び優良な繊維長を示すユーカリであるか否かを判定する方法を提供する。
(1)優良なパルプ収量指数及び優良な繊維長を示すユーカリであるか否かを判別出来ない時期に、複数のユーカリの同一部位より木部を採取する工程、
(2)工程(1)で採取された各ユーカリの木部において発現している遺伝子群の発現情報のうち、配列番号:1、39、53、64、99、168、178、202、209、212、215、236のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報を取得する工程、
(3)被検ユーカリにおいて、工程(1)と同一の時期に、工程(1)のユーカリと同一部位より木部を採取する工程、
(4)工程(3)で採取された木部において発現している遺伝子群のうち、工程(2)の各遺伝子の発現情報を取得する工程、及び
(5)工程(2)で取得された各遺伝子の発現情報、工程(4)で取得された各遺伝子の発現情報、並びに、判別処理アルゴリズムを用いて、被検ユーカリが優良なパルプ収量指数及び優良な繊維長を示すユーカリのクラスに属するか又は優良なパルプ収量指数及び優良な繊維長を示さないユーカリのクラスに属するかを判別する工程。
本発明においては、必須な作業ではないが、確認作業のために、上記工程(2)の後に、上述のステップ2−1から2−8を行い、工程(1)のユーカリが優良なパルプ収量指数及び優良な繊維長を示すユーカリのクラスに属するか又は優良なパルプ収量指数及び優良な繊維長を示さないユーカリのクラスに属するかを判別することもできるし、また、その判別に使用できるアルゴリズム(例えば、判別率の高いアルゴリズム)を同定することもできる。同定されたアルゴリズムは、上記工程(5)に使用できる。
また上記工程(5)においては、上述のステップ3−0から3−6を行う(ただし、ステップ3−2から3−4、またはステップ3−2から3−5を省略することもできる)。
(1)被検ユーカリにおいて、植裁から2.5年後に胸高部より木部を採取する工程、
(2)工程(1)で採取された木部において発現している遺伝子群のうち、配列番号:1、39、53、64、99、168、178、202、209、212、215、236のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報を取得する工程、及び
(3)下記(i)から(iii)を用いて、被検ユーカリが優良なパルプ収量指数及び優良な繊維長を示すユーカリのクラスに属するか又は優良なパルプ収量指数及び優良な繊維長を示さないユーカリのクラスに属するかを判別する工程;
(i)工程(2)で取得された各遺伝子の発現情報、
(ii)表8から12、17から20、25から28のいずれかに記載の発現情報であって、それぞれの参照ユーカリにおける配列番号:1、39、53、64、99、168、178、202、209、212、215、236のいずれかに記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報、
(iii)判別処理アルゴリズム。
上記発明における参照ユーカリとは、実施例で参照群として使用した個体を意味する。
また、上記発明おける判別処理アルゴリズムとしては、被検ユーカリのクラス判別ができるものであれば特に制限はないが、例えば、ベイジアンアルゴリズム、K-Nearest Neighborアルゴリズム、及びSupport Vector Machineアルゴリズムが挙げられる。
(1)ユーカリの複数の傍芽又はクローンを複数の異なる地域に植栽する工程、
(2)優良な形質を示すユーカリであるか否かを判別出来ない時期に、工程(1)の複数のユーカリの傍芽又はクローンの同一部位より木部を採取する工程、
(3)工程(1)のユーカリの傍芽又はクローンが優良な形質を示すユーカリのクラスに属するか又は優良な形質を示さないユーカリのクラスに属するかを判別するために使用できる遺伝子群、該遺伝子群の発現情報、及び、工程(1)のユーカリの傍芽又はクローンが優良な形質を示すユーカリのクラスに属するか又は優良な形質を示さないユーカリのクラスに属するかを判別するために使用できるアルゴリズムを同定する工程、
(4)被検地域において、工程(1)のユーカリの傍芽又はクローンを植栽する工程、
(5)工程(2)と同一の時期に、工程(4)のユーカリの傍芽又はクローンから工程(2)のユーカリクローンと同一部位より木部を採取する工程、
(6)工程(5)で採取された木部において発現している遺伝子群のうち、工程(3)で同定された遺伝子群の発現情報を取得する工程、
(7)工程(3)で同定された遺伝子群の発現情報、工程(6)で取得された遺伝子群の発現情報、及び工程(3)で同定されたアルゴリズムを用いて、ユーカリの傍芽又はクローンが優良な形質を示すユーカリのクラスに属するか又は優良な形質を示さないユーカリのクラスに属するかを判別する工程。
なお本明細書において引用された全ての先行技術文献は、参照として本明細書に組み入れられる。
(実施例1)ユーカリESTデータベースとマイクロアレイの作製
大量の遺伝子情報を得るため、ユーカリ各組織のESTデータベースとマイクロアレイを作製した。以下にその実施例を示す。
(1)ユーカリからのRNA抽出
抽出の対象となるユーカリ組織については、幹の木部(形成層〜木繊維形成領域)を用いた。サンプル組織は、ナイフやコルク(コア)ボーラー等を用いて樹皮を除いた後、露出している木部を取得した。RNA抽出の基本的な方法は、日尾野らの方法(特開平8−080191)に記載の方法であるが、市販のRNA抽出キット(キアゲン社RNeasy Plant Mini kit)等を用いても行える。下記には、ユーカリ木部を材料に用いたRNAの抽出方法を詳細に説明する。
