-
公开(公告)号：CN108765547A
公开(公告)日：2018-11-06
申请号：CN201810367724.8
申请日：2018-04-23
Applicant: 北京林业大学
CPC classification number: G06T17/00 , G06T7/13 , G06T2207/30188
Abstract: 本发明公开了一种叶片形态空间校正的方法，本发明还公开了该方法在校正叶片形态空间中的应用。采用本发明所述的方法可以对植物的叶片进行空间重建，通过三维重建技术对叶片开展空间校准，可以校正叶片形态空间，或者使不同发育时间点的同一张叶片在形态上进行标准化的比较，以研究其生长规律。
-
公开(公告)号：CN109283278A
公开(公告)日：2019-01-29
申请号：CN201811456435.1
申请日：2018-11-30
Abstract: 本发明公开了一种微量油茶种仁中油脂含量和脂肪酸组成同时测定的方法。采用新型的溶剂体系提取了油茶种仁中的油脂成分，同时加入茶油中不含的脂肪酸为内标，采用气相色谱法建立脂肪酸甲酯-脂肪酸甲酯/内标物的内标标准曲线，通过内标曲线进行计算，总脂肪酸的含量可以折算为油脂含量，单个脂肪酸的含量即为这种脂肪酸的含量，从而确定油茶种仁中的油脂含量和脂肪酸组成。本发明方法可以实现油脂含量和组成的同步测定，尤其对于微量种仁中的油脂的提取具有明显优势，非常适合微量油茶种仁中油脂的精确提取和脂肪酸的准确测定。
-
公开(公告)号：CN104361263B
公开(公告)日：2018-03-27
申请号：CN201410532915.7
申请日：2014-10-10
Applicant: 北京林业大学
IPC: G06F19/18
Abstract: 本发明公开了一种基于基因与蛋白调控网络的林木精准育种方法和系统，其中，所述方法包括：根据表型的形成过程定位表达数量性状位点eQTL、蛋白质数量性状位点pQTL和代谢数量性状位点mQTL，并构建基因与蛋白调控网络系统的系统模型；根据所述eQTL、所述pQTL、所述mQTL和所述系统模型定位影响所述基因与蛋白调控网络系统的网络数量性状位点nQTL；根据所述eQTL、所述pQTL、所述mQTL和所述nQTL生成林木育种应用程序；根据所述林木育种应用程序进行林木育种。本发明实施的基于基因与蛋白调控网络的林木精准育种方法，大大的缩短了育种周期。此外，根据育种目标有意识地整合目标基因，育种方向更加精准，实现了定向高效育种。
-
公开(公告)号：CN104361263A
公开(公告)日：2015-02-18
申请号：CN201410532915.7
申请日：2014-10-10
Applicant: 北京林业大学
IPC: G06F19/18
Abstract: 本发明公开了一种基于基因与蛋白调控网络的林木育种方法和系统，其中，所述方法包括：根据表型的形成过程定位表达数量性状位点eQTL、蛋白质数量性状位点pQTL和代谢数量性状位点mQTL，并构建基因与蛋白调控网络系统的系统模型；根据所述eQTL、所述pQTL、所述mQTL和所述系统模型定位影响所述基因与蛋白调控网络系统的网络数量性状位点nQTL；根据所述eQTL、所述pQTL、所述mQTL和所述nQTL生成林木育种应用程序；根据所述林木育种应用程序进行林木育种。本发明实施的基于基因与蛋白调控网络的林木育种方法，大大的缩短了育种周期。此外，根据育种目标有意识地整合目标基因，育种方向更加精准，实现了定向高效育种。
-
公开(公告)号：CN103810403A
公开(公告)日：2014-05-21
申请号：CN201410077450.0
申请日：2014-03-05
Applicant: 北京林业大学
Abstract: 本发明提供一种基于基因互作的植物生长预测调控方法及系统，该方法包括步骤：获取样本数据；利用所述样本数据，根据调控样本自身对生长的贡献、周围样本对调控样本生长的贡献及周围环境对调控样本生长的贡献建立样本生长预测方程；利用最优化方法求解所述样本生长预测方程，得到最优预测参数；生成所述调控样本的最优调整方案；根据所述最优调整方案，调整所述调控样本的生长环境。上述方案中，能够基于样本数据全面分析影响样本生长的因素，利用所述样本数据，充分考虑了基因互作对样本生长的影响，充分考虑到植物基因对调控样本生长的影响，为样本生长的预测和调整提供了全面准确的最优调整方案，完善调控样本的生长优化。
-
Patent Agency Ranking
公开(公告)号：CN103810403B
公开(公告)日：2017-02-08
