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！

龙图腾网获悉西南大学申请的专利基于全基因组选择预测甘蓝型油菜杂种优势的方法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：CN116844641B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202310630848.1，技术领域涉及：G16B40/00；该发明授权基于全基因组选择预测甘蓝型油菜杂种优势的方法是由徐新福;魏丽娟;曲存民;李加纳;王倩倩;王文宁设计研发完成，并于2023-05-31向国家知识产权局提交的专利申请。

本基于全基因组选择预测甘蓝型油菜杂种优势的方法在说明书摘要公布了：本发明公开了一种基于全基因组选择预测甘蓝型油菜杂种优势的方法，该方法包括：获取亲本材料，根据亲本材料配置若干杂种组合；确定各个亲本材料及其杂种组合的性状表型；进行基因型分型，得到基因型数据；基于所述性状表型和所述基因型数据，筛选出组间差异显著点位以及关联分析显著点位；基于所述性状表型、基因型数据、组间差异显著点位和关联分析显著点位，构建多个预测模型；基于组间差异显著点位，利用逐步回归方法进行多元性线性分析，得到多元逐步回归模型；基于交叉验证，评估多个预测模型以及所述多元逐步回归模型的预测准确性，确定对性状最优的模型。本发明构建简便有效的预测指标体系指导亲本选配以及对杂交组合预测。

本发明授权基于全基因组选择预测甘蓝型油菜杂种优势的方法在权利要求书中公布了：1.一种基于全基因组选择预测甘蓝型油菜杂种优势的方法，其特征在于，所述方法包括： 获取亲本材料，根据亲本材料配置若干杂种组合； 基于所述亲本材料和所述杂种组合，确定各个亲本材料及其杂种组合的性状表型； 基于所述亲本材料进行基因型分型，得到基因型数据； 基于所述性状表型和所述基因型数据，筛选出组间差异显著点位以及关联分析显著点位； 基于所述性状表型、基因型数据、组间差异显著点位和关联分析显著点位，构建多个预测模型； 基于所述组间差异显著点位，利用逐步回归方法进行多元性线性分析，得到多元逐步回归模型； 基于交叉验证，评估多个预测模型以及所述多元逐步回归模型的预测准确性，确定对性状最优的模型； 通过如下方法筛选出组间差异显著点位： 根据亲本的标记型推算出杂种组合存在的标记型种类，所述亲本的标记型包括参考基因组型、突变型以及杂合型的一种及其组合； 根据标记型种类对所述杂种组合进行分组，统计分析组间表型均值差异性，根据所述表型均值差异性确定组间差异显著点位； 所述杂种组合存在的标记型种类为6种，分别是MP1，MP2，MF1，MF2，MBC1和MBC2，按标记型解析各组间差异是否存在可计算的加性效应和显性效应作用，并根据其差异显著性，建立组间0，1系数矩阵Ka、Kd以及组间标准化的效应矩阵A6*1和D10*1，按如下公式计算显著位点的加性效应a和显性效应d： a＝Ka*A∑ka1,id＝2Kd*D∑kd1,i加性效应可计算的组间差异包含6组：MF2，MBC1、MF2，MBC2、MF1，MBC1、MF1，MBC2、MBC1，MBC2与MP1，MP2； 显性效应可计算的组间差异有10组：MF1，MF2、MBC1，MBC2、Mp1，MF2、Mp1，MF1、Mp1，MBC1、Mp1，MBC2、Mp2，MF2、Mp2，MF1、Mp2，MBC1与Mp2，MBC2； 利用逐步回归方法进行多元性线性分析，得到多元逐步回归模型，具体包括： 根据组间差异显著点位的加性效应a和显性效应d建立效应矩阵En*2＝ai，di，根据显著位点杂交亲本的标记型推算杂种组合的标记型矩阵M6*n，按以下公式计算： Ef＝E·K·M其中Ef的主对角线元素Efi,i组成某材料n个显著位点的标记效应； 利用与性状相关的标记位点的效应X和该性状表型值进行逐步回归分析，并建立多元逐步回归模型： y＝Xβ+ε其中y是表型观测值，β是固定效应向量，X是标记效应矩阵，ε是残差效应，ε服从正态分布，为剩余方差。

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西南大学，其通讯地址为：400715 重庆市北碚区天生路2号；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。