木部組織5gを小片にし、液体窒素中で磨砕した。これを50ml遠心チューブ(NUNC社製)に移し、ガラスビーズを10g加えた後、ホモジナイザーで5分間摩砕した。これにジチオスレイトール(1mg/ml)を含むメタノール溶液を用いて上清に着色が認められなくなるまで(3回程度)摩砕試料の溶媒抽出を繰り返した。抽出終了後、試料を凍結乾燥させた。この凍結乾燥試料を25mlのpH9 100mM CHES 緩衝液(使用直前に20ミリグラムのジチオスレイトール、10mMバナジルリボヌクレオシド化合物溶液を添加)と混合し65℃で30分間保温した。保温終了後の試料溶液中に、5M塩化ナトリウム溶液及び10%CTAB溶液を添加した。この際、添加後の試料溶液中における塩化ナトリウム濃度は1.4M、CTAB濃度は1%(w/v)となるようにした。試料溶液をよく混合した後65℃で10分間保温した後、等量のクロロホルム:イソアミルアルコール(=24:1)溶液を添加し、緩やかに、かつ充分に混合した。混合後、遠心操作により上清を回収した。上清に対し、55%容のイソプロパノールを添加し、1時間氷冷した。遠心操作により沈殿を得、これを水に溶解させた後、フェノール抽出を行った。フェノール抽出後の上清に10%容の3M酢酸ナトリウム溶液および60%容のイソプロパノールを添加し、よく混合した後、遠心操作により沈殿を回収した。沈殿を滅菌水にて溶解した後、終濃度3Mとなるように12M 塩化リチウム溶液を添加し、よく混合した後、1時間氷冷した。遠心操作によりRNA沈殿を回収し、洗浄、乾燥を経て、最終的に水100μLに溶解させ、total RNA約300μgを得た。total RNA画分からPolyATtract mRNA Isolation SystemIII &IVキット(Cat.# Z5300& Z5310 プロメガ社製 USA)を用いて約2μgのmRNAを得た。
(1)で示した方法により得られた各種組織、状況由来のユーカリmRNAを、クロンテック社のSmart cDNA library construction kitを用いてcDNAを合成し、最終的にファージミドライブラリーとした。こうして作成されたゲノムDNAライブラリーは、各々が1×106pfu以上の独立のクローンからなるものであった。尚、ライブラリーの増幅は作製した一部に対して行い、クローンの解析には増幅をかけずに供した。
各組織由来のユーカリファージミドcDNAライブラリーより、クローンをランダムに選抜し、プラスミドを精製後、アマシャム社のダイターミネーターシークエンスキットによる酵素反応を経て、同社の大規模高速シーケンサーを用いて、塩基配列データの取得を行った。
データ解析は、プラスミド由来の既知配列を削除した後、解析ソフトウェアにより、クラスタリング操作により相同配列の抽出を行った。その後、遺伝子情報データベースの1つである米国・GenBankの全データベースとの比較検索により、おおよその機能予測(アノテーション)をおこなった。
上述のユーカリESTデータベースより、ユーカリオリゴマイクロアレイの作製を行った。なお、実際の作製は、アジレントテクノロジー社(日本国内代理店は、横河アナリティカルシステムズ)に委託した。詳細については下記ホームページに記述されている。 http://www.chem.agilent.com/cag/country/JP/products/PCol494.htm 。
このようにして作製したユーカリオリゴマイクロアレイを用いることで、ユーカリ木部で発現を認める遺伝子7537種の発現情報を得ることが出来る。この数は、ユーカリ樹幹部で発現を認める遺伝子の大部分を網羅している。
遺伝子発現情報解析のサンプルとしては、オーストラリア・西オーストラリア州・アルバニー市(パースの南方約500kmの都市)近辺の合計6ヶ所の植林地に生育中の2.5年生ユーカリプタス・グロブルス(Eucalyptus globulus)植林木の木部を用いた。これらの植林木は、植裁後8年目の成長データや植裁後10年目(伐採時)の材質データを持っているため、将来優良な形質を表す各個体の、若い時期(早期)の遺伝子発現プロファイルを得る材料として適している。木部の採集方法は、実施例1に示した方法に従った。採集地域の自然環境は、年平均気温が約17℃、年降水量が550〜900mmである。また、土壌環境も含め総合的には、8年生植林木(優良木を含まない)の成長パラメーターが、胸高直径:13〜17cm、樹高:13〜17m、容積:0.06〜0.15m3である環境を持つ地域である。本実施例では、前述の西オーストラリア州アルバニー地域の植林地で生育しているユーカリを用いさらに詳しく説明するが、本発明のバイオマーカー情報抽出方法は、アルバニー地域に限定されるものではなく、他の植林地で生育している植林木を用いても実施できる。また、本発明のバイオマーカーの利用は、アルバニー地域と同様の気温、降水量、成長性を示す他の植林地で生育している植林木を用いても実施できる。
(1) 候補個体の胸高直径(樹幹の胸高部;地上1.5mの直径)が、その周辺に植裁されている25個体の胸高直径の平均値+1.5σ以上である場合
(2) パルプ収量指数(PYI; Pulp Yield Index = 容積重×精選パルプ収率)が250以上である場合
前述の定義を満たした優良木の中でも、下記パラメーター値のいずれかを満たす個体は、特に優れた形質を持つ優良系統であるとして説明する。
(1) 樹高が周辺木(25個体)の平均値+1.5σ以上
(2) 容積が周辺木(25個体)の平均値の2倍以上
(3) パルプ収量指数が300以上
