-
公开(公告)号：CN112575116B
公开(公告)日：2023-05-12
申请号：CN202011633836.7
申请日：2020-12-31
Applicant: 中国科学院东北地理与农业生态研究所
IPC: C12Q1/6895 , C12N15/11 , A01H1/04
Abstract: 本发明涉及一种大豆全基因组SNP位点组合、基因芯片及应用，所述大豆全基因组SNP位点组合，包括20648个SNP位点，所述20648个SNP位点如S00001‑20648所示。本发明基因芯片对功能基因有极高的覆盖度，SNP标记位点覆盖了大豆17096个功能基因，约占大豆总基因数的31％，且SNP标记位点位于基因编码区域。在20648个SNP标记位点中，其中17588个SNP标记位点位于基因上，此类SNP标记位点占SNP标记位点总数的85％；从而使得，其在分子辅助育种或全基因组选择育种应用时，可加速育种进程。
-
公开(公告)号：CN113130005B
公开(公告)日：2022-11-22
申请号：CN202110390717.1
申请日：2021-04-12
Applicant: 中国科学院东北地理与农业生态研究所
IPC: G16B20/30 , G16B20/50 , G16B20/20 , C12Q1/6895
Abstract: 本发明属于生物信息学及生物技术领域，具体涉及一种基于M2群体的候选因果突变位点基因定位的方法。本发明提供的方法通过仅研究M2代来加快候选因果突变位点的定位，在M2‑seq中，在不知道突变植株的野生型变异信息的情况下，通过M2群体之间的相互比较，背景变异可以被有效地去除。此外，使用ΔSNP index的绝对值可以有效去除相邻突变等位基因的排斥连锁引起的信号干扰，从而有助于鉴定靶基因中的因果突变。
-
公开(公告)号：CN116580767B
公开(公告)日：2024-03-12
申请号：CN202310461742.3
申请日：2023-04-26
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
Abstract: 一种基于自监督与Transformer的基因表型预测方法，通过基因芯片技术和人工测量分别获取农作物SNP数据及对应表型样本，以构建数据集；首先，将SNP数据预处理及编码后，送入自监督模型，并通过DeepLIFT算法，计算各SNP位点对表型的贡献得分；然后，使用该SNP各位点贡献度得分改进Transformer嵌入编码方式，并结合自注意力机制，有效提取基因与表型相关性特征图；最后将特征图送入预测回归头预测表型值。本发明还包括一种基于自监督与Transformer的基因表型预测系统。本发明使Transformer模型获取SNP位点贡献度先验知识，更关注贡献度高的位点，减少维度干扰，有效提高预测准确度，适用于农作物基因表型预测。
-
公开(公告)号：CN117036829A
公开(公告)日：2023-11-10
申请号：CN202311278518.7
申请日：2023-10-07
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/74 , G06N3/0464 , G06N3/08
Abstract: 一种基于原型学习实现标签增强的叶片细粒度识别方法和系统，包括：构建细粒度叶片分类数据集；将训练图像输入模型并得到最后一层卷积网络输出的特征向量，按照图像类别标签获取每个类的平均特征值；将训练图像输入上述卷积网络，计算其在最后一个卷积层输出的向量与所有原型特征的相似度；将上述相似度结果与输入图像的真实标签进行加权融合，获得软标签；根据输入图像的真实标签，对原型特征库中对应的原型向量进行迭代更新；获取输入图像经过网络分类层输出的预测标签；将预测标签与软标签进行相似度计算，作为损失函数指导整个系统的训练；将待测图像输入训练完成的网络进行分类预测，根据预测的标签分布确定图像类别。
-
公开(公告)号：CN116992919A
公开(公告)日：2023-11-03
申请号：CN202311269915.8
申请日：2023-09-28
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
IPC: G06N3/042 , G06N3/0464 , G06N3/0499 , G06N3/084 , G16B40/00 , G06F18/213 , G06F18/22
Abstract: 本发明公开了一种基于多组学的植物表型预测方法和装置，该方法基于图卷积神经网络，将多组学如基因组、转录组、代谢组的数据作为图节点，不同组学之间的关联程度作为图的边来构建每个植株的图结构数据，将构建的图结构数据输入图卷积神经网络中，提取节点特征，通过Transformer网络更新节点特征，节点特征拼接后输入全连接层，输出表型预测值，利用整个图结构融合多组学特征实现表型的预测。本发明创新性的利用图卷积神经网络结合Transformer网络实现基因到表型的预测，并利用多组学构建图结构融合多组学数据实现精准表型预测，在一定程度上解决只用单一组学表型预测不准的问题，提高了表型预测的效果。
