Publications

Detailed Information

Genomic selection for growth characteristics in Korean red pine (Pinus densiflora Siebold & Zucc.) : 소나무의 생장형질에 대한 유전체 선발

Cited 0 time in Web of Science Cited 0 time in Scopus
Authors

강혜인

Advisor
강규석
Issue Date
2022
Publisher
서울대학교 대학원
Keywords
Koreanredpineprogenytestgenomicselectionacceleratedbreedingbreedingvaluegeneticgain
Description
학위논문(박사) -- 서울대학교대학원 : 농업생명과학대학 농림생물자원학부, 2022. 8. 강규석.
Abstract
Korean red pine (Pinus densiflora), a native forest tree species of South Korea, is distributed in East Asia and is in high demand for reforestation due to its high value as timber. In order to improve the growth of Korean red pine which is directly related to wood productivity, selective breeding has been traditionally carried out through progeny tests and the generation has been advanced. However, there has been a problem that traditional selection takes a long time, so the annual genetic gain has been limited. Genomic selection (GS) is an alternative to progeny test in the breeding process, estimating genotype-based breeding values of individuals through genomic information using molecular markers. In this study, for the purpose of shortening the breeding cycle of Korean red pine, GS was introduced to the breeding population and the selective efficiency and applicability were evaluated.
At first, in order to identify the characteristics of the target population of the GS, the phenotype of population was analyzed statistically and genetic parameters such as heritability and genetic correlation were estimated. The phenotypes of open- and control-pollinated populations differed in the mean according to the test sites and families. In addition, the superiority of families was different for each test site and the genetic correlation between test sites was found to be low. Thus, it was judged that the interaction between the genotype and the environment was large in the target population, and that phenotype correction was necessary when including multiple regions in GS.
Then, as the stage of training the GS model for Korean red pine, cross-validations under several conditions regarding the marker set, the predictive model, and the training data set were performed in an open-pollinated progeny trial and the prediction accuracy was compared for the model optimization. Also, the response to the selection of GS was compared to that of traditional selections. As the result, the predictive model or the number of cross-validation folds did not affect, and the heritability, marker selection method, and the environment or family composition of the training and test set did affect the prediction accuracy of GS. Therefore, it was found that training the GS model to include individuals from various environments using GBLUP and markers with a minor allele frequency of larger than 0.05 was effective. In addition, a higher annual genetic gain could be obtained through GS compared to phenotypic selection or family selection.
Finally, in order to verify the practical utility of the Korean red pine GS model, the breeding values of individuals in the control-pollinated progeny trial which is unrelated to training population was predicted using the trained model and the prediction accuracy was evaluated. As the result of comparison according to the relationship of population, the prediction accuracy was higher in the full-sib population, which had a closer genetic relationship with each other, than the half-sib population. Also, predicting the genomic estimated breeding value of a control-pollinated population with the trained GS model was possible. Therefore, it was concluded that the GS model on Korean red pine of this study could be applied to a breeding population with different families and environments.
Through this study, GS in Korean red pine was considered to have a high selective efficiency enough to be able to replace the traditional selection. It was expected that the basis for accelerated breeding of Korean red pine would be laid through the next generation test of selected trees by GS in the future.
소나무는 동아시아 지역에 분포하는 우리나라의 자생종으로, 목재로서 가치가 높아 국내 조림 수요가 많은 산림 수종이다. 목재 생산성과 직결되는 소나무의 생장형질을 개량하기 위해서 전통적으로 차대검정을 통한 선발육종을 수행하여 세대를 진전시켜 왔다. 그러나 이러한 전통적인 방법은 시간이 오래 소요되어 연간 개량효과가 제한적이라는 한계가 있다. 유전체 선발은 분자 마커를 이용하여 얻은 유전체 정보를 통해 개체의 유전형 기반 육종가를 추정하는 방법으로 육종 과정에서 차대검정을 대신할 수 있다. 따라서 본 연구는 소나무의 육종 세대를 단축하는 것을 목적으로 소나무 육종 집단에 유전체 선발 기법을 도입하여 선발 효율 및 적용성을 평가하였다. 먼저 유전체 선발 연구 집단의 특성을 파악하고자 표현형을 통계적으로 분석하고 유전력과 유전상관 등의 유전모수를 추정하였다. 연구 집단인 소나무 풍매 및 인공교배 차대검정림의 표현형은 시험지 및 가계에 따라 평균에 차이가 있었다. 또한 시험지 별로 우수한 가계의 순위가 달랐으며 시험지 간 유전상관은 대부분 낮은 것으로 나타났다. 이에 따라 연구 집단은 유전형과 환경의 상호작용이 큰 것으로 판단되었으며, 유전체 선발 시 여러 지역을 대상으로 하는 경우에는 표현형의 보정이 필요한 것으로 여겨졌다. 다음으로 소나무 유전체 선발 모형을 훈련하는 단계로서 풍매 차대검정림에서 마커 선발 방법, 예측 모형의 종류, 훈련 데이터 구성 등 여러 조건에서의 교차검정을 수행하고 모형 최적화를 위하여 예측 정확도를 비교하였다. 또한 유전체 선발의 효율을 평가하기 위하여 유전적 개량효과를 전통적인 선발 방법과 비교하였다. 그 결과 예측 모형 또는 교차검정 배수는 유전체 선발의 예측 정확도에 영향을 주지 않았으며, 유전력과 마커 선발 방법, 훈련집단과 검정집단의 환경과 가계 구성은 예측 정확도에 영향을 미쳤다. 이를 통해 소수 대립유전자 빈도가 0.05 이상인 마커를 사용하여 유전체 기반의 최적선형불편예측법(GBLUP)으로 여러 환경의 개체를 포함하도록 유전체 선발 모형을 훈련하는 것이 효율적인 것으로 판단되었다. 또한 유전체 선발을 통하여 기존에 실시되던 표현형 선발과 가계 선발에 비해 높은 연간 개량효과를 얻을 수 있는 것으로 분석되었다. 마지막으로, 소나무 유전체 선발의 활용성을 검증하기 위하여 훈련된 유전체 선발 모형으로 훈련집단과 유연관계가 없는 인공교배 차대검정림에서의 예측 정확도를 평가하였다. 대상 집단의 유연관계에 따른 예측 정확도 비교 결과, 반형매 집단보다 유연관계가 서로 높은 전형매 집단에서 유전체 선발의 예측 정확도가 높게 나타났다. 그리고 훈련된 유전체 선발 모형으로 인공교배 차대검정림의 유전체 육종가 예측이 가능했다. 따라서 본 연구의 소나무 유전체 선발 모형을 가계 구성 및 환경이 다른 육종 집단에 적용하는 것이 가능하다고 판단되었다. 본 연구를 통해서 소나무에서 유전체 선발은 기존 선발 방법을 대체할 수 있는 선발 효율을 가진 것으로 판단되었으며, 향후 유전체 선발을 통한 선발목의 진전 세대 검정을 통하여 소나무 가속육종의 기반을 다질 수 있을 것으로 기대된다.
Language
eng
URI
https://hdl.handle.net/10371/187929

https://dcollection.snu.ac.kr/common/orgView/000000172922
Files in This Item:
Appears in Collections:

Altmetrics

Item View & Download Count

  • mendeley

Items in S-Space are protected by copyright, with all rights reserved, unless otherwise indicated.

Share