(4) 繊維長が0.9mm以上
成長性としては胸高直径、樹高、容積等がある。本実施例においては、胸高直径についてさらに詳しく説明するが、本発明は胸高直径に限定されるものではない。本実施例4に示す方法に従い、検査したい成長性の項目で母集団を再分類し解析することで、それら項目の判定・予測を行うバイオマーカー情報の抽出が出来る。
材質としては、パルプ収量指数、繊維長、繊維粗度、引張り強さ等がある。本実施例においては、パルプ収量指数と繊維長についてさらに詳しく説明するが、本発明はパルプ収量指数と繊維長に限定されるものではない。本実施例6、8に示す方法に従い、検査したい材質の項目で母集団を再分類し解析することで、それら項目の判定・予測を行うバイオマーカー情報の抽出が出来る。
本実施例で示すマイクロアレイ実験には、アルバニー地域で生育中の植林木の対照試料として、無菌播種し25℃で発芽後2週間目のユーカリ属グロブルス種の実生下胚軸を用いた。実生下胚軸では、木部(木繊維)分化がほとんど生じていないため、これを対照試料とすることで、木部分化に関係する遺伝子群の発現情報をより明瞭に得ることができる。
本実施例で用いたユーカリ植林木の胸高直径は表1に示した通りである。実験に用いたサンプルは、ヒルマン(Hilman)、P・レイトン(P. Leighton)、ポウルトニー(Poultney)、レイトン(Leighton)の4林地から、参照群として胸高直径優良木22個体とコントロールとなる胸高直径不良木4個体(コントロール1〜4)の計26個体である。これらユーカリ植林木の胸高直径優良クラスと胸高直径不良クラスを、それぞれのクラスの参照遺伝子発現データセットとし、ユーカリ胸高直径優良木判定用バイオマーカー遺伝子セットの情報を抽出した。
次に、このユーカリ胸高直径優良木判定用バイオマーカー遺伝子セットの判別能力評価を、図2に示すステップ1−1’、2−1から2−8のデータ処理にて行った。
|t|>=1.0である999遺伝子の発現データを、ベイジアン(Bayesian)、K-NN(K-Nearest Neighbors)、SVM(Support Vector Machine)の3種のアルゴリズムにて判別した。その結果、胸高直径優良クラスもしくは不良クラスの判別率(正答数/総サンプル数)は、ベイジアンでは92.3%、K-NNとSVMでは88.5%であった(表4)。
|t|>=1.5である242遺伝子の発現データを、前述の3種のアルゴリズムにて判別した。その結果、判別率はベイジアンでは100%、K-NNとSVMでは92.3%であった(表4、図4)。
|t|>=2.0である52遺伝子の発現データを、3種のアルゴリズムにて判別した。その結果、判別率はベイジアンでは100%、K-NNでは92.3%、SVMでは96.2%であった(表4)。
以上の結果から、3種のどのアルゴリズムを用いても90%以上の高判別率で、胸高直径優良木の判定もしくは将来予測を行うことができる高判別能ユーカリ胸高直径優良木判定用バイオマーカー遺伝子セットとして、|t|>=1.5である242遺伝子(配列番号:1〜242)が決定された(表5及び表6)。また|t|>=2.0である52遺伝子(配列番号:1〜52)が決定された(表5)。これら242遺伝子について、サンプル個体番号のリストとマイクロアレイ上のプローブ番号(配列番号で示す)からなるユーカリ胸高直径優良木判定のための判別用標準化データマトリクスを表8〜12に示した。表中の数値は、各配列番号によって示されるマイクロアレイ上の各プローブ番号の発現比「木部における発現(蛍光値)/下胚軸における発現(蛍光値)」(P<=0.01)を表している。
実施例4で決定された高判別能ユーカリ胸高直径優良木判定用バイオマーカー遺伝子セットの有効性を検証するため、被検サンプルについて胸高直径の優劣判定を行った。
具体的には、実施例4に示した26個体に、27個体目(L4336)と28個体目(B6405)を将来の胸高直径が未知であると仮定した被検サンプルとして加え、図3に示すステップ3−0、3−1から3−6のデータ処理スキームに則って行った。この被検サンプル個体は、表2中の胸高直径データが示すように胸高直径優良木であるので、正しく判定がなされれば胸高直径優良クラスに分類されるはずである。
本実施例で用いたユーカリ植林木のパルプ収量指数を表2に示す。実験には、レイトン(Leighton)、タグウェル(Tugwell)、ブラック(Black)の3林地から、参照群となる材質データを持つ胸高直径優良木16個体を用いた。これらユーカリ胸高直径優良木を、材質の1つ「パルプ収量指数」を基準に、材質優良な高パルプ収量指数「高PYI」クラスと低パルプ収量指数「低PYI」クラスの2クラスに分類し、それぞれを各クラスの参照遺伝子発現データセットとし、パルプ収量指数を基準としたユーカリパルプ収量指数判定用バイオマーカー情報を抽出した。
|t|>=1.0である1249遺伝子の発現データを、実施例4に記載の3種のアルゴリズムにて判別した。その結果、高PYIクラスもしくは低PYIクラスの判別率(正答数/総サンプル数)は、ベイジアンとK-NNでは100%、SVMでは56.3%であった(表13)。
|t|>=1.5である311遺伝子の発現データを、前述の3種のアルゴリズムにて判別した。その結果、判別率はベイジアンとK-NNでは100%、SVMでは93.8%であった(表13、図6)。
|t|>=2.0である66遺伝子の発現データを、3種のアルゴリズムにて判別した。その結果、判別率はベイジアンとK-NNでは100%、SVMでは93.8%であった(表13)。
