-
公开(公告)号：CN110438135B
公开(公告)日：2021-04-30
申请号：CN201910858818.X
申请日：2019-09-11
Applicant: 南京林业大学
IPC: C12N15/29 , C12N15/11 , C12N15/82 , C07K14/415 , C12Q1/6809
Abstract: 本发明公开了一种美洲黑杨抗叶锈病的基因PdGsSRK，并公开了其表达蛋白、克隆引物对及其应用。该基因为丝氨酸/苏氨酸激酶(STK)类R基因，在抗叶锈病过程中起着重要的作用。通过对美洲黑杨抗叶锈病基因位点解析，结合基因动态表达分析，确定PdGsSRK基因是调控美洲黑杨叶锈病抗性的关键基因。PdGsSRK基因为培育抗锈病的美洲黑杨新品种提供了重要的基因资源。
-
公开(公告)号：CN119339800A
公开(公告)日：2025-01-21
申请号：CN202411424627.X
申请日：2024-10-12
Applicant: 南京林业大学
Abstract: 本发明公开了一种对碱基序列进行SNP/InDel识别与统计的方法、系统及装置，属于生物信息学技术领域。本发明的方法，根据PCR产物测序后得到的原始数据，进行质控分析、拼接数据、多序列比对，然后使用doSnpAndIndel.py代码文件对完成比对后的数据进行SNP/InDel识别与分类统计。本发明既可以精准分析并统计参考序列中每一个碱基在二代测序后发生的所有情况，并且对变异情况进行分类，判别变异类型；也可以分析每一条测序序列的具体变异情况，以及同一种变异情况的起始序列及其总数量，可以判断出二代测序的质量以及参考序列测序偏好性，具有很好的实用性。
-
Patent Agency Ranking
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
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：CN110438135A
公开(公告)日：2019-11-12
申请号：CN201910858818.X
申请日：2019-09-11
Applicant: 南京林业大学
IPC: C12N15/29 , C12N15/11 , C12N15/82 , C07K14/415 , C12Q1/6809
Abstract: 本发明公开了一种美洲黑杨抗叶锈病的基因PdGsSRK，并公开了其表达蛋白、克隆引物对及其应用。该基因为丝氨酸/苏氨酸激酶(STK)类R基因，在抗叶锈病过程中起着重要的作用。通过对美洲黑杨抗叶锈病基因位点解析，结合基因动态表达分析，确定PdGsSRK基因是调控美洲黑杨叶锈病抗性的关键基因。PdGsSRK基因为培育抗锈病的美洲黑杨新品种提供了重要的基因资源。
-
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
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
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。
-
公开(公告)号：CN110511943A
公开(公告)日：2019-11-29
申请号：CN201910858405.1
申请日：2019-09-11
Applicant: 南京林业大学
IPC: C12N15/29 , C07K14/415 , C12N15/11 , C12Q1/6895 , C12Q1/6809
Abstract: 本发明公开了一种水杨酸介导的美洲黑杨抗叶锈病诊断基因PdPR-1，其核苷酸序列如SEQ ID NO.1所示。并公开了其表达蛋白、克隆引物对及其应用。本发明以美洲黑杨为材料，首次获得美洲黑杨抗叶锈病诊断基因PdPR-1，该基因为水杨酸介导的信号传导途径上关键基因，引发杨树对叶锈病菌的防御反应。通过验证PdPR-1基因在抗、感病杨树植株的动态表达模式，表明PdPR-1基因是由水杨酸介导的信号传导途径上的关键基因。PdPR-1基因不仅可以用于诊断美洲黑杨对叶锈病的抗性，在培育抗锈病的美洲黑杨新品种方面具有重要应用价值。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
