| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 1 | 一种杂种优势高效利用的作物遗传育种方法 | CN202010724775.9 | 2020-07-24 | CN111771716B | 2022-03-04 | 陈伦林; 李书宇; 丁戈; 熊洁; 黄杨; 宋来强 |
| 一种杂种优势高效利用的作物遗传育种方法。目前杂种优势利用主要用的是杂交亲本培育和广泛测交，相互轮回选择也在最近应用到作物特别是玉米的杂交种培育中。随着高通量标记技术的发展，全基因组选择快速应用到了作物杂种优势利用中，利用覆盖整个基因组的分子标记实现对复杂数量性状的有效预测，然而目前并未见基因组选择和相互轮回选择同时应用于作物遗传育种。本发明提出把基因组选择方法和相互轮回选择技术同时应用于作物杂种优势利用，以提供一种选择高效、易于实施、材料成本和人力使用成本低的杂种优势利用方法。此外，本发明开创性地利用基因组选择技术应用于相互轮回选择群体基础亲本的选择，同时利用化学杀雄技术提升育种效率，大大提高育种准确性和高效性。 | ||||||
| 2 | 一种杂种优势高效利用的作物遗传育种方法 | CN202010724775.9 | 2020-07-24 | CN111771716A | 2020-10-16 | 陈伦林; 李书宇; 丁戈; 熊洁; 黄杨; 宋来强 |
| 一种杂种优势高效利用的作物遗传育种方法。目前杂种优势利用主要用的是杂交亲本培育和广泛测交，相互轮回选择也在最近应用到作物特别是玉米的杂交种培育中。随着高通量标记技术的发展，全基因组选择快速应用到了作物杂种优势利用中，利用覆盖整个基因组的分子标记实现对复杂数量性状的有效预测，然而目前并未见基因组选择和相互轮回选择同时应用于作物遗传育种。本发明提出把基因组选择方法和相互轮回选择技术同时应用于作物杂种优势利用，以提供一种选择高效、易于实施、材料成本和人力使用成本低的杂种优势利用方法。此外，本发明开创性地利用基因组选择技术应用于相互轮回选择群体基础亲本的选择，同时利用化学杀雄技术提升育种效率，大大提高育种准确性和高效性。 | ||||||
| 3 | 一种鉴定小麦优势变异染色体及其遗传效应的方法 | CN202110905349.X | 2021-08-06 | CN113584209A | 2021-11-02 | 亓增军; 吴楠; 刘鑫; 杨阳; 王从磊; 何梓铭; 方佳欣 |
| 本发明公开了一种鉴定小麦优势变异染色体及其遗传效应的方法，综合寡核苷酸探针荧光原位杂交、小麦芯片分析、混合分离群体表型比较和BSR‑seq分析揭示小麦变异染色体遗传传递特点以及对基因组分化、基因表达和表型的效应，为发掘和利用小麦优势染色体变异及其关键基因(簇)进行小麦品种改良提供了新方案，属于作物遗传育种与农业生物技术领域。 | ||||||
| 4 | Persistent Inheritance of Hyperdominant Traits in a Perennial Lineage | US14206780 | 2014-03-12 | US20140317767A1 | 2014-10-23 | William Douglas Meadow, JR. |
| The present invention provides a perennial lineage engendered with hyperdominant traits that express consistent penetrance in all descendants of a founder organism. A genetic construct containing one or more genetic elements encoding a self-regulating feedback loop generates a regulatory RNA, polypeptide, or other gene product at or below a trigger level of concentration in a zygote and indicates with respect to the concentration level whether one or two copies of a genetic construct conferring a hyperdominant trait exist in said zygote. | ||||||
| 5 | Use of dominance to improve performance or increase search space in genetic algorithms | US10793527 | 2004-03-04 | US07272584B2 | 2007-09-18 | Michael J. Diedrich; Richard A. Diedrich |
