【技术实现步骤摘要】
一种预测烟草尼古丁含量的全基因组选择模型及其应用
本专利技术属于生物
，具体涉及一种预测烟草尼古丁含量的全基因组选择模型及其应用。
技术介绍
烟草中的尼古丁含量既是烟草属的特有物质，也是衡量成品烟支吸食品质的关键因素之一。研究表明，尼古丁存在烟草的全部生育期过程且分布于整株烟草中，而烘烤后烟叶中的尼古丁含量则直接影响着最终成品烟支的品吸质量，其属于受环境和效应微小且数量众多基因位点控制的数量性状。不同尼古丁含量的烟草品种间杂交产生的后代群体或不同烟草品种构成的自然群体中，各烟株中尼古丁含量数值呈现出符合数量性状的标准正态分布（肖炳光，卢秀萍，焦芳婵，李永平，孙玉合，郭兆奎，烤烟几种化学成分的QTL初步分析，作物学报，2008,34（10）：1762-1769；JulioE.,DenoyesRothanB.,VerrierJ.L.,DorlhacdeBorneF.,DetectionofQTLslinkedtoleafandsmokepropertiesinNicotianatabacumbasedonastudyof1...
【技术保护点】
1.一种预测烟草尼古丁含量的全基因组选择模型，其特征在于所述的预测烟草尼古丁含量的全基因组选择模型为Bayes B
【技术特征摘要】 【专利技术属性】
1.一种预测烟草尼古丁含量的全基因组选择模型，其特征在于所述的预测烟草尼古丁含量的全基因组选择模型为BayesBNIC，所述的预测烟草尼古丁含量的全基因组选择模型是在经初步筛选获得的BayesB候选预测模型基础上明确了模型中的分子标记数量（n1）、训练群体规模（n2）、训练群体与测试群体比例（n3）和模型预测精度值（n4）的核心参数值构建得到，其公式如下：
或
注：表示：将核心的4个参数n1、n2、n3及n4依次代入BayesB候选预测模型中。
2.根据权利要求1所述的预测烟草尼古丁含量的全基因组选择模型，其特征在于所述的分子标记数量（n1）为：
a，高性价比（追求较低或少投入，较高回报或收益）时，n1=4000个标记
b，高预测精度（追求获得最精准的烟草尼古丁含量值）时，n1=7000个标记。
3.根据权利要求1所述的预测烟草尼古丁含量的全基因组选择模型，其特征在于所述的训练群体规模（n2）为：
a，高性价比时，n2=200个单株；
b，高预测精度时，n2=250个单株。
技术研发人员：童治军，肖炳光，方敦煌，陈学军，姚恒，焦芳婵，
申请(专利权)人：云南省烟草农业科学研究院，
类型：发明
国别省市：云南;53
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。