【技术实现步骤摘要】
本专利技术涉及水稻培育领域，尤其涉及一种杂交水稻的育种方法、一种杂交水稻的育种装置，以及一种计算机可读存储介质。
技术介绍
1、水稻是重要的粮食作物，是世界上重要的碳水来源。我国在过去的几十年中，提出了三系法、两系法等一系列杂交水稻的配组方法，使得杂交育种在中国得到了广泛的应用，我国水稻产量得到了显著的提升。
2、杂交育种是选育高产优质新水稻品种的有效途径，该方法依赖于田间大量的杂交组合实验和表型考察，费时费力。且多数粮食作物的重要农艺性状都是数量性状，受多基因控制并且受环境影响较大。
3、为了克服现有技术存在的上述缺陷，本领域亟需一种杂交水稻的育种技术，用于减少育种工作量、缩短育种周期、提高育种效率，并适应早稻、中稻、晚稻的种植时间，选取具有适应农艺性状的杂交水稻进行育种。
技术实现思路
1、以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之前序。
2、为了克服现有技术存在的上述缺陷，本专利技术提供了一种杂交水稻的育种方法、一种杂交水稻的育种装置，以及一种计算机可读存储介质，不仅能够减少育种工作量、缩短育种周期、提高育种效率，还能适应早稻、中稻、晚稻的种植时间，选取具有适应农艺性状的杂交水稻进行育种。
3、具体来说，根据本专
4、进一步地，在本专利技术的一些实施例中，训练所述杂交水稻育种模型的步骤包括：收集从多个地区获取的多个品种的杂交稻样本的基因型表型数据及snp位点数据，以建立数据样本集；构建待训练的基于贝叶斯法则的杂交水稻育种模型；将所述数据样本集种各所述杂交稻样本的snp位点数据两两输入所述杂交水稻育种模型，以获取其输出的基因型表型预测值；以及根据输入的杂交稻样本对应的基因型表型数据，对输出的所述基因型表型预测值进行准确性验证，以训练所述杂交水稻育种模型。
5、进一步地，在本专利技术的一些实施例中，收集从多个地区获取的多个品种的杂交稻样本的基因型表型数据的步骤包括：从多个地区收集多个品种的杂交稻样本，并按照多行多列的方式对每个品种的杂交稻样本进行材料种植；选取中间行及中间列的多个种植样本进行表型考察，以分别获取每个品种的各所述种植样本的多种基因型表型数据；以及分别计算每个品种的各所述种植样本的各所述基因型表型数据的平均值，以作为对应品种的杂交稻样本的多种基因型表型数据。
6、进一步地，在本专利技术的一些实施例中，所述多种基因型表型数据至少包括株高、抽穗期、产量、结实率、平均每穗粒数、粒型和有效穗数。所述抽穗期是指从播种到预定数量样本的叶鞘出现花序的天数。所述产量是指一个样本所有实粒的总重量。所述结实率是指实粒数与总粒数的比值。所述粒型是指饱满粒的粒长与粒宽的比值。所述有效穗数是总穗数与无效穗的比值。
7、进一步地，在本专利技术的一些实施例中，收集从多个地区获取的多个品种的杂交稻样本的snp位点数据的步骤包括：对选取的多个种植样本的叶片进行dna提取及测序，并滤除其中的接头序列及缺失数据的低质量序列；将过滤获得的序列数据与预先准备的参考基因组做比对及snp鉴定，以确定多个高质量的变异位点；对每个所述种植样本的亲本的snp位点数据进行分型，并根据分型结果，利用所述亲本的变异信息来填补对应的种植样本的变异信息；整合各所述种植样本的变异信息，以确定其变异位点的交集；以及从所述交集中选取多个snp位点，并对其进行标记和编码，以获得所述snp位点数据。
8、进一步地，在本专利技术的一些实施例中，对所述snp位点进行编码的步骤包括：以“11”代表纯合的与所述参考基因组相同的基因型，以“1 2”代表杂合的基因型，以“2 2”代表纯合的与所述参考基因组不同的基因型，并以“00”代表缺失的基因型。
9、进一步地，在本专利技术的一些实施例中，所述多个品种的杂交稻样本包括杂交水稻样本，以及籼籼杂交和/或籼粳杂交的分离样本。对所述杂交水稻样本的测序深度为35，对所述籼籼杂交和/或所述籼粳杂交的分离样本的测序深度为0.1～0.5。
10、进一步地，在本专利技术的一些实施例中，所述杂交水稻根据种植时间被分为早稻、中稻及晚稻。所述根据育种获得的杂交水稻的种植时间，确定各种所述基因型表型数据的性状评分规则，以计算育种获得的杂交水稻关于多种农艺性状的总评分的步骤包括：根据各种所述杂交水稻的标准株高、标准抽穗期和标准粒型，分别确定其在对应表型数据维度的多个级别区间，以及对应各所述级别区间的第一分值，其中，所述第一分值在包含所述标准株高、所述标准抽穗期和所述标准粒型的最佳级别区间最高，并随偏离所述最佳级别区间的幅度而降低；根据各种所述杂交水稻的产量、结实率、平均每穗粒数和有效穗数的绝对值，分别确定其在对应表型数据维度的第二分值；以及对育种获得的杂交水稻在各所述表型数据维度的第一分值或第二分值累计求和，以确定其关于多种农艺性状的总评分。