以上の結果から、3種のどのアルゴリズムを用いても90%以上の高判別率で、パルプ収量指数の判定もしくは将来予測を行うことができる高判別能ユーカリパルプ収量指数判定用バイオマーカー遺伝子セットとして、|t|>=1.5である311遺伝子(配列番号:34、65、107、121、127、145、160、175、243〜545)が決定された(表14〜表16)。また|t|>=2.0である66遺伝子(配列番号:65、243〜307)が決定された(表14〜表16)。
これら311遺伝子について、サンプル個体番号のリストとマイクロアレイ上のプローブ番号(配列番号で示す)からなるユーカリパルプ収量指数判定のための判別用標準化データマトリクスを表17〜20に示した。表中の数値は、各配列番号によって示されるマイクロアレイ上の各プローブ番号の発現比「木部における発現(蛍光値)/下胚軸における発現(蛍光値)」(P<=0.01)を表している。
実施例6で決定された高判別能パルプ収量指数判定用バイオマーカー遺伝子セットの有効性を検証するため、被検サンプルについてパルプ収量指数判定を行った。
具体的には、実施例6に示した16個体に、17個体目(H1172)をパルプ収量指数が未知であると仮定した被検サンプルとして加え、図3に示すステップ3−0、3−1〜3−6のデータ処理スキームに則って行った。この被検サンプル個体は、表1中に示しているように胸高直径優良木であるが、パルプ収量指数は243.5であったので、正しく判定がなされれば低PYIクラスに分類されるはずである。
本実施例で用いたユーカリ植林木の繊維長は表3に示した通りである。実験には、レイトン(Leighton)、タグウェル(Tugwell)、ブラック(Black)の3林地から、参照群となる繊維長データを持つ胸高直径優良木16個体を用いた。これらユーカリ胸高直径優良木を、材質の1つ「繊維長」を基準に、長繊維クラスと短繊維クラスの2クラスに分類し、それぞれを各クラスの参照遺伝子発現データセットとし、ユーカリ繊維長判定用バイオマーカー情報を抽出した。
|t|>=1.0である2059遺伝子の発現データを、実施例4に記載の3種のアルゴリズムにて判別した。その結果、長繊維クラスもしくは短繊維クラスの判別率(正答数/総サンプル数)は、ベイジアンでは93.8%、K-NNでは87.5%、SVMでは68.8%であった(表21)。
|t|>=1.5である942遺伝子の発現データを、前述の3種のアルゴリズムにて判別した。その結果、判別率はベイジアンでは100%、K-NNでは93.8%、SVMでは81.3%であった(表21)。
|t|>=2.0である326遺伝子の発現データを、3種のアルゴリズムにて判別した。その結果、判別率はベイジアンでは100%、K-NNでは93.8%、SVMでは93.8%であった(表21、図8)。
以上の結果から、3種のどのアルゴリズムを用いても90%以上の高判別率で、繊維長の長短の判定もしくは将来予測を行うことができる高判別能ユーカリ繊維長判定用バイオマーカー遺伝子セットとして、|t|>=2.0である326遺伝子(配列番号:1、39、53、64、99、168、178、202、209、212、215、236、254、257、279、283、303、315、326、347、350、358、366、371、384、393、394、397、404、449、457、458、477、482、489、494、496、516、533、546〜832)が決定された(表22〜24)。これら326遺伝子について、サンプル個体番号のリストとマイクロアレイ上のプローブ番号(配列番号で示す)からなるユーカリ繊維長判定のための判別用標準化データマトリクスを表25〜28に示した。表中の数値は、各配列番号によって示されるマイクロアレイ上の各プローブ番号の発現比「木部における発現(蛍光値)/下胚軸における発現(蛍光値)」(P<=0.01)を表している。
実施例8で決定された高判別能ユーカリ繊維長判定用バイオマーカー遺伝子セットの有効性を検証するため、被検サンプルについて繊維長判定を行った。
具体的には、実施例8に示した16個体に、17個体目(H1163)を繊維長が未知であると仮定した被検サンプルとして加え、図3に示すステップ3−0、3−1〜3−6のデータ処理スキームに則って行った。この被検サンプル個体は、表1中に示しているように胸高直径優良木であるが、繊維長は0.78mmであるので、正しく判定がなされれば短繊維長クラスに分類されるはずである。
実施例4、6、8で示したバイオマーカー遺伝子の総数は832個であり、それぞれのバイオマーカーは図10に示す以下の(a)〜(f)に大別される。
(a)成長性(胸高直径)の判定に使用可能であるがパルプ収量指数と繊維長の判定には使用不可能なバイオマーカー(配列番号:2〜33、35〜38、40〜52、54〜63、65〜98、100〜106、108〜120、122〜126、128〜144、146〜159、161〜167、169〜174、176、177、179〜201、203〜208、210、211、213、214、216〜235、237〜242)
(b)成長性(胸高直径)とパルプ収量指数の判定に使用可能であるが繊維長の判定には使用不可能なバイオマーカー(配列番号:34、65、107、121、127、145、160、175)
(c)パルプ収量指数の判定に使用可能であるが成長性(胸高直径)と繊維長の判定には使用不可能なバイオマーカー(配列番号:243〜545)
(d)パルプ収量指数と繊維長の判定に使用可能であるが成長性(胸高直径)の判定には使用不可なバイオマーカー(配列番号:1、39、53、64、99、168、178、202、209、212、215、236)