| Methods, systems, and articles of manufacture utilizing the biological principle of dominance to affect the operation of a genetic algorithm are provided. The genetic algorithm may be used to select a multi-parameter solution set to a user-defined problem, with each parameter modeled as a gene. Dominance may be introduced by associating a dominance attribute with one or more gene values (i.e., traits), for example, that are known to lead to good solution sets, allowing the corresponding gene values to be specified as dominant or recessive. By specifying the known good gene values as dominant, system performance may be optimized as the genetic algorithm may quickly arrive at a good solution set (e.g., due to the known good value appearing more often in future generations). On the other hand, by specifying the known good gene value as recessive, the search space may be increased as the genetic algorithm may evaluate a larger number of possible solution sets (e.g., due to the known good value appearing less often in future generations). | ||||||
| 6 | Use of dominance to improve performance or increase search space in genetic algorithms | US10793527 | 2004-03-04 | US20050197787A1 | 2005-09-08 | Michael Diedrich; Richard Diedrich |
| Methods, systems, and articles of manufacture utilizing the biological principle of dominance to affect the operation of a genetic algorithm are provided. The genetic algorithm may be used to select a multi-parameter solution set to a user-defined problem, with each parameter modeled as a gene. Dominance may be introduced by associating a dominance attribute with one or more gene values (i.e., traits), for example, that are known to lead to good solution sets, allowing the corresponding gene values to be specified as dominant or recessive. By specifying the known good gene values as dominant, system performance may be optimized as the genetic algorithm may quickly arrive at a good solution set (e.g., due to the known good value appearing more often in future generations). On the other hand, by specifying the known good gene value as recessive, the search space may be increased as the genetic algorithm may evaluate a larger number of possible solution sets (e.g., due to the known good value appearing less often in future generations). | ||||||
| 7 | System, computer-implemented method, and non-transitory, computer-readable medium to determine relative market value of a sale group of livestock based on genetic merit and other non-genetic factors | US14011304 | 2013-08-27 | US08660888B2 | 2014-02-25 | Leland Leachman; Tim J. Watts |
