改进的分子育种方法技术

技术编号:16106704 阅读:25 留言:0更新日期:2017-08-30 00:43
改进的分子育种方法包括通过将个体的广泛群体的表型与个体基因型相关联来开发关联数据集的方法。将该关联数据集与生长模型结合使用,以选择可能产生具有一种或多种所希望的性状的后代的育种对。

【技术实现步骤摘要】
【国外来华专利技术】改进的分子育种方法
技术介绍
分子育种技术涉及将遗传特征(基因型)与表型性状(表型)联系起来。因为基因型可以比表型更快地确定,所以可以加速育种周期。在植物和动物育种中使用基因组预测来预测用于选择目的的育种值,并且在人类遗传学上使用基因组预测来预测疾病风险。基因组预测方法取决于一组个体(“训练个体”)的表型的数据集(“训练数据集”)和相关联的基因型数据(典型地在许多遗传标记上)。将统计方法与训练数据集和选择候选物基因型的组合一起用来预测该选择候选物的育种值或疾病风险。然而,通常,常规的基因组预测方法例如流行的GBLUP方法在非线性遗传效应的影响下不能对复杂性状进行准确预测,该非线性遗传效应例如是由在输出性状与环境中的潜在组分性状之间的非线性关系以及基因型与环境的相互作用(其进一步扩大与组分性状的非线性关系的复杂性)传达。因此,当该复杂性状与组分性状具有非线性关系并且具有基因型与环境的相互作用时,在基因组预测领域中需要改进的基因组预测,特别是对候选物的复杂性状的选择。专利技术概述一个实施例包括在育种程序中选择个体的方法,所述方法包括:种植和生长训练个体的遗传多样性群体(geneticallyd本文档来自技高网...
改进的分子育种方法

【技术保护点】
一种用于在育种程序中选择个体的方法,所述方法包括:a.使训练个体的遗传多样性群体生长;b.对该训练个体的遗传多样性群体进行表型分型以产生表型训练数据集;c.使用生物模型将该表型训练数据集与包含跨每个训练个体基因组的遗传信息的基因型训练数据集相关联以产生关联训练数据集,所述生物模型估计基因型标记的效应并且将该基因型标记的效应的估计与该生物模型联系;d.对育种个体的遗传多样性群体进行基因分型;e.使用该关联训练数据集和生物模型、基于植物基因型从该育种个体的遗传多样性群体中选择育种对以选择可能产生具有一种或多种所希望的性状的后代的育种对,所述生物模型估计基因型标记的效应并且将该基因型标记的效应的估计...

【技术特征摘要】
【国外来华专利技术】2014.10.27 US 62/069007;2014.12.18 US 62/0937131.一种用于在育种程序中选择个体的方法,所述方法包括:a.使训练个体的遗传多样性群体生长;b.对该训练个体的遗传多样性群体进行表型分型以产生表型训练数据集;c.使用生物模型将该表型训练数据集与包含跨每个训练个体基因组的遗传信息的基因型训练数据集相关联以产生关联训练数据集,所述生物模型估计基因型标记的效应并且将该基因型标记的效应的估计与该生物模型联系;d.对育种个体的遗传多样性群体进行基因分型;e.使用该关联训练数据集和生物模型、基于植物基因型从该育种个体的遗传多样性群体中选择育种对以选择可能产生具有一种或多种所希望的性状的后代的育种对,所述生物模型估计基因型标记的效应并且将该基因型标记的效应的估计与该生物模型联系;f.将该育种对杂交以产生后代;并且g.使该具有一种或多种所希望的性状的后代生长。2.如权利要求1所述的方法,该方法进一步包括将所述经选择的育种个体杂交。3.如权利要求1所述的方法,其中候选物的所述基因型信息经由使用SNP标记进行的基因分型来获得。4.如权利要求1所述的方法,其中所述育种个体是纯合的。5.如权利要求1所述的方法,其中所述育种个体是植物并且该生物模型是作物生长模型。6.如权利要求5所述的方法,其中所述植物选自:玉米、大豆、向日葵、高粱、卡诺拉、小麦、苜蓿、棉花、水稻、大麦、粟、甘蔗和柳枝稷。7.如权利要求1所述的方法,其中所述育种个体是动物。8.如权利要求1所述的方法,其中将该方法应用于植物育种。9.如权利要求1所述的方法,其中将该方法应用于动物育种。10.如权利要求5所述的方法,该方法进一步包括遗传多样性群体,该遗传多样性群体包括携带一种或多种转基因的个体。11.如权利要求5所述的方法,该方法进一步包括遗传多样性群体,该遗传多样性群体包括具有用Cas9编辑的DNA的个体。12.如权利要求1所述的方法,其中候选物的所述基因型信息通过使用SNP标记进行的基因分型来获得。13.如权利要求1所述的方法,其中候选物的所述基因型信息通过对基因表达、代谢物浓度或蛋白质浓度进行分析来获得。14.一种用于在育种程序中选择个体的方法,所述方法包括:a.使训练个体的遗传狭窄群体生长;b.对该训练个体的遗传狭窄群体进行表型分型以产生表型训练数据集;c.使用生物模型将该表型训练数据集与包含跨每个训练个体基因组的遗传信息的基因型训练数据集相关联以产生关联训练数据集,所述生物模型估计基因型标记的效应并且将基因型标记的效...

【专利技术属性】
技术研发人员:M库珀C梅斯纳F特奇诺LR托蒂
申请(专利权)人:先锋国际良种公司
类型:发明
国别省市:美国,US

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1