-
公开(公告)号：CN113808672A
公开(公告)日：2021-12-17
申请号：CN202110920428.8
申请日：2021-08-11
Applicant: 广州影子科技有限公司 , 华中农业大学
IPC: G16B50/30 , C12Q1/6837 , C12Q1/6888
Abstract: 本发明属于动物基因育种基因芯片构建技术领域，公开了一种基于动物基因组功能突变位点基因芯片的构建及应用。该芯片是基于构建动物基因组功能突变位点的基因数据信息数据库、比对质控数据、获得基因组遗传变异数据和基因组调控元件数据、遗传变异数据的滤除、构建遗传变异所有特征权重数据完成整体数据分析及处理后，构建出一套具有完整功能位点基因芯片。为动物遗传育种理论研究、性状高效改良和新品种培育提供技术支撑，具有重要理论和应用价值。公开了猪基因组基因芯片全部52,321个功能位点信息，为猪遗传育种理论研究、性状改良和新品种培育提供价值。本发明也适用于马、牛、羊、鸡、鱼等，家畜、家禽、水产类动物。
-
公开(公告)号：CN113517020A
公开(公告)日：2021-10-19
申请号：CN202110890473.3
申请日：2021-08-04
Applicant: 华中农业大学
Abstract: 本发明提供一种快速准确的动物基因组选配的分析方法，涉及动物育种技术领域。该方法主要采用KAML模型计算个体之间最优的加性亲缘关系矩阵(G矩阵)和显性亲缘关系矩阵(D矩阵)，利用反向求解方法计算基因芯片中每个SNP标记的加性遗传效应和显性遗传效应，根据特定交配对的公畜、母畜的基因型数据计算后代可能的基因型概率，进而计算特定交配对后代的基因型值(genotypic values)及期望后裔值(expected progeny values)，根据期望后裔值优化待配母畜与候选公畜之间的交配组合，最终给出待配母畜最优的候选公畜交配列表，从而实现更快速、准确的基因组选配。
-
公开(公告)号：CN111154889B
公开(公告)日：2021-08-03
申请号：CN202010048151.X
申请日：2020-01-16
Applicant: 广西扬翔股份有限公司 , 华中农业大学
IPC: C12Q1/6888 , C12N15/11 , G16B20/20 , G16B20/30
Abstract: 本发明涉及分子标记技术领域，特别涉及一种与猪体重相关的SNP分子标记及其应用和获取方法，本申请的方法通过提取猪的总DNA，对总DNA进行质量控制、分析得到基因型数据，对比猪参考基因组序列获得基因分型数据，得到一种与猪体重相关的分子标记，该标记的核苷酸序列如SEQ ID NO：1所示，在该序列的第51位的碱基处存在一个T/G的等位基因突变，导致所示序列的核苷酸产生多态性，当SEQ ID NO：1上的第51位核苷酸为T时，猪体重更重。
-
公开(公告)号：CN109837348B
公开(公告)日：2021-05-07
申请号：CN201910055926.3
申请日：2019-01-19
Applicant: 华中农业大学
IPC: C12Q1/6888 , C12N15/11
Abstract: 本发明属于猪分子标记筛选技术领域，具体涉及一种与公猪精子浓度性状关联的分子标记，该分子标记克隆自登陆号为WU_10.2_17_4574599的基因片段，通过基因芯片技术对该基因进行分型，筛选得到一种与猪精子浓度性状关联的分子标记，其核苷酸序列如SEQ ID NO：1所示，在该序列的第101位的碱基处存在一个T/C的等位基因突变，当SEQ ID NO：1上的第101位的核苷酸为C时，判定猪具有更高的精子浓度。本发明为猪精液性状的标记辅助选择提供了新的SNP分子标记资源。
-
公开(公告)号：CN109371143B
公开(公告)日：2021-05-07
申请号：CN201811537946.6
申请日：2018-12-16
Applicant: 华中农业大学
IPC: C12Q1/6888 , C12N15/11
Abstract: 本发明属于猪分子标记制备技术领域，具体涉及与猪生长性状相关联的SNP分子标记。所述的猪生长性状包括校正100KG日增重性状和校正100KG日龄性状。该分子标记克隆自登陆号为Affx‑114707063的基因片段，通过基因芯片技术对该基因进行分型筛选得到一种与猪生长性状相关的分子标记，其序列如SEQ ID NO：1所示，在序列的第51位碱基处存在一个A/T的等位基因突变；导致SEQ ID NO：1所示的核苷酸序列产生多态性，且当该片段第51位核苷酸为A时，表明猪具有更快的生长速度。还公开了筛选与猪生长性状相关分子标记的方法及其关联分析的应用。为猪生长性状的辅助选择提供了新的标记资源。
-
Patent Agency Ranking