| Systems, computer-readable medium having computer program, and related computer implemented methods are provided to determine the relative market value of a sale group and to generate a genetic merit scorecard. Such systems, computer-readable medium having computer program, and related computer implemented methods utilize the genetic merit estimates of relatives of a sale group, along with associated economic weighting factors to determine the relative market value of the sale group. The genetic merit scorecard reflects the relative market value and ranking of the genetic merits of the sale group, as compared to the industry. | ||||||
| 8 | 基于蚁群遗传的分布式约束优化问题求解方法及其应用 | CN202110790568.8 | 2021-07-13 | CN113408823A | 2021-09-17 | 石美凤; 肖诗川; 杨海; 廖鑫; 冯欣; 陈媛 |
| 本发明公开了基于蚁群遗传的分布式约束优化问题求解方法及其应用，该方法通过将蚁群优化思想和遗传算子的搜索优势相结合，可以有效地避免ACO_DCOP陷入局部最优，从而扩大算法对解空间的搜索，得到质量更好的解。AG_DCOP将蚁群优化思想和遗传算子的搜索优势结合起来，增加动态变化的扩展概率p，以触发遗传算子对蚁群遍历结果进行扩展优化。 | ||||||
| 9 | 分子水平上的系谱重建的装置和方法 | CN201410371632.9 | 2014-07-30 | CN104134016A | 2014-11-05 | 闫军; 张彦丽; 吴俊; 张莹莹; 吴成琼 |
| 本发明公开了一种分子水平上的系谱重建的方法和装置。该方法包括以下步骤：对系谱内所有样品两两进行染色体比对，得到所有样品中两两相比所得的相同染色体区段信息；根据所有样品中两两相比所得的相同染色体区段信息，对全基因组进行遗传区块划分，得到多个不同类型的遗传区块；根据每个遗传区块的类型的不同，对系谱内的所有样品进行遗传区块组划分，得到多组遗传区块样品组；根据系谱中各样品间已知的遗传关系，对每组遗传区块样品组中的每个样品的遗传区块的遗传起源进行推断，得到系谱内所有样品的遗传区块的遗传起源；从而完成分子水平上的系谱重建。本发明的方法且具有严谨、功能全面、操作简单以及兼容性好的突出优势。 | ||||||
| 10 | 分子水平上的系谱重建的装置和方法 | CN201410371632.9 | 2014-07-30 | CN104134016B | 2017-12-15 | 闫军; 张彦丽; 吴俊; 张莹莹; 吴成琼 |
| 本发明公开了一种分子水平上的系谱重建的方法和装置。该方法包括以下步骤：对系谱内所有样品两两进行染色体比对，得到所有样品中两两相比所得的相同染色体区段信息；根据所有样品中两两相比所得的相同染色体区段信息，对全基因组进行遗传区块划分，得到多个不同类型的遗传区块；根据每个遗传区块的类型的不同，对系谱内的所有样品进行遗传区块组划分，得到多组遗传区块样品组；根据系谱中各样品间已知的遗传关系，对每组遗传区块样品组中的每个样品的遗传区块的遗传起源进行推断，得到系谱内所有样品的遗传区块的遗传起源；从而完成分子水平上的系谱重建。本发明的方法且具有严谨、功能全面、操作简单以及兼容性好的突出优势。 | ||||||
| 11 | 一种早代选择与改良回交的蚕豆育种方法 | CN202110731015.5 | 2021-06-30 | CN113287512A | 2021-08-24 | 杨珊; 赵龙; 何友勋; 余莉; 葛平珍; 张时龙; 余娟; 王昭礼 |
| 本发明公开了植株育种领域的一种早代选择与改良回交的蚕豆育种方法，对早代原种进行分子标记以构建遗传连锁图谱和不同种质之间的遗传关系，此时筛选供试亲本进行双列杂交，形状分析后选择杂种优势潜力大的品种进行回交以形成稳定遗传的后代良种，本技术方案提供一种正确选择亲本并予以合理组配进行回交的蚕豆育种方法，相对于优势种筛选的现有技术，本技术方案中利用遗传关系构建图谱从而分析不同种类之间的遗传关系和遗传性状。同时本技术方案育种效率高，目标性强，减少了不必要的测交、回交、自交等田间工作，节省了大量的人力、物力、时间和资金。 | ||||||
| 12 | 一种城市突发事件紧急救援方法 | CN202110790568.8 | 2021-07-13 | CN113408823B | 2022-12-13 | 石美凤; 肖诗川; 杨海; 廖鑫; 冯欣; 陈媛 |
| 本发明公开了城市突发事件紧急救援方法，该方法通过将蚁群优化思想和遗传算子的搜索优势相结合，可以有效地避免ACO_DCOP陷入局部最优，从而扩大算法对解空间的搜索，得到质量更好的解。AG_DCOP将蚁群优化思想和遗传算子的搜索优势结合起来，增加动态变化的扩展概率p，以触发遗传算子对蚁群遍历结果进行扩展优化。 | ||||||
| 13 | 一种部分利用杂种优势水稻品种的选育方法 | CN200910070641.3 | 2009-09-28 | CN102027880A | 2011-04-27 | 荆彦辉; 杨飞; 东丽; 谢辉 |
| 本发明属于水稻遗传育种领域，选育可以部分利用杂种优势的水稻新品种育种技术。遗传物质杂合的水稻具有杂种优势，其后代随着自交世代增加，遗传物质逐渐纯合而杂种优势逐步降低。通过1次杂交后通过多代选择，在株高、株型、生育期、粒型等农艺性状、品质等性状表现趋于一致，但是在遗传物质上具有一定杂合程度的混合品系，在适宜的世代充分繁殖种子作为原种，存入冷库，审定后扩繁生产用种。新品种由于部分保留遗传物质杂合状态，从而具有部分杂种优势，获得高产、优质、多抗，并且可以通过常规方法繁殖种子，与利用雄性不育系生产杂交种子的杂种优势利用技术相比，具有种子繁殖产量高，成本低的优点。 | ||||||
