一种基于液相芯片对制造技术

本发明专利技术公开了一种基于液相芯片对

【技术实现步骤摘要】
一种基于液相芯片对SNP的猪品种鉴定的深度学习判别方法


[0001]本专利技术涉及
SNP
数据智能判别领域，具体是一种基于液相芯片对
SNP
的猪品种鉴定的深度学习判别方法
。

技术介绍

[0002]猪的品种识别和血统鉴定，是育种工作和生猪贸易中的必要环节，也是产业化应用的基本需求
。
不同猪种的市场价值差异较大，市场上也存在利用二元母猪冒充原种猪销售的个别现象
。
一些二元猪的体型外貌特征与纯种猪十分相似，所以很容易混淆经验不足的养殖户
。
例如，长白猪和大白猪的二元后代，与其父母本的外貌特征相似度较高，其区分难度也相对较大
。
除了市场上的假冒种猪案例，实际育种中也偶尔会因误判品种，而制定和执行错误的配种计划，影响预期的育种规划，进而延误群体遗传进展
。
[0003]现有的品种鉴定方法包括系谱鉴定
、
外貌鉴定或
DNA
分子标记等鉴定方法，这些方法均存在一些缺点和不足之处
。...

【技术保护点】

【技术特征摘要】
1.
一种基于液相芯片对
SNP
的猪品种鉴定的深度学习判别方法，其特征在于，包括以下步骤：
S1. 收集纯种猪和杂交后代品种特征信息和基因组分型检测结果；
S2. 基因型数据过滤质控；
S3. 搭建深度学习模型；
S4. 调试和优化模型参数，确定品种鉴定最佳
SNP
位点集合；
S5. 试验群体结果验证
。2.
如权利要求1所述的一种基于液相芯片对
SNP
的猪品种鉴定的深度学习判别方法，其特征在于，所述步骤
S1
的具体步骤为：采集多个具有品种信息且具有基因型数据的个体作为品种鉴定模型的训练群体，所述品种信息至少包括大白猪
、
长白猪
、
杜洛克
、
长大二元猪及杜长大三元猪
。3.
如权利要求1所述的一种基于液相芯片对
SNP
的猪品种鉴定的深度学习判别方法，其特征在于，所述步骤
S2
中，过滤步骤具体包括
SNP
位点检出率过滤和样品检出率过滤；其中，所述
SNP
位点检出率过滤包括以下步骤：
S201. 删除最小等位基因频率小于
0.05
的位点；
S202. 删除哈温平衡阈值小于
0.0001
的位点；
S203. 删除连锁不平衡
R2小于
0.5
的位点；所述样品检出率过滤具体步骤为：删除
SNP
位点检出率小于
0.9
的样本
。4.
如权利要求1所述的一种基于液相芯片对
SNP
的猪品种鉴定的深度学习判别方法，其特征在于，所述步骤
S3
具体包括以下子步骤：
S301. 基因型数据编码，将由
ATCG
组成的基因型编码成
0、1
或2的基因型；
S302. 表型标签特征向量化，将品种信息或反映品种特征的表型替换成数...

【专利技术属性】
技术研发人员：叶伟健，张嘉楠，周靖航，黄菁菁，杜永旺，
申请(专利权)人：石家庄博瑞迪生物技术有限公司，
类型：发明
国别省市：