-
Patent Agency Ranking
公开(公告)号：CN112852989B
公开(公告)日：2023-08-18
申请号：CN202011632683.4
申请日：2020-12-31
Applicant: 中国科学院东北地理与农业生态研究所
IPC: C12Q1/6895 , C12N15/11 , A01H1/04
Abstract: 本发明涉及一种与大豆农艺性状相关的SNP位点组合、液相基因芯片及应用,与大豆农艺性状相关的SNP位点组合，包括223个SNP位点，每个SNP位点包含两个不同碱基变异位点，用于检测该位点的等位基因变化，所述223个SNP位点的物理位置是基于大豆品种Williams82的全基因组序列比对确定的，所述大豆品种Williams82的全基因组序列的版本号为Glycine max Wm82.a2.v1。本发明所采用的223个SNP位点与大豆的重要农艺性状相关，可通过测定大豆植株DNA中这223个SNP位点的基因型来评估大豆植株的农艺性状，将其应用于大豆的分子辅助育种或全基因组育种时，加快了育种进程。
-
公开(公告)号：CN116580767A
公开(公告)日：2023-08-11
申请号：CN202310461742.3
申请日：2023-04-26
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
Abstract: 一种基于自监督与Transformer的基因表型预测方法，通过基因芯片技术和人工测量分别获取农作物SNP数据及对应表型样本，以构建数据集；首先，将SNP数据预处理及编码后，送入自监督模型，并通过DeepLIFT算法，计算各SNP位点对表型的贡献得分；然后，使用该SNP各位点贡献度得分改进Transformer嵌入编码方式，并结合自注意力机制，有效提取基因与表型相关性特征图；最后将特征图送入预测回归头预测表型值。本发明还包括一种基于自监督与Transformer的基因表型预测系统。本发明使Transformer模型获取SNP位点贡献度先验知识，更关注贡献度高的位点，减少维度干扰，有效提高预测准确度，适用于农作物基因表型预测。
-
公开(公告)号：CN109694403B
公开(公告)日：2022-03-18
申请号：CN201910051877.6
申请日：2019-01-21
Applicant: 中国科学院东北地理与农业生态研究所
IPC: C07K14/415 , C12N15/29
Abstract: 本发明提供大豆铁代谢相关基因GmIMD的应用，所述应用至少包括提高植物对铁元素的利用率以及提高植物叶片叶绿素含量。本发明首次揭示了GmIMD基因的生物学功能，该基因是植物中参与铁代谢过程的一个基因，特别是在大豆发育过程中涉及铁含量调控。本发明为推动植物铁代谢的深入研究，以及培育铁高效利用优质大豆新品种提供宝贵的基因资源。
-
公开(公告)号：CN112961842A
公开(公告)日：2021-06-15
申请号：CN202110307356.X
申请日：2021-03-23
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: 本发明涉及分子生物学技术领域，本发明提供了大豆光敏色素生色团合成基因GmHY2及其编码蛋白以及它们的功能，该基因及其编码蛋白的活性高低，能够调节叶片叶绿素含量、节间长度，同时还用来调节植物的光周期敏感性，即调节开花时间，可用于解决杂交育种中的花期不遇问题，同时能够为培育广适性大豆品种提供种质资源和理论支撑。
-
公开(公告)号：CN112746121A
公开(公告)日：2021-05-04
申请号：CN202011632698.0
申请日：2020-12-31
Applicant: 中国科学院东北地理与农业生态研究所
IPC: C12Q1/6895 , C12N15/11
Abstract: 本发明涉及一种与大豆农艺性状相关的SNP位点组合、基因芯片及应用,与大豆农艺性状相关的SNP位点组合，包括2193个SNP位点，每个SNP位点包含两个不同碱基变异位点，用于检测该位点的等位基因变化，所述2193个SNP位点的物理位置是基于大豆品种Williams82的全基因组序列比对确定的，所述大豆品种Williams82的全基因组序列的版本号为Glycine max Wm82.a2.v1，所述2193个SNP位点的变异信息如SS0001‑2193所示。本发明所采用的2193个SNP位点与大豆的重要农艺性状相关，可通过测定大豆植株DNA中这2193个SNP位点的基因型来评估大豆植株的农艺性状，将其应用于大豆的分子辅助育种或全基因组育种时，加快了育种进程。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.043 seconds)