(e)成長性(胸高直径)と繊維長の判定に使用可能であるがパルプ収量指数の判定には使用不可能なバイオマーカー(配列番号:254、257、279、283、303、315、326、347、350、358、366、371、384、393、394、397、404、449、457、458、477、482、489、494、496、516、533)
(f)繊維長の判定に使用可能であるが成長性(胸高直径)とパルプ収量指数の判定には使用不可能なバイオマーカー(配列番号:546〜832)
Claims (12)
- 以下(1)から(5)の工程を含む方法であって、工程(5)の判別結果に従い、被検ユーカリが優良な胸高直径を示すユーカリであるか否かを判定する方法;
(1)優良な胸高直径を示すユーカリであるか否かを判別出来ない時期に、複数のユーカリの同一部位より木部を採取する工程、
(2)工程(1)で採取された各ユーカリの木部において発現している遺伝子群の発現情報のうち、配列番号:1〜52に記載の塩基配列、または配列番号:1〜242に記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報を取得する工程、
(3)被検ユーカリにおいて、工程(1)と同一の時期に、工程(1)のユーカリと同一部位より木部を採取する工程、
(4)工程(3)で採取された木部において発現している遺伝子群のうち、工程(2)の各遺伝子の発現情報を取得する工程、及び
(5)工程(2)で取得された各遺伝子の発現情報、工程(4)で取得された各遺伝子の発現情報、並びに、ベイジアン(Bayesian)、K-NN(K-Nearest Neighbors)、SVM(Support Vector Machine)からなる群より選択される判別処理アルゴリズムを用いて、被検ユーカリが優良な胸高直径を示すユーカリのクラスに属するか又は優良な胸高直径を示さないユーカリのクラスに属するかを判別する工程。 - 下記(a)及び(b)の工程を含む、優良な胸高直径を示すユーカリの選抜方法;
(a)複数の被検ユーカリについて、優良な胸高直径を示すユーカリであるか否かを請求項1に記載の方法によって判定する工程、及び
(b)工程(a)において優良な胸高直径を示すユーカリであると判定されたユーカリを選抜する工程。 - 以下(1)から(5)の工程を含む方法であって、工程(5)の判別結果に従い、被検ユーカリが優良なパルプ収量指数を示すユーカリであるか否かを判定する方法;
(1)優良なパルプ収量指数を示すユーカリであるか否かを判別出来ない時期に、複数のユーカリの同一部位より木部を採取する工程、
(2)工程(1)で採取された各ユーカリの木部において発現している遺伝子群の発現情報のうち、配列番号:65、243〜307に記載の塩基配列、または配列番号:34、65、107、121、127、145、160、175、243〜545に記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報を取得する工程、
(3)被検ユーカリにおいて、工程(1)と同一の時期に、工程(1)のユーカリと同一部位より木部を採取する工程、
(4)工程(3)で採取された木部において発現している遺伝子群のうち、工程(2)の各遺伝子の発現情報を取得する工程、及び
(5)工程(2)で取得された各遺伝子の発現情報、工程(4)で取得された各遺伝子の発現情報、並びに、ベイジアン(Bayesian)、K-NN(K-Nearest Neighbors)、SVM(Support Vector Machine)からなる群より選択される判別処理アルゴリズムを用いて、被検ユーカリが優良なパルプ収量指数を示すユーカリのクラスに属するか又は優良なパルプ収量指数を示さないユーカリのクラスに属するかを判別する工程。 - 下記(a)及び(b)の工程を含む、優良なパルプ収量指数を示すユーカリの選抜方法;
(a)複数の被検ユーカリについて、優良なパルプ収量指数を示すユーカリであるか否かを請求項3に記載の方法によって判定する工程、及び
(b)工程(a)において優良なパルプ収量指数を示すユーカリであると判定されたユーカリを選抜する工程。 - 以下(1)から(5)の工程を含む方法であって、工程(5)の判別結果に従い、被検ユーカリが優良な繊維長を示すユーカリであるか否かを判定する方法;
(1)優良な繊維長を示すユーカリであるか否かを判別出来ない時期に、複数のユーカリの同一部位より木部を採取する工程、
(2)工程(1)で採取された各ユーカリの木部において発現している遺伝子群の発現情報のうち、配列番号:1、39、53、64、99、168、178、202、209、212、215、236、254、257、279、283、303、315、326、347、350、358、366、371、384、393、394、397、404、449、457、458、477、482、489、494、496、516、533、546〜832に記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報を取得する工程、
(3)被検ユーカリにおいて、工程(1)と同一の時期に、工程(1)のユーカリと同一部位より木部を採取する工程、
(4)工程(3)で採取された木部において発現している遺伝子群のうち、工程(2)の各遺伝子の発現情報を取得する工程、及び
(5)工程(2)で取得された各遺伝子の発現情報、工程(4)で取得された各遺伝子の発現情報、並びに、ベイジアン(Bayesian)、K-NN(K-Nearest Neighbors)、SVM(Support Vector Machine)からなる群より選択される判別処理アルゴリズムを用いて、被検ユーカリが優良な繊維長を示すユーカリのクラスに属するか又は優良な繊維長を示さないユーカリのクラスに属するかを判別する工程。 - 下記(a)及び(b)の工程を含む、優良な繊維長を示すユーカリの選抜方法;
