买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京市农林科学院申请的专利一种基因组选择方法及其在同源多倍体物种的育种中的应用获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115732027B 。

龙图腾网通过国家知识产权局官网在2026-02-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211494144.8，技术领域涉及：G16B5/00；该发明授权一种基因组选择方法及其在同源多倍体物种的育种中的应用是由宋海亮;东天;胡红霞设计研发完成，并于2022-11-25向国家知识产权局提交的专利申请。

本一种基因组选择方法及其在同源多倍体物种的育种中的应用在说明书摘要公布了：本发明涉及生物信息学技术领域，尤其涉及一种基因组选择方法及其在同源多倍体的育种中的应用。包括：构建加性基因组亲缘关系矩阵；基于所述加性基因组亲缘关系矩阵构建基因组选择模型；根据所述基因组选择模型对物种个体的育种值进行估计；所述同源多倍体加性基因组亲缘关系矩阵中所用的基因型矩阵为多倍体基因型矩阵；所述多倍体基因型矩阵中基因型的值通过任意一种等位基因的拷贝数确定。本发明针对同源多倍体特征的物种，基于同源多倍体基因组亲缘关系矩阵，提出了一种基因组选择方法，可以准确地预测出同源多倍体物种个体基因组育种值，提升基因组选择准确性，在基因组选择育种的领域具有重要意义。

本发明授权一种基因组选择方法及其在同源多倍体物种的育种中的应用在权利要求书中公布了：1.一种基因组选择方法，其特征在于，包括： 构建同源多倍体加性基因组亲缘关系矩阵、同源多倍体显性基因组亲缘关系矩阵和同源多倍体上位基因组亲缘关系矩阵；基于所述同源多倍体加性基因组亲缘关系矩阵、同源多倍体显性基因组亲缘关系矩阵和同源多倍体上位基因组亲缘关系矩阵构建基因组选择模型； 根据所述基因组选择模型进行基因组选择； 基于所述基因组选择模型建立混合模型方程组，利用共轭梯度迭代法对物种个体的育种值进行估计； 所述同源多倍体加性基因组亲缘关系矩阵中所用的基因型矩阵为多倍体基因型矩阵； 所述多倍体基因型矩阵中基因型的值通过任意一种等位基因的拷贝数确定； 所述同源多倍体加性基因组亲缘关系矩阵包括如下： 其中W为中心化的多倍体基因型矩阵，W＝X‑ploidyP，P为等位基因频率pi矩阵，pi为第i个位点第二个等位基因频率；ploidy为多倍体倍性水平值；X为多倍体基因型矩阵； 所述同源多倍体显性基因组亲缘关系矩阵包括如下： 其中P为等位基因频率pi矩阵，pi为第i个位点第二个等位基因频率，M为m×m对角线矩阵，对角线元素mi为多倍体倍性水平值ploidy；C为m×m对角线矩阵，对角线元素⊙为哈达玛积；X为多倍体基因型矩阵； 所述同源多倍体上位基因组亲缘关系矩阵包括同源多倍体加加上位基因组亲缘关系矩阵、同源多倍体加显上位基因组亲缘关系矩阵或同源多倍体显显上位基因组亲缘关系矩阵中的一种或多种； 所述加加上位基因组亲缘关系矩阵包括： 所述加显上位基因组亲缘关系矩阵包括： 所述显显上位基因组亲缘关系矩阵包括： 其中，polyG为同源多倍体加性基因组亲缘关系矩阵，polyD为同源多倍体显性基因组亲缘关系矩阵；⊙为哈达玛积；tr为矩阵的迹；m为位点数； 所述基因组选择模型包括： y＝Xb+Za+Zd+Zr+e其中，y为表型值向量，b为固定效应；a为加性遗传效应向量，服从正态分布N0,polyGσa2，σa2为加性遗传方差；d是显性效应向量，服从正态分布N0,polyDσd2，σd2为显性效应方差；r是上位效应向量，服从正态分布N0,polyEσr2,σr2为上位效应方差；e为随机残差，服从正态分布e～N0,R＝N0,Iσe2，其中I为单位矩阵，σe2为随机残差方差；X，Z为对应的关联矩阵； 所述混合模型方程组包括： 其中，X为固定效应的关联矩阵；X′为X的转置；Z为随机效应的关联矩阵；Z′为Z的转置； R‑1为R的逆矩阵，R＝Iσe2，I为单位矩阵，σe2为随机残差方差；为固定效应估计值；为加性效应估计值；polyG为同源多倍体加性基因组亲缘关系矩阵；σa2为加性遗传方差； 若所述基因组选择模型还基于同源多倍体显性基因组亲缘关系矩阵，则所述混合模型方程组包括： 其中PolyE为同源多倍体显性基因组亲缘关系矩阵；σd2为显性效应方差；为显性效应估计值； 若所述基因组选择模型还基于同源多倍体上位基因组亲缘关系矩阵；则所述混合模型方程组包括： 其中，σr2为上位效应方差，为上位效应估计值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京市农林科学院，其通讯地址为：100097 北京市海淀区西郊板井；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。