-
公开(公告)号：CN110759982B
公开(公告)日：2021-05-25
申请号：CN201911114741.1
申请日：2019-11-14
Applicant: 中国科学院东北地理与农业生态研究所
IPC: C07K14/415 , C12N15/29 , C12N15/82 , A01H5/00 , A01H6/54
Abstract: 本发明涉及分子生物学技术领域，尤其涉及大豆共生固氮脂多糖基因或其蛋白与应用。本发明研究表明，大豆共生固氮脂多糖基因突变，导致GmLBP6蛋白失活后，突变体的根瘤数比野生型的根瘤数显著增多，而对突变体进行GmLBP6基因的过表达则使根瘤数目恢复至与野生型一致。利用GmLBP6作为标志物，能够实现对植物种质，特别是大豆种质固氮能力的早期鉴定。
-
公开(公告)号：CN110684753A
公开(公告)日：2020-01-14
申请号：CN201911113644.0
申请日：2019-11-14
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: 本发明涉及遗传育种技术领域，尤其涉及大豆角质层蜡质合成基因或其蛋白的应用。本发明研究表明，来源于大豆的编码甘油三磷酸激酶的GmGK1基因能够调控大豆叶表面角质层蜡质的发育，因此可以用于实现提高大豆抗旱及抗病能力。研究表明，过量表达GmGK1基因的gmgk1突变体植株叶片皱缩恢复正常，与野生型大豆叶片形态一致。利用GmGK1作为标志物，能够实现对植物种质，特别是大豆种质抗旱性能的鉴定。
-
公开(公告)号：CN106520783A
公开(公告)日：2017-03-22
申请号：CN201611130386.3
申请日：2016-12-09
Applicant: 中国科学院东北地理与农业生态研究所
IPC: C12N15/29 , C12N15/11 , C07K14/415 , A01H5/00
CPC classification number: C07K14/415 , C12N15/8261
Abstract: 本发明提供一种控制大豆叶柄夹角的GmLPA1基因，其核苷酸序列如SEQ ID NO.1所示。本发明还提供所述控制大豆叶柄夹角的GmLPA1基因编码的蛋白。本发明同时提供了控制大豆叶柄夹角的GmLPA1基因在调控植物株形中的应用。
-
公开(公告)号：CN117305320A
公开(公告)日：2023-12-29
申请号：CN202311253041.7
申请日：2023-09-26
Applicant: 中国科学院东北地理与农业生态研究所
IPC: C12N15/29 , C07K14/415 , C12N15/82 , A01H5/00 , A01H6/54
Abstract: 本发明提供一种GmLBP3蛋白和基因的应用、制剂、突变体及载体，属于分子生物学技术领域，GmLBP3蛋白和基因在调控大豆种子的蛋白质和油脂含量中的应用，GmLBP3蛋白和基因包括如下至少一种：GmLBP3蛋白；GmLBP3蛋白的氨基酸序列中经取代、缺失或添加一个或几个氨基酸且与GmLBP3蛋白具有相同或相近功能的蛋白；编码上述蛋白的核酸分子；在上述核酸分子的核苷酸序列中经取代、缺失或添加一个或多个核苷酸，且能编码相同或相似功能蛋白的核酸分子；能够调控上述物质中的至少一种的水平或活性的物质。本发明提供的应用能够提升大豆品质、降低生产成本，为培育高蛋白或高油脂的大豆品种奠定基础。
-
公开(公告)号：CN116994154A
公开(公告)日：2023-11-03
申请号：CN202311092395.8
申请日：2023-08-29
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
Abstract: 本发明涉及无人机应用技术领域，具体公开了一种基于无人机的大豆苗期特征获取方法及系统，所述方法包括向地图服务发送卫星图获取请求，获取大豆种植区的卫星图；对所述卫星图进行识别，确定区域分隔线，根据所述区域分隔线建立检测路径；将检测路径向无人机组合发送，实时获取无人机组合的运动参数，根据运动参数确定大豆苗期特征；其中，所述无人机组合在检测路径上运动时，实时获取种植区图像，对种植区图像进行识别，根据识别结果实时调节运动参数。本发明将数据识别过程内置于无人机，通过定位器获取无人机的运动参数即可快速判定期苗特征，此外，还可以通过参数差定位可能存在缺陷的点，处理的源数据仅为位置信息，识别效率较高。
-
Patent Agency Ranking
公开(公告)号：CN116884481A
公开(公告)日：2023-10-13
申请号：CN202310697601.1
申请日：2023-06-13
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
IPC: G16B20/30 , G06N3/0464 , G06N3/0895 , G16B20/00
Abstract: 一种基于图卷积神经网络与自监督重构学习的基因到表型预测方法和系统，该方法基于图卷积神经网络的方法，将每个品种的大豆作为图节点，大豆的基因序列为节点的特征，利用每个品种大豆之间的亲缘关系作为图的边，将构建的图输入图卷积神经网络与自监督重构网络中，更新节点特征，实现大豆基因到表型的预测。本发明创新性的利用图卷积神经网络实现基因到表型的预测，利用自监督学习降低基因维度，并将品种之间的亲缘关系作为先验关联不同品种指导基因到表型挖掘，提高表型预测的效果。
-
公开(公告)号：CN112746121B
公开(公告)日：2023-08-18
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。
-
公开(公告)号：CN116597894A
公开(公告)日：2023-08-15
申请号：CN202310359159.1
申请日：2023-03-31
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
Abstract: 基于XGBoost特征选择与深度学习结合的大豆基因到表型预测方法，首先基于XGBoost方法进行特征选择挑选基因位点，根据XGBoost获得每个基因位点的重要性量度，根据重要性量度排序将重要的基因位点挑选出来，然后将挑选的基因位点进行自监督重构训练得到重构网络参数，最后对挑选的基因位点onehot编码，并利用重要性量度值对编码加权重，将加权重后的编码输入到修改后的重构网络中实现大豆基因到表型的预测。本发明利用XGBoost进行重要基因位点筛选，过滤掉大量冗余的基因位点，并利用生成网络学习基因位点的分布，对基因位点重构，重构网络的参数作为预训练参数指导基因预测表型的训练，提高表型预测的效率和效果。
-
公开(公告)号：CN113736792B
公开(公告)日：2023-07-25
申请号：CN202110764142.5
申请日：2021-07-06
Applicant: 中国科学院东北地理与农业生态研究所
IPC: C12N15/29 , C12N15/82 , C07K14/415 , A01H5/00 , A01H6/54
Abstract: 本发明涉及基因工程技术领域，尤其涉及大豆GmTic110基因的突变体及其应用。本发明研究表明，大豆编码叶绿体膜蛋白的GmTic110基因突变，导致突变体叶绿素合成下降，叶绿体发育异常，影响了植株的光合作用。利用CRISPR/Cas9系统对野生型进行GmTic110基因的敲除，获得稳定的敲除转基因株系表现叶色黄化，与突变体表型一致。本发明为大豆叶绿体工程研究提供基因资源，可通过GmTIC110蛋白定向改造大豆叶绿体发育，提高大豆的光合作用，为高光效大豆品种培育提供种质资源，具有广阔的应用前景。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.047 seconds)