| 14 | 一种油菜亚基因组间杂种优势利用的方法 | CN201410009846.1 | 2014-01-09 | CN103704131A | 2014-04-09 | 钱伟; 李勤菲; 李加纳; 梅家琴; 万华方; 陈致富 |
| 一种油菜亚基因组间杂种优势利用的方法，包括利用甘蓝型油菜与甘蓝杂交，染色体加倍获得六倍体，将六倍体与白菜型油菜杂交获得亚基因组杂合的油菜杂种，通过性状评价，选育出强优势组合。该方法能简捷、快速地将遗传变异广泛的白菜型油菜遗传成分导入到油菜中，获得亚基因组杂合的油菜杂种，拓宽了油菜杂种优势的利用途径。 | ||||||
| 15 | 基于遗传蜂群算法的高光谱遥感影像波段选择方法 | CN201710285948.X | 2017-04-27 | CN107169510A | 2017-09-15 | 高红民; 杨耀; 陈玲慧; 李臣明; 樊悦; 张振; 高金珠; 徐枫; 闵海彬; 李晓静; 黄昌运 |
| 本发明公开了一种基于遗传蜂群算法的高光谱遥感影像波段选择方法，分类精度高，显著改善了高光谱遥感影像波段选择方法的分类精度，且分类性能较遗传算法、蚁群算法和人工蜂群算法相比，有着明显优势。遗传算法具有较强的全局搜索能力而收敛速度却随迭代次数增加而趋于缓慢，人工蜂群算法在全局搜索方面存在缺陷但算法收敛速度快。本发明将遗传算法和蜂群算法结合起来，形成优势互补，即使得算法同时拥有全局搜索能力强和收敛速度快的优势。从而，使得在保证分类精度较高的前提下，算法执行效率也较高。 | ||||||
| 16 | 发酵工艺 | CN201880088641.3 | 2018-12-19 | CN111757890A | 2020-10-09 | 菲利普·加班特; 穆罕默德·尔·巴克库里; 劳伦塞·范·梅尔德伦 |
| 一些实施方式涉及使用包含第一核酸序列的自复制染色体外核酸分子、用微生物宿主生产目标产物的方法，该第一核酸序列的遗传活性向宿主赋予优势，可选地其中所述第一核酸分子的遗传活性是受控的。 | ||||||
| 17 | 一种获得贝类杂种优势的杂交方法 | CN200510045939.0 | 2005-02-25 | CN1823580A | 2006-08-30 | 张国范; 刘晓; 赵洪恩 |
| 本发明涉及通过利用杂种优势以改良皱纹盘鲍的经济数量性状的技术，具体地说是一种贝类杂交以获得杂种优势的方法，利用遗传距离≥0.01、遗传互补性强的经济贝类种内不同地理群体间野生型个体间进行单配杂交，使F1的经济数量性状得到显著改良。本发明比群体混交的杂种优势率可提高40－50％。杂交所用群体间的遗传距离在0.04－0.06，群体内近交系数0.4－0.5，配合力0.1－0.4，单配，即有可能获得种内杂种优势，以使抗性和生长势都得到改良。 | ||||||
| 18 | 一种基于作物基因组大小快速预测杂种优势的方法 | CN201911077863.8 | 2019-11-06 | CN110692512A | 2020-01-17 | 付绍红; 朱振东; 李云; 杨进; 王继胜; 邹琼; 康泽明; 陶兰蓉; 唐蓉 |
| 本发明公开了一种基于基因组大小快速预测杂种优势的方法，属于农作物育种技术领域，包括以下步骤：S1.根据作物间的基因组大小相对差值百分比和Nei遗传距离，选定杂交组合亲本；S2.将选定的杂交组合亲本去雄杂交得到F1代；S3.对F1代目标性状进行杂种优势分析；S4.分析F1代目标性状的杂种优势与亲本间Nei遗传距离的相关性；S5.分析F1代目标性状的杂种优势与亲本间基因组大小差的绝对值的相关性；S6.结合上述分析结果，选配强优势杂交组合，同时预测F1代杂种优势。本发明的育种方法有利于提高育种效率、降低育种成本，具有适用性广泛的优点。 | ||||||
| 19 | 一种苜蓿的遗传转化方法 | CN202210284506.4 | 2022-03-22 | CN114561426B | 2023-05-05 | 牛一丁; 陈玲玲; 付佳宾; 丁争艳; 何桥 |
| 本发明涉及苜蓿遗传转化技术领域，特别是涉及一种苜蓿的遗传转化方法。本发明提供的遗传转化方法包括以下步骤：将含有目的基因的侵染液和待转化的外植体混合，在真空度为0.085Mpa～0.09Mpa下处理10min，得到第一混合液；将所述第一混合液超声处理4～5min，得到第二混合液；将所述第二混合液在真空度为0.085Mpa～0.09Mpa下处理10min，得到侵染后的外植体；将侵染后的外植体进行筛选，得到转化后的植株。本发明通过适宜的真空加超声处理，显著提高了苜蓿的遗传转化率，遗传转化率为7.1％～14.3％；且遗传转化率稳定，具有高效性和可重复的优势。 | ||||||
| 20 | 基于改进遗传算法的变循环发动机最低油耗控制优化方法 | CN202110079243.9 | 2021-01-21 | CN112926255B | 2023-04-11 | 缑林峰; 孙楚佳; 赵东柱; 吴贞 |
| 本发明提出基于改进遗传算法的变循环发动机最低油耗控制优化方法，根据变循环发动机的特点，对遗传算法进行了改进，主要对遗传算法的初始种群的构造、适应度函数、交叉算子和变异算子等方面进行了改进，改进后的遗传算法可以发挥遗传算法的优势，并避开其不足，加快收敛速度、提高搜寻结果的质量。将改进遗传算法用于最低油耗性能寻优，输出最优控制变量给变循环发动机。本发明可以在保证变循环发动机安全工作的前提下，实现变循环发动机推力保持不变并降低耗油率，提高飞机的飞行距离。 | ||||||
QQ群二维码
意见反馈
意见反馈