| 저자(한글) |
LUAN, Sheng,SUI, Juan,MENG, Xian-hong,LUO, Kun,CAO, Bao-xiang,KONG, Jie |
| 초록 |
수산동물을 위한 다중 형질 복합 육종기술은 이미 중국 내 수산생물의 선발 육종을 위한 중요한 기술 시스템으로 발전되었다. 제한된 근친교배 수준에서, 유전적 진전의 최대화를 실현하기 위한 우량 품종의 선발과 교배기법은 현재 해당 시스템에 존재하는 뚜렷한 문제이다. 동식물 선발 육종과정 중의 최적 유전적 기여(Optimum Contribution, OC) 이론은 이미 육종 핵심 개체군의 장기간 유전적 진전과 근친교부 수준 간의 균형을 구축하기 위한 효과적인 도구로 꼽히고 있다. 본 논문에서는 OC 이론의 제기 배경과 발전과정, 다양한 최적화 알고리즘의 특성과 해당 이론이 동식물 선발 육종에서의 응용 진전을 논술하였으며, 유전체 정보에 기반한 OC 이론 연구의 새로운 진전을 한층 더 기술하였다. 유전적 기여 목적 함수의 최적화 알고리즘에는 라그랑지 승수법(Lagrange Multiplier), 반확정 계획법(semidefinite programming)과 차분 진화(differential evolution) 알고리즘 등이 포함된다. 라그랑지 승수법을 기반으로, OC를 실행하여 10대를 선발한 후, 얻은 유전적 진전은 최적 선형 불편 예측법(best linear unbiased prediction, BLUP)의 육종값에 의한 직접적인 선발에 비해 21~60% 높았다. 육종학자는 수산동물과 같은 높은 번식력을 갖춘 대형 개체군에 초점을 맞추어, 알고리즘을 한층 더 개선하였다. 후보 양친 부계/모계 개체군의 상가적 유전(additive inheritance) 관련 행렬을 이용하여 후보 양친 개체군의 상가적 유전 관련 행렬과 역행렬을 계산하고, 역행렬 차원을 낮추었으며, 최적 유전적 기여값의 계산 효율을 향상시켰다. 라그랑지 승수법은, 계산해낸 유전적 기여값이 전역적 최대값이라는 것을 보장할 수 없었으나, 반확정 계획법은 내점 알고리즘(interior point algorithm)을 이용하여 후보 양친의 최적 유전적 기여값을 얻을 수 있었으며, 전자의 유전적 진전에 비해 1.5%-9% 향상시켰다. 차분 진화 알고리즘은 유전적 진전, 유전 다양성, 후대 근친교배, 양식장 간의 유전관계, 다단계적 선발, 분자 마커 이용과 원가 등 다중 요인을 목적 함수에 도입하여 최적화를 진행하였으며, 동시에 개체 선발과 교배 방안의 제정 등 2개 핵심 임무를 완성하였다. 계보와 유전체 정보를 결합하여, 제한된 근친교배 수준에서 더 정확한 유전적 기여값을 얻을 수 있고 유전적 진전을 한층 더 향상시킬 수 있었다. OC 선발은 가축과 임목 육종에 관한 연구에 응용되었으며, 육종 개체군의 근친교배 수준은 효과적으로 제어되었다. BLUP에 의한 직접 선발에 비해, 목적 형질의 유전적 진전이 한층 더 향상되었다(17%-30%). 수산동물을 위한 다중 형질 복합 육종기술 시스템의 특성에 초점을 맞추어, 본 연구는 OC 이론의 응용 긴급성과 실행 가능성을 분석하고, 시급히 해결해야 할 핵심 기술 문제와 해결 방안을 제기하였으며, 수산동물의 다음 선발육종 단계를 위한 OC 이론의 응용에 참고와 지침을 제공하였다. |