(a)複数の被検ユーカリについて、優良な繊維長を示すユーカリであるか否かを請求項5に記載の方法によって判定する工程、及び
(b)工程(a)において優良な繊維長を示すユーカリであると判定されたユーカリを選抜する工程。 - 以下(1)から(5)の工程を含む方法であって、工程(5)の判別結果に従い、被検ユーカリが優良な胸高直径及び優良なパルプ収量指数を示すユーカリであるか否かを判定する方法;
(1)優良な胸高直径及び優良なパルプ収量指数を示すユーカリであるか否かを判別出来ない時期に、複数のユーカリの同一部位より木部を採取する工程、
(2)工程(1)で採取された各ユーカリの木部において発現している遺伝子群の発現情報のうち、配列番号:34、65、107、121、127、145、160、175に記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報を取得する工程、
(3)被検ユーカリにおいて、工程(1)と同一の時期に、工程(1)のユーカリと同一部位より木部を採取する工程、
(4)工程(3)で採取された木部において発現している遺伝子群のうち、工程(2)の各遺伝子の発現情報を取得する工程、及び
(5)工程(2)で取得された各遺伝子の発現情報、工程(4)で取得された各遺伝子の発現情報、並びに、ベイジアン(Bayesian)、K-NN(K-Nearest Neighbors)、SVM(Support Vector Machine)からなる群より選択される判別処理アルゴリズムを用いて、被検ユーカリが優良な胸高直径及び優良なパルプ収量指数を示すユーカリのクラスに属するか又は優良な胸高直径及び優良なパルプ収量指数を示さないユーカリのクラスに属するかを判別する工程。 - 下記(a)及び(b)の工程を含む、優良な胸高直径及び優良なパルプ収量指数を示すユーカリの選抜方法;
(a)複数の被検ユーカリについて、優良な胸高直径及び優良なパルプ収量指数を示すユーカリであるか否かを請求項7に記載の方法によって判定する工程、及び
(b)工程(a)において優良な胸高直径及び優良なパルプ収量指数を示すユーカリであると判定されたユーカリを選抜する工程。 - 以下(1)から(5)の工程を含む方法であって、工程(5)の判別結果に従い、被検ユーカリが優良な胸高直径及び優良な繊維長を示すユーカリであるか否かを判定する方法;
(1)優良な胸高直径及び優良な繊維長を示すユーカリであるか否かを判別出来ない時期に、複数のユーカリの同一部位より木部を採取する工程、
(2)工程(1)で採取された各ユーカリの木部において発現している遺伝子群の発現情報のうち、配列番号:254、257、279、283、303、315、326、347、350、358、366、371、384、393、394、397、404、449、457、458、477、482、489、494、496、516、533に記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報を取得する工程、
(3)被検ユーカリにおいて、工程(1)と同一の時期に、工程(1)のユーカリと同一部位より木部を採取する工程、
(4)工程(3)で採取された木部において発現している遺伝子群のうち、工程(2)の各遺伝子の発現情報を取得する工程、及び
(5)工程(2)で取得された各遺伝子の発現情報、工程(4)で取得された各遺伝子の発現情報、並びに、ベイジアン(Bayesian)、K-NN(K-Nearest Neighbors)、SVM(Support Vector Machine)からなる群より選択される判別処理アルゴリズムを用いて、被検ユーカリが優良な胸高直径及び優良な繊維長を示すユーカリのクラスに属するか又は優良な胸高直径及び優良な繊維長を示さないユーカリのクラスに属するかを判別する工程。 - 下記(a)及び(b)の工程を含む、優良な胸高直径及び優良な繊維長を示すユーカリの選抜方法;
(a)複数の被検ユーカリについて、優良な胸高直径及び優良な繊維長を示すユーカリであるか否かを請求項9に記載の方法によって判定する工程、及び
(b)工程(a)において優良な胸高直径及び優良な繊維長を示すユーカリであると判定されたユーカリを選抜する工程。 - 以下(1)から(5)の工程を含む方法であって、工程(5)の判別結果に従い、被検ユーカリが優良なパルプ収量指数及び優良な繊維長を示すユーカリであるか否かを判定する方法;
(1)優良なパルプ収量指数及び優良な繊維長を示すユーカリであるか否かを判別出来ない時期に、複数のユーカリの同一部位より木部を採取する工程、
(2)工程(1)で採取された各ユーカリの木部において発現している遺伝子群の発現情報のうち、配列番号:1、39、53、64、99、168、178、202、209、212、215、236に記載の塩基配列のそれぞれに対して相補的な配列を有する各遺伝子の発現情報を取得する工程、
(3)被検ユーカリにおいて、工程(1)と同一の時期に、工程(1)のユーカリと同一部位より木部を採取する工程、
(4)工程(3)で採取された木部において発現している遺伝子群のうち、工程(2)の各遺伝子の発現情報を取得する工程、及び
