| 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 | 一种基于遗传模拟退火算法的岩体结构面优势产状分组方法 | CN202411028040.7 | 2024-07-30 | CN118965028A | 2024-11-15 | 阮云凯; 黄炜; 刘伟城; 陈锦资; 王坛华; 杨运林; 吴能森; 徐祥; 许旭堂 |
| 本发明提出一种基于遗传模拟退火算法的岩体结构面优势产状分组方法，包括以下步骤：将结构面产状数据转化为单位法向量并获得数据集，设置控制参数，生成初始聚类中心和初始种群，计算样本隶属度和适应度函数值，使用遗传算法对初始种群进行选择、交叉、变异操作获得新种群，采用模拟退火算法对新生成的个体进行判断与选择，更新种群、聚类中心、隶属度和适应度值，并通过Xie‑Beni有效性指标获得最佳分组结果。本发明利用模拟遗传退火算法结合模糊C均值聚类算法，克服了模糊C均值聚类算法需要指定聚类中心的缺陷，在确定聚类组数后，算法在聚类过程中能够自动寻找最优聚类中心，得出的结果更加准确。 | ||||||
| 4 | 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。 | ||||||
| 5 | 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. | ||||||
| 6 | 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). | ||||||
| 7 | 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). | ||||||
| 8 | 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. | ||||||
| 9 | 一种基于区域分析的水产种质资源选育方法及系统 | CN202410059967.0 | 2024-01-16 | CN118014194A | 2024-05-10 | 姜松; 周发林; 王洁懿; 史健志; 杨其彬; 黄建华; 李运东; 杨丽诗 |
| 本发明公开了一种基于区域分析的水产种质资源选育方法及系统，旨在提高水产养殖资源的遗传优势和适应性。首先获取目标水域的水产种群数据，通过空间分析识别水产种群的地理分布特征。随后，选择代表性水产种群，获取遗传数据，构建遗传地图，并确定目标水域中水产种质资源的遗传优势区域。然后，对比遗传优势区域和非遗传优势区域的水环境数据，分析水环境对水产种质资源遗传优势的影响，得到影响数据。最终，根据影响数据选择水产种质资源的育种区域。本发明综合考虑地理分布、遗传和水环境，为水产养殖业提供了一种科学高效的选育方案。因此，本发明在水产养殖领域有广泛应用前景。 | ||||||
| 10 | 基于堆叠模型的肥胖遗传风险模型构建方法、设备及介质 | CN202411487832.0 | 2024-10-24 | CN119541651A | 2025-02-28 | 刘莉; 肖芦山; 梁盛兴 |
| 本申请提供一种基于堆叠模型的肥胖遗传风险模型构建方法、电子设备及存储介质，该方法包括，获取数据集，所述数据集包括遗传特征数据，所述遗传特征数据包括单核苷酸多态性；应用随机森林对单核苷酸多态性进行筛选，以获取肥胖遗传风险相关的第一遗传特征集；应用分布式梯度增强库模型对单核苷酸多态性进行筛选，以获取肥胖遗传风险相关的第二遗传特征集；根据所述第一遗传特征集和所述第二遗传特征集获取显著遗传特征集；构建肥胖遗传风险模型；获取所述肥胖遗传风险模型的模型评估结果，根据所述模型评估结果对所述肥胖遗传风险模型的参数进行优化，通过整合多种基础学习器，结合元分类器逻辑回归进行堆叠训练，有效融合了不同算法的优势，提升了肥胖遗传风险预测的准确性和稳定性。 | ||||||
| 11 | 一种基于区域分析的水产种质资源选育方法及系统 | CN202410059967.0 | 2024-01-16 | CN118014194B | 2024-07-09 | 姜松; 周发林; 王洁懿; 史健志; 杨其彬; 黄建华; 李运东; 杨丽诗 |