11、进一步地，在本专利技术的一些实施例中，在根据育种获得的杂交水稻的种植时间，确定各种所述基因型表型数据的性状评分规则之前，所述育种方法还包括以下步骤：统计所述数据样本集中各种所述杂交水稻的杂交稻样本的株高分布、抽穗期分布和粒型分布，以分别确定所述早稻、所述中稻及所述晚稻的标准株高、标准抽穗期和标准粒型。
12、此外，根据本专利技术的第二方面提供的一种杂交水稻的育种系统包括存储器和处理器。所述存储器上存储有计算机指令。所述处理器连接所述存储器，并被配置用于执行所述存储器上存储的计算机指令，以实施如本专利技术第一方面所述的杂交水稻的育种方法。
13、此外，根据本专利技术的第三方面提供的一种计算机可读存储介质，其上存储有计算机指令。所述计算机指令被处理器执行时，实施如本专利技术第一方面所述的杂交水稻的育种方法。
本文档来自技高网...【技术保护点】
1.一种杂交水稻的育种方法，其特征在于，包括以下步骤：
2.如权利要求1所述的育种方法，其特征在于，训练所述杂交水稻育种模型的步骤包括：
3.如权利要求2所述的育种方法，其特征在于，收集从多个地区获取的多个品种的杂交稻样本的基因型表型数据的步骤包括：
4.如权利要求3所述的育种方法，其特征在于，所述多种基因型表型数据至少包括株高、抽穗期、产量、结实率、平均每穗粒数、粒型和有效穗数，其中，所述抽穗期是指从播种到预定数量样本的叶鞘出现花序的天数，所述产量是指一个样本所有实粒的总重量，所述结实率是指实粒数与总粒数的比值，所述粒型是指饱满粒的粒长与粒宽的比值，所述有效穗数是总穗数与无效穗的比值。
5.如权利要求3所述的育种方法，其特征在于，收集从多个地区获取的多个品种的杂交稻样本的SNP位点数据的步骤包括：
6.如权利要求5所述的育种方法，其特征在于，对所述SNP位点进行编码的步骤包括：
7.如权利要求5所述的育种方法，其特征在于，所述多个品种的杂交稻样本包括杂交水稻样本，以及籼籼杂交和/或籼粳杂交的分离样本，其中，
8.如权利要求2所述的育种方法，其特征在于，所述杂交水稻根据种植时间被分为早稻、中稻及晚稻，所述根据育种获得的杂交水稻的种植时间，确定各种所述基因型表型数据的性状评分规则，以计算育种获得的杂交水稻关于多种农艺性状的总评分的步骤包括：
9.如权利要求8所述的育种方法，其特征在于，在根据育种获得的杂交水稻的种植时间，确定各种所述基因型表型数据的性状评分规则之前，所述育种方法还包括以下步骤：
10.一种杂交水稻的育种系统，其特征在于，包括：
11.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，所述计算机指令被处理器执行时，实施如权利要求1～9中任一项所述的杂交水稻的育种方法。
...【技术特征摘要】
1.一种杂交水稻的育种方法，其特征在于，包括以下步骤：
2.如权利要求1所述的育种方法，其特征在于，训练所述杂交水稻育种模型的步骤包括：
3.如权利要求2所述的育种方法，其特征在于，收集从多个地区获取的多个品种的杂交稻样本的基因型表型数据的步骤包括：
4.如权利要求3所述的育种方法，其特征在于，所述多种基因型表型数据至少包括株高、抽穗期、产量、结实率、平均每穗粒数、粒型和有效穗数，其中，所述抽穗期是指从播种到预定数量样本的叶鞘出现花序的天数，所述产量是指一个样本所有实粒的总重量，所述结实率是指实粒数与总粒数的比值，所述粒型是指饱满粒的粒长与粒宽的比值，所述有效穗数是总穗数与无效穗的比值。
5.如权利要求3所述的育种方法，其特征在于，收集从多个地区获取的多个品种的杂交稻样本的snp位点数据的步骤包括：
6.如权利要求5所述的育种方法，其特征在于，对...
【专利技术属性】
技术研发人员：韩斌，朱舟，杨仕华，龚俊义，顾周琳，
申请(专利权)人：中国科学院分子植物科学卓越创新中心，
类型：发明
国别省市：
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。