公开(公告)号：CN110951894B
公开(公告)日：2021-03-16
申请号：CN202010000065.1
申请日：2020-01-01
Applicant: 华中农业大学
IPC: C12Q1/6888 , C12N15/11
Abstract: 本发明属于猪分子标记筛选技术领域，具体涉及一种与猪初配日龄相关的SNP分子标记。该SNP分子标记登陆号为rs81253440，通过采集来自中国南部某种猪场的丹系大白猪耳样，提取基因组DNA并进行质量检测，由GeneSeek Porcine 50K SNP高密度芯片进行基因分型得到SNP分型数据，获得一种与猪初配日龄性状相关的SNP分子标记，该SNP分子标记的核苷酸序列如SEQ ID NO:1所示，在序列的第51位碱基处存在一个G/T的等位基因突变，该突变引起所示序列的核苷酸产生多态性，当该核苷酸序列上的第51位核苷酸为T时，判定猪的初配日龄为增加。
-
公开(公告)号：CN110079614B
公开(公告)日：2021-03-16
申请号：CN201910434597.3
申请日：2019-05-23
Applicant: 华中农业大学
IPC: C12Q1/6888 , C12Q1/6858 , C12N15/11
Abstract: 本发明属于分子标记技术领域，特别涉及一种与猪肌纤维面积和肌内脂肪含量相关的分子标记、检测方法及其应用。目的在于得到一种与猪的猪肌纤维面积和肌内脂肪含量相关的分子标记，并建立一种能够在较短时间内判断猪肌纤维面积和肌内脂肪含量的方法，从而判断肉质嫩度，并辅助育种。其技术方案要点包括：本发明根据TNNC2基因在第一外显子上的INDEL突变位点设计特异性引物并进行扩增，利用限制性内切酶BsmAI对该位点进行多态性检测，根据多态性检测的结果来区分猪个体间的肌纤维面积的大小与肌内脂肪含量。
-
公开(公告)号：CN108359735B
公开(公告)日：2020-12-25
申请号：CN201810483694.7
申请日：2018-05-19
Applicant: 华中农业大学
IPC: C12Q1/6888 , C12N15/11
Abstract: 本发明属于动物遗传标记筛选领域，具体涉及与母猪肢蹄骨密度相关的VTCN1基因的SNP遗传标记。该标记克隆自Ensemble数据库登录号为ALGA0027556的序列，其位于VTCN1基因的外显子区域。利用基因芯片技术对VTCN1基因进行分型，筛选得到一种与母猪肢蹄骨密度相关的标记，其核苷酸序列如SEQ ID NO：1所示，该序列的第101位的碱基处存在一个A/G的等位基因突变，导致多态性，当SEQ ID NO：1上的第101位的核苷酸为A时，判定母猪的肢蹄具有更高的骨密度。公开了筛选与母猪肢蹄骨密度相关遗传标记的方法及关联分析，为猪肢蹄结实度性状尤其是骨密度的标记辅助选择提供了新的SNP标记。
-
公开(公告)号：CN109744195B
公开(公告)日：2020-12-15
申请号：CN201811632300.6
申请日：2018-12-28
Applicant: 广州影子科技有限公司 , 华中农业大学
IPC: C12Q1/6888 , A01K67/02
Abstract: 本发明提供一种动物育种中利用亲代基因组信息的精准选配方法，涉及动物育种技术领域。该方法从后备种群中评估选出留种种群，并进行基因分型，划分出留种雄性种和雌性种；雄性和雌性个体基因组不同位点的基因型配对分配与组合；预测配对组合的后代的期望基因型值，其中基因型包括等位基因替换效应+显性效应；根据其后代的预测基因型值优化亲本个体交配组合；根据选配组合的优化结果，为需要配种的特定雌性动物推荐最优的雄性动物的配对列表。本发明通过优化交配亲本的基因型组合来产生后代，使选配的后代所选性状的性能最大化，以最大限度地提高后代性能，并与动物养殖完善的动物识别、管理、生产和遗传改良平台相结合。
-
公开(公告)号：CN111172292A
公开(公告)日：2020-05-19
申请号：CN202010092401.X
申请日：2020-02-14
Applicant: 广西扬翔股份有限公司 , 华中农业大学
IPC: C12Q1/6888 , C12Q1/6869 , C12N15/11 , C12M1/38 , C12M1/00
Abstract: 本发明提出了与猪成年体重相关的SNP标记，所述SNP标记选自SEQ ID NO：1所示的核苷酸序列的第51位核苷酸，为碱基G或A。由此，能够准确、高效地选育出成年体重较重的优良猪品种，具有简单、快捷、灵敏度高和特异性好等突出优点，为猪成年体重相关的育种提供了新的分子标记资源和应用。
-
-
-
-
-
-
-
-
-
Search Results
114
records
(took 0.038 seconds)