(5)工程(2)で取得された各遺伝子の発現情報、工程(4)で取得された各遺伝子の発現情報、並びに、ベイジアン(Bayesian)、K-NN(K-Nearest Neighbors)、SVM(Support Vector Machine)からなる群より選択される判別処理アルゴリズムを用いて、被検ユーカリが優良なパルプ収量指数及び優良な繊維長を示すユーカリのクラスに属するか又は優良なパルプ収量指数及び優良な繊維長を示さないユーカリのクラスに属するかを判別する工程。 - 下記(a)及び(b)の工程を含む、優良なパルプ収量指数及び優良な繊維長を示すユーカリの選抜方法;
(a)複数の被検ユーカリについて、優良なパルプ収量指数及び優良な繊維長を示すユーカリであるか否かを請求項11に記載の方法によって判定する工程、及び
(b)工程(a)において優良なパルプ収量指数及び優良な繊維長を示すユーカリであると判定されたユーカリを選抜する工程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009507493A JP5168513B2 (ja) | 2007-03-30 | 2008-03-27 | 遺伝子発現情報を用いた植物の形質を判定もしくは予測する方法 |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007092628 | 2007-03-30 | ||
JP2007092628 | 2007-03-30 | ||
JP2009507493A JP5168513B2 (ja) | 2007-03-30 | 2008-03-27 | 遺伝子発現情報を用いた植物の形質を判定もしくは予測する方法 |
PCT/JP2008/055849 WO2008120659A1 (ja) | 2007-03-30 | 2008-03-27 | 遺伝子発現情報を用いた植物の形質を判定もしくは予測する方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2008120659A1 JPWO2008120659A1 (ja) | 2010-07-15 |
JP5168513B2 true JP5168513B2 (ja) | 2013-03-21 |
Family
ID=39808241
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009507493A Active JP5168513B2 (ja) | 2007-03-30 | 2008-03-27 | 遺伝子発現情報を用いた植物の形質を判定もしくは予測する方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP5168513B2 (ja) |
WO (1) | WO2008120659A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5649814B2 (ja) * | 2009-12-08 | 2015-01-07 | 日本製紙株式会社 | 不定根形成に関与する核酸およびタンパク質、並びにこれらの用途 |
JP6086574B2 (ja) * | 2012-02-27 | 2017-03-01 | 住友林業株式会社 | Dna同定による優良木の植林 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006109420A1 (ja) * | 2005-03-31 | 2006-10-19 | Oji Paper Co., Ltd. | 植物の材質と種の検査方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070015146A1 (en) * | 2001-05-22 | 2007-01-18 | Gene Logic, Inc. | Molecular nephrotoxicology modeling |
US7384736B2 (en) * | 2001-09-06 | 2008-06-10 | Decode Genetics Ehf. | Methods for predicting drug sensitivity in patients afflicted with an inflammatory disease |
AR047574A1 (es) * | 2003-12-30 | 2006-01-25 | Arborgen Llc 2 Genesis Res 1 | Genes del ciclo celular y metodos de uso relacionados |
JP2007006792A (ja) * | 2005-06-30 | 2007-01-18 | Hitachi Software Eng Co Ltd | 肺腺癌の胸膜浸潤を判別するための遺伝子セット |
-
2008
- 2008-03-27 JP JP2009507493A patent/JP5168513B2/ja active Active
- 2008-03-27 WO PCT/JP2008/055849 patent/WO2008120659A1/ja active Application Filing
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006109420A1 (ja) * | 2005-03-31 | 2006-10-19 | Oji Paper Co., Ltd. | 植物の材質と種の検査方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2008120659A1 (ja) | 2008-10-09 |