| 本发明公开了一种基于区域分析的水产种质资源选育方法及系统，旨在提高水产养殖资源的遗传优势和适应性。首先获取目标水域的水产种群数据，通过空间分析识别水产种群的地理分布特征。随后，选择代表性水产种群，获取遗传数据，构建遗传地图，并确定目标水域中水产种质资源的遗传优势区域。然后，对比遗传优势区域和非遗传优势区域的水环境数据，分析水环境对水产种质资源遗传优势的影响，得到影响数据。最终，根据影响数据选择水产种质资源的育种区域。本发明综合考虑地理分布、遗传和水环境，为水产养殖业提供了一种科学高效的选育方案。因此，本发明在水产养殖领域有广泛应用前景。 | ||||||
| 12 | 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。 | ||||||
| 13 | 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。 | ||||||
| 14 | 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。 | ||||||
| 15 | 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。 | ||||||
| 16 | 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。 | ||||||
| 17 | HsPSK基因在提高野大麦遗传转化效率中的应用 | CN202410975212.5 | 2024-07-19 | CN118792342A | 2024-10-18 | 付春祥; 刘敏; 陈晓迪; 王玉; 赵彦; 王召明; 苑峰; 刘亚玲 |
| 本发明提供了HsPSK基因在提高野大麦遗传转化效率中的应用，涉及生物技术领域。本发明中针对野大麦提出了一种高效遗传转化方法，该遗传转化方法能够实现高效构建野大麦转基因植株，具有转化体系效率高、转化周期短的优势，避免了现有技术中野大麦遗传转化过程中愈伤组织水泽化严重、不能再生的问题。 | ||||||
| 18 | 一株新的产达托霉素的链霉菌及其应用 | PCT/CN2020/085791 | 2020-04-21 | WO2021000637A1 | 2021-01-07 | 李永泉; 方教乐; 毛旭明; 陈新爱 |
提供了一株产达托霉素的灰色链霉菌（Streptomyces griseus）L340及其应用，所述菌株的保藏编号：CGMCC 17921。L340菌株遗传性状和发酵单位较稳定，培养和发酵条件适合于工业化生产达托霉素，并消除了后期分离纯化的色素干扰，代谢谱更加干净，在后期分离纯化中具有优势。 |
||||||
| 19 | 一种用于2型遗传性血管水肿诊断的N-糖链标志物、试剂盒及其应用 | CN202510295749.1 | 2025-03-13 | CN119804841A | 2025-04-11 | 支玉香; 张泽建; 崔相宜 |
| 本发明涉及医学检测技术领域，尤其涉及一种用于2型遗传性血管水肿诊断的N‑糖链标志物、试剂盒及其应用。本发明提供的N‑糖链标志物的含量在2型遗传性血管水肿患者体内发生显著改变，经验证，这些标志物均表现出较好的2型遗传性血管水肿诊断能力，能够有效区分2型遗传性血管水肿患者与健康人体和非HAE水肿患者，可用于作为2型遗传性血管水肿诊断的标志物，具有较高的特异性、灵敏度和准确性。利用本发明的N‑糖链标志物进行2型遗传性血管水肿诊断还具有检测方便、所需时间短等优势，在2型遗传性血管水肿的临床诊断中具有较好的应用前景。 | ||||||
| 20 | 一种无人机任务分配方法及系统 | CN202411130619.4 | 2024-08-16 | CN119090204A | 2024-12-06 | 陈波; 张宇航; 王运明; 钟屹林; 高秀娥; 谢文学 |
| 本发明涉及一种基于改进混沌自适应遗传算法的无人机任务分配方法，该方法属于信息技术领域。具体步骤描述如下：①基于混沌映射生成一个随机种群，作为遗传算法的初始种群；②基于遗传算法的初始种群适应度，给出了区间集中度调节参数定义；③提出改进自适应交叉概率和变异概率计算方法；④基于改进自适应交叉概率和变异概率计算方法，设计基于改进混沌自适应遗传算法的无人机任务分配方法。本发明充分考虑自适应遗传算法和混沌遗传算法的各自优势，提出了一种改进混沌自适应遗传算法的无人机任务分配方法，为无人机集群任务分配提供了一定的参考。 | ||||||
QQ群二维码
意见反馈
意见反馈