[发明专利]基于高光谱成像的作物籽粒代谢性状检测和遗传解析方法有效

专利信息
申请号: 202110707252.8 申请日: 2021-06-22
公开(公告)号: CN113393897B 公开(公告)日: 2022-04-12
发明(设计)人: 杨万能;冯慧;宋鹏;戴国新;宋京燕;赵爽;陈晓茜;叶军立;李为坤;严建兵;罗杰;郭亮;陈伟;石涛涛;肖英杰;刘谦;熊立仲 申请(专利权)人: 华中农业大学
主分类号: G16B20/20 分类号: G16B20/20
代理公司: 暂无信息 代理人: 暂无信息
地址: 430070 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 光谱 成像 作物 籽粒 代谢 性状 检测 遗传 解析 方法
【权利要求书】:

1.基于高光谱成像的作物籽粒代谢性状检测和遗传解析方法,其特征在于:

步骤A,采集水稻、玉米、小麦和油菜籽粒的高光谱图像,提取高光谱指数h-trait,并测量相应作物籽粒的代谢物含量m-traits;

步骤B,测序获得作物籽粒基因组数据;

步骤C,以步骤A中提取的作物籽粒高光谱指数h-traits为表型性状,结合测序获得的基因组数据进行全基因组关联分析,即hGWAS,并统计显著SNP位点信息;以步骤A测定的作物籽粒代谢物含量m-traits为表型性状结合测序获得的基因组数据进行全基因组关联分析,即mGWAS,并统计显著SNP位点信息;

步骤D,对步骤C中hGWAS结果得到的显著SNP位点信息和mGWAS结果得到的显著SNP位点信息进行共定位分析,综合共定位分析中的H-G及M-G匹配对信息,构建H1-G-M1网络,挖掘其潜在关联信息;

步骤E,对步骤A中提取的作物籽粒高光谱指数和测量的作物籽粒代谢物含量进行特征筛选,采用Lasso回归进行特征筛选,根据返回的回归系数,剔除回归系数为0的变量,留下的变量即为特征变量,以此构建H2-M2网络;

步骤F,对步骤D和步骤E中构建的网络数据进行综合,取H1-G-M1网络和H2-M2网络中数据的交集,构建H3-G-M3网络,挖掘其潜在关联信息。

2.根据权利要求1所述的基于高光谱成像的作物籽粒代谢性状检测和遗传解析方法,其特征在于,步骤A中采集高光谱图像并提取高光谱指数,具体包括以下步骤:用高光谱相机采集相应作物籽粒光谱数据,并以二进制数据流方式存储数据;对采集的二进制流数据按波段重排,经由图像分割、图像掩膜和数据处理三步获得各波段下的高光谱指数。

3.根据权利要求2所述的基于高光谱成像的作物籽粒代谢性状检测和遗传解析方法,其特征在于,步骤A提取的高光谱指数具体有:

总反射率T及其衍生指数:总反射率的一阶导dT,总反射率的二阶导ddT,总反射率的特征指数CPT;

平均反射率A及其衍生指数:平均反射率的一阶导dA,平均反射率的二阶导ddA,平均反射率的特征指数CPA。

4.根据权利要求1所述的基于高光谱成像的作物籽粒代谢性状检测和遗传解析方法,其特征在于,步骤C中以h-traits和m-traits为表型性状,结合基因组数据分别进行hGWAS和mGWAS,统计显著SNP位点信息,具体包括以下步骤:hGWAS过程,对测序数据进行基因型填充预处理,选择缺失率小于20%的SNPs做后续分析,GWAS分析过程采用回归模型或混合线性模型,设置合适的阈值,经过玻尔兹曼检验后筛选出过阈值的显著SNPs位点信息;mGWAS采用相同过程筛选显著SNPs位点信息。

5.根据权利要求1所述的基于高光谱成像的作物籽粒代谢性状检测和遗传解析方法,其特征在于,步骤D中对hGWAS和mGWAS结果进行共定位分析,并构建H1-G-M1网络,挖掘其潜在关联信息,具体包括以下步骤:将hGWAS和mGWAS结果中的显著SNP位点信息进行匹配分析,将显著SNP位点信息分为两个数据集,以显著SNP在染色体上的位置坐标为数据集中的每一个值;用hGWAS显著SNP信息数据集的数据减去mGWAS显著SNP信息数据集的数据,遍历整个数据集;hGWAS和mGWAS过程中得到的显著SNP位点位于同一染色体上且距离在300KB之内,则视为共定位位点;综合共定位分析中的H-G及M-G匹配对信息构建H1-G-M1网络图;根据H1-G-M1网络分析相同基因座下某个或某些光谱值与某个或某类代谢物含量的关联。

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华中农业大学,未经华中农业大学许可,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/202110707252.8/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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