JPWO2008120659A1 (ja) | 2010-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20160376667A1 (en) | Quality control of agricultural products based on gene expression | |
Bhat et al. | The role of molecular markers in improvement of fruit crops | |
CN106480228B (zh) | 水稻镉低积累基因OsHMA3的SNP分子标记及其应用 | |
JP2010516236A (ja) | 新規なトウモロコシ植物 | |
CN112513298B (zh) | 用于辨别土鸡的遗传背景或品种的单核苷酸多态性标记集及其用途 | |
CN110724758B (zh) | 一种基于snp标记鉴定京农科728玉米杂交种纯度的方法 | |
CN109295179A (zh) | 一种筛选不同锌含量和铁含量小麦的方法及其专用试剂盒 | |
KR20160060384A (ko) | 초위성체 마커를 이용한 배 품종식별 방법 | |
JP5168513B2 (ja) | 遺伝子発現情報を用いた植物の形質を判定もしくは予測する方法 | |
CN101213312A (zh) | 用于筛选基因特异杂交多态性(gshp)的方法及其在遗传作图和标记开发中的用途 | |
JP2011509663A (ja) | 量的形質遺伝子座により特徴付けられたトウモロコシ植物 | |
EA023910B1 (ru) | Способ идентификации растения подсолнечника или зародышевой плазмы подсолнечника, имеющего устойчивость к orobanche | |
US20070105103A1 (en) | Array having substances fixed on support arranged with chromosomal order or sequence position information added thereto, process for producing the same, analytical system using the array and use of these | |
US20220017975A1 (en) | Snp markers and selection of low fiber in brassica | |
CN113278723A (zh) | 合成芥菜中导入的白菜基因组片段或遗传多样性分析的组合物及应用 | |
US10544470B2 (en) | Resistance alleles in soybean | |
JP5849317B2 (ja) | 栄養繁殖作物の品種識別マーカー | |
CN111647677A (zh) | 与小麦籽粒灌浆速率QTL QGfr.sicau-6D紧密连锁的分子标记及应用 | |
US20230399704A1 (en) | Hilum color alleles in soybean | |
Verma et al. | DNA fingerprinting and its applications in crop improvement. | |
KR101125745B1 (ko) | 분자 표지를 이용한 보리 품종 식별 방법 | |
US10648041B1 (en) | Molecular markers associated with soy iron deficiency chlorosis | |
US20030134311A1 (en) | Nucleic acid-based method for tree phennotype prediction | |
Pullman et al. | Gene expression differences between zygotic and somatic embryos monitored by differential display and cDNA array: a potential tool to improve loblolly pine somatic embryo quality | |
CN116949200A (zh) | 与小麦实心茎抑制基因紧密连锁的kasp引物及其应用 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100701 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120521 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20120808 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20121025 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20121101 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20121128 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20121211 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5168513 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |