[发明专利]一种预测待测猪的窝产活仔数遗传性能的SNP位点组合及方法有效
| 申请号: | 201710629681.1 | 申请日: | 2017-07-28 |
| 公开(公告)号: | CN107287329B | 公开(公告)日: | 2021-02-09 |
| 发明(设计)人: | 苗泽圃;郑华;魏强;李勇;杨漫漫;陈茜;蒙小云;方铭;陈涛 | 申请(专利权)人: | 深圳华大生命科学研究院;深圳市农牧实业有限公司 |
| 主分类号: | C12Q1/6888 | 分类号: | C12Q1/6888;G16B20/30;G16B25/00 |
| 代理公司: | 北京纪凯知识产权代理有限公司 11245 | 代理人: | 关畅 |
| 地址: | 518083 广东省深圳市*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 预测 待测猪 窝产活仔数 遗传 性能 snp 组合 方法 | ||
本发明公开了一种预测待测猪的窝产活仔数遗传性能的SNP位点组合及方法。本发明所提供的SNP位点组合,由猪基因组中序列表中序列1自5’末端起第501位核苷酸、序列表中序列2自5’末端起第501位核苷酸、序列表中序列3自5’末端起第501位核苷酸、序列表中序列4自5’末端起第501位核苷酸和序列表中序列5自5’末端起第501位核苷酸组成。实验证明,采用本发明筛选的5个SNP位点预测可靠性值为0.081,相比BLUP方法提高了13.8%。因此,利用5个SNP位点来预测待测大白猪的窝产活仔数遗传值,可以加快遗传进展,为育种者带来经济效益,具有重要的应用价值。
技术领域
本发明涉及生物信息学领域及家畜育种领域,具体涉及一种预测待测猪的窝产活仔数遗传性能的SNP位点组合及方法。
背景技术
在养猪业中,窝产活仔数是一个重要的生产性状,但窝产活仔数遗传力较低,已发现的与窝产活仔数相关的数量性状位点较多,表型选择、单标记选择都难以取得良好的选择效果。近年来,有研究者采用全基因组选择的方法来提高窝产活仔数性状的选择准确性,但全基因组选择需要覆盖整个基因组的遗传标记。目前在群体中进行大规模的全基因组遗传标记检测仍是一笔较大的开支。
标记辅助最佳线性无偏预测(marker-assisted best linear unbiasedprediction,MBLUP)是对动物实施标记辅助选择(marker-assisted selection,MAS)的一种重要方法,其可以利用较少数量的遗传标记来提高传统的最佳线性无偏预测(BestLinear Unbiased Prediction,BLUP)选择的准确性,在家畜育种中更具成本优势和推广前景。MBLUP的实施首先要获得目标性状关联位点。
发明内容
本发明所要解决的技术问题是如何预测待测猪的窝产活仔数的遗传性能。
1、为解决上述技术问题,本发明首先提供了与猪的窝产活仔数的遗传性能相关的SNP位点组合。
本发明所提供的与猪的窝产活仔数的遗传性能相关的SNP位点组合,可由SNP1位点、SNP2位点、SNP3位点、SNP4位点和SNP5位点组成;
所述SNP1位点可为猪基因组中序列表中序列1自5’末端起第501位核苷酸;
所述SNP2位点可为猪基因组中序列表中序列2自5’末端起第501位核苷酸;
所述SNP3位点可为猪基因组中序列表中序列3自5’末端起第501位核苷酸;
所述SNP4位点可为猪基因组中序列表中序列4自5’末端起第501位核苷酸;
所述SNP5位点可为猪基因组中序列表中序列5自5’末端起第501位核苷酸。
2、为解决上述技术问题,本发明还提供了预测待测猪的窝产活仔数遗传性能的系统,该系统可包括检测待测猪的所述SNP位点组合中各个SNP位点的基因型的试剂。
上述预测待测猪的窝产活仔数遗传性能的系统中,所述系统还可包括将待测猪的所述SNP位点组合中各个SNP位点的基因型转换为待测猪的所述SNP位点组合的效应值的系统。
所述SNP位点组合在预测待测猪的窝产活仔数遗传性能中的应用也属于本发明的保护范围。
上述任一所述系统在预测待测猪的窝产活仔数遗传性能中的应用也属于本发明的保护范围。
本发明还保护如序列表中的序列1所示的分子标记甲、或、如序列表中的序列2所示的分子标记乙、如序列表中的序列3所示的分子标记丙、或、如序列表中的序列4所示的分子标记丁、或、如序列表中的序列5所示的分子标记戊。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳华大生命科学研究院;深圳市农牧实业有限公司,未经深圳华大生命科学研究院;深圳市农牧实业有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710629681.1/2.html,转载请声明来源钻瓜专利网。