申请号：CN201410077450.0
申请日：2014-03-05
Applicant: 北京林业大学
Abstract: 本发明提供一种基于基因互作的植物生长预测调控方法及系统，该方法包括步骤：获取样本数据；利用所述样本数据，根据调控样本自身对生长的贡献、周围样本对调控样本生长的贡献及周围环境对调控样本生长的贡献建立样本生长预测方程；利用最优化方法求解所述样本生长预测方程，得到最优预测参数；生成所述调控样本的最优调整方案；根据所述最优调整方案，调整所述调控样本的生长环境。上述方案中，能够基于样本数据全面分析影响样本生长的因素，利用所述样本数据，充分考虑了基因互作对样本生长的影响，充分考虑到植物基因对调控样本生长的影响，为样本生长的预测和调整提供了全面准确的最优调整方案，完善调控样本的生长优化。
-
公开(公告)号：CN103699815A
公开(公告)日：2014-04-02
申请号：CN201410013164.8
申请日：2014-01-10
Applicant: 北京林业大学
IPC: G06F19/12
Abstract: 本发明提供一种同源四倍体自然群体的连锁不平衡分析模型的构建方法，包括：对来自自然群体中一组同源四倍体植物，设置一个位点A和一个位点B；两个位点产生16单倍型，且分别都具有35种基因型,但在遗传上每个位点能够识别的四倍体基因型有只有15种，因此两个位点共产生225种基因型；从所述自然群体中随机抽取n个同源四倍体个体，得到不同基因型个体数量；根据单体型频率计算相应的配子频率，并根据配子频率计算计算相应的基因型频率；计算基因型频率；计算单倍型基因频率；通过单倍型基因频率获取两个位点的等位基因的估算频率；通过单倍型基因频率计算每两个位点间的连锁不平衡系数；然后进行验证。
-
公开(公告)号：CN119418761A
公开(公告)日：2025-02-11
申请号：CN202411430672.6
申请日：2024-10-14
Applicant: 北京林业大学
Abstract: 本发明公开了一种基于时间或空间动态下的生物表型数据的关联分析方法。采用本发明提供的方法可以对基于不同时间或空间动态下的生物表型数据的开展关联分析，筛选获得基于时间或空间动态下的关联SNP，通过关联SNP的筛选可以进一步发掘重要调控基因，对生物复杂性状起到基因精细定位的作用。
-
公开(公告)号：CN116825191A
公开(公告)日：2023-09-29
申请号：CN202310749301.3
申请日：2023-06-25
Applicant: 北京林业大学
IPC: G16B20/40 , G06F18/2321 , G06F17/11
Abstract: 本发明提供了一种筛选微生物细菌关键调控QTL的方法，涉及生物信息学分析领域，该方法包括根据微生物细菌样本个体的数量性状的表型数据得到Logistic方程估计参数；根据微生物细菌样本个体的基因型和表型数据、Logistic方程估计参数和功能作图模型框架，定位调控微生物细菌样本个体数量性状生长的显著数量性状位点；根据显著数量性状位点建立不同显著数量性状位点之间的线性相关关系，得到数量性状位点调控关系网络；根据数量性状位点调控关系网络识别解释微生物细菌样本个体数量性状生长过程的关键调控数量性状位点。本发明能够对显著的QTL调控生长的遗传控制以及QTL之间的调控网络关系进行深入分析。
-
公开(公告)号：CN104361262B
公开(公告)日：2017-08-25
申请号：CN201410532492.9
申请日：2014-10-10
Applicant: 北京林业大学
IPC: G06F19/18
Abstract: 本发明公开了一种基于基因调控网络的胡杨无性选育方法，所述方法包括：构建胡杨定位群体；根据胡杨定位群体进行外植体培养，并在培养的过程中获取胡杨生根能力的表型数据、转录组学数据、蛋白质组学数据以及代谢组学数据；分别根据胡杨定位群体的表型数据、转录组学数据、蛋白质组学数据和代谢组学数据定位胡杨生根能力的QTL、eQTL、pQTL以及mQTL；根据胡杨生根能力的QTL、eQTL、pQTL以及mQTL构建胡杨生根过程的基因调控网络，并根据基因调控网络定位胡杨生根能力网络数量性状位点nQTL；根据胡杨生根能力的nQTL进行胡杨无性选育。本发明实施例的方法，能够有效地筛选出生根能力强的胡杨单株，提高胡杨的繁殖率，极大地促进了胡杨抗逆无性系选育。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.021 seconds)
