[发明专利]一种基于表型距离的大白菜特异性测试近似品种筛选方法在审

专利信息
申请号: 201811462622.0 申请日: 2018-12-03
公开(公告)号: CN109558394A 公开(公告)日: 2019-04-02
发明(设计)人: 郑永胜;孙加梅;李汝玉;张晗;王玮;王穆穆;王晖;王雪梅;段丽丽;李华 申请(专利权)人: 山东省农业科学院作物研究所
主分类号: G06F16/21 分类号: G06F16/21;G06F16/22
代理公司: 济南诚智商标专利事务所有限公司 37105 代理人: 韩百翠
地址: 250100 山东*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 表型 品种筛选 近似 权重 性状 大白菜 基因型与环境 测试 特异性评价 安全距离 比较分析 数据录入 真实品种 状态代码 状态观测 权重和 申请 相加 观测 田间 赋予 种植 安全
【说明书】:

发明公开了一种基于表型距离的大白菜特异性测试近似品种筛选方法。本发明首先选择一批表达状态观测值稳定的性状,然后对每一个入选性状的表达状态代码的所有差值都赋予相应的权重值,建立权重赋值规则;待测的申请品种与已知品种的每个入选性状代码的差值根据上述规则给予权重;将所有入选性状上的权重相加,得出的权重和作为两品种间的表型距离;再通过对大量真实品种间表型距离和差异明显程度的比较分析,确定一个安全的表型距离阈值,小于该安全距离的已知品种作为近似品种与申请品种进行田间相邻种植和特异性评价。采用这种方法,降低了人员观测偏差、数据录入错误和基因型与环境互作等对近似品种筛选的影响,提高了近似品种筛选的严谨性。

技术领域

本发明涉及一种基于表型距离的大白菜特异性测试近似品种筛选方法,属于植物新品种测试(或称DUS测试)技术领域。

背景技术

特异性、一致性和稳定性是对植物品种的基本要求,是植物新品种获得品种权保护、主要农作物品种审定和非主要农作物品种登记的前提条件。大白菜是我国第一大蔬菜作物,常年种植面积约3000万亩,总产量约1亿吨,在农业生产和人民生活中具有重要作用。根据《种子法》,大白菜新品种的品种权保护和品种登记的基本条件是具备特异性、一致性和稳定性。

特异性是指申请品种应当明显区别于申请日以前所有已知的同属或同种品种。为鉴定一个品种具备特异性,需要证明该品种在表型性状上不同于已知的同类作物其他任何品种。大白菜已知品种数量众多,将每一个申请DUS测试的品种(申请品种)与这些已知品种进行田间种植比较,实践上是不可行的。为此,需要通过一些筛选机制,将那些不需要种植比较即可确定与申请品种表型性状明显不同的品种排除,只种植那些不通过田间比较试验则不能确定与申请品种是否有明显表型差异的品种(即近似品种)。通过田间种植试验,比较申请品种与近似品种是否存在明显差异,据此得出申请品种是否具备特异性的结论。因此,近似品种的选择是特异性测试的关键环节。

近似品种的筛选一般通过比较申请品种和已知品种的性状表达状态进行。如果能够确定一个已知品种与申请品种的表达状态差异足够大以至于田间种植时两者间必定会表现出明显差异,则可以将该已知品种排除,剩余的品种作为近似品种。对于数量性状和假质量性状(尤其是假质量性状的连续变化区域的表达状态),其表达状态观测值会因环境条件和人为因素的影响呈现以下特点:(1)受环境条件影响,同一个品种的同一个性状,在不同年份和不同地区种植时,表达状态观测值(表达状态代码)会发生一定的波动;(2)不同的性状表达受环境影响的程度不同,表现为表达状态波动程度因性状而异。(3)不同测试人员对性状表达状态的观测结果,容易产生偏差。偏差的大小,与性状和人员均有关系。如何确定近似品种筛选指标,是近似品种筛选的难点。一种做法是根据性状的表达方式、性状表达受环境程度影响波动程度和受人为误差影响大小,通过申请品种与已知品种不同性状表达状态的比较,筛选近似品种:对于假质量性状和数量性状,采用与之相差1-3个代码的表达状态范围。采用上述做法,对于数据的准确性要求很高。实践中,存在着个别性状表达状态的数据由于受人员观测偏差的影响偏离正常值过大、或由于性状与环境条件的互作(极少数情况下)、或由于数据录入错误等原因,会导致本应作为近似品种的已知品种未能筛选进来,造成近似品种的遗漏,直接影响特异性测试的准确性。另外,对每个品种的筛选条件进行设置,过程繁琐,筛选效率较低。

发明内容

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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山东省农业科学院作物研究所,未经山东省农业科学院作物研究所许可,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/201811462622.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top