公开(公告)号：CN117558341A

公开(公告)日：2024-02-13

申请号：CN202311612769.4

申请日：2023-11-29

Applicant: 南京林业大学

Inventor： 韦素云 ,  尹佟明 ,  郭臣臣 ,  吴怀通 ,  戴晓港 ,  陈赢男

IPC: G16B20/20 ,  C12Q1/6895 ,  C12Q1/6869 ,  C40B40/06 ,  C40B50/00

Abstract: 本发明公开了美洲黑杨全基因组育种芯片及其构建方法和应用，属于杨树的生物育种领域。本发明利用大规模杨树群体的全基因组重测序数据鉴定多态位点，并通过设定最大缺失率、最小等位基因频率以及哈德温伯格平衡等检验参数，筛选出具有高质量的SNP位点。利用全基因组关联分析获得与生长材性等重要经济性状显著相关的功能位点，最终开发出适用于杨树重要经济性状的40K SNP育种芯片。本发明不仅设计了一种高效、低成本、高精度的基因分型芯片，而且显著提高了杨树重要性状的基因组选择育种准确度。因此，本发明能够提高林木早期选育效率，加速林木良种选育进程，为林木良种选育提供了高效的分子育种技术手段，具有广阔的育种应用前景。

公开(公告)号：CN117953974A

公开(公告)日：2024-04-30

申请号：CN202311612770.7

申请日：2023-11-29

Applicant: 南京林业大学

Inventor： 韦素云 ,  尹佟明 ,  郭臣臣 ,  吴怀通 ,  戴晓港 ,  陈赢男

IPC: G16B40/00 ,  G16B20/30 ,  G16B20/20

Abstract: 本发明公开了一种基于全基因组选择的杨树材性性状最优预测体系的构建方法和应用，属于杨树的生物育种领域。本发明基于全基因组关联分析，鉴定与杨树材性性状显著相关的SNP位点。在此基础上，针对不同统计模型和不同数量SNP标记对全基因组选择预测精度的影响进行了比较，并建立了一种基于机器学习模型和材性性状显著关联位点的最优全基因组选择预测体系。该体系具备快速、高效且精准预测杨树木材品质优良种质的能力，其预测准确度高达0.84。因此，本发明能够实现对杨树材性性状的早期预测，精准高效筛选出木材品质优良种质材料，从而缩短林木育种周期，提高林木选育强度，加速林木优良种质的选育进程。

公开(公告)号：CN117594129A

公开(公告)日：2024-02-23

申请号：CN202311612767.5

申请日：2023-11-29

Applicant: 南京林业大学

Inventor： 韦素云 ,  尹佟明 ,  郭臣臣 ,  吴怀通 ,  戴晓港 ,  陈赢男

IPC: G16B40/00 ,  G16B20/20 ,  G16B20/30

Abstract: 本发明公开了一种基于全基因组选择的杨树生长性状最优预测体系及其构建方法和应用，属于杨树的生物育种领域。本发明通过全基因组关联分析，鉴定与杨树生长性状显著相关的SNP位点。在此基础上，对不同统计模型和不同数量SNP标记对全基因组选择预测精度的影响进行了比较，建立了一种基于机器学习模型和生长性状显著关联位点的最优全基因组选择预测体系。最优全基因组选择预测体系能够快速准确计算杨树育种群体中生长性状的育种值，其预测准确度可达0.77。因此，本发明能够实现对杨树生长性状的早期预测，筛选出具备生长优势的优良种质，从而缩短林木育种周期，提高林木选育强度，并加速林木优良种质的选育进程。