[go: up one dir, main page]

CN117051146A - 用于水稻品种真实性鉴定的snp标记 - Google Patents

用于水稻品种真实性鉴定的snp标记 Download PDF

Info

Publication number
CN117051146A
CN117051146A CN202310832537.3A CN202310832537A CN117051146A CN 117051146 A CN117051146 A CN 117051146A CN 202310832537 A CN202310832537 A CN 202310832537A CN 117051146 A CN117051146 A CN 117051146A
Authority
CN
China
Prior art keywords
snp
rice
marker
varieties
molecular
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310832537.3A
Other languages
English (en)
Inventor
沈恩惠
叶楚玉
樊龙江
舒庆尧
谢玲娟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN202310832537.3A priority Critical patent/CN117051146A/zh
Publication of CN117051146A publication Critical patent/CN117051146A/zh
Pending legal-status Critical Current

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6888—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms
    • C12Q1/6895—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms for plants, fungi or algae
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G16B20/20—Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G16B20/30—Detection of binding sites or motifs
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/156—Polymorphic or mutational markers

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Theoretical Computer Science (AREA)
  • Biotechnology (AREA)
  • Biophysics (AREA)
  • Genetics & Genomics (AREA)
  • Molecular Biology (AREA)
  • Organic Chemistry (AREA)
  • Zoology (AREA)
  • Toxicology (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Wood Science & Technology (AREA)
  • Electromagnetism (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Medical Informatics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Botany (AREA)
  • Mycology (AREA)
  • Immunology (AREA)
  • General Engineering & Computer Science (AREA)
  • Microbiology (AREA)
  • Biochemistry (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明公开了一种用于水稻品种真实性鉴定的SNP标记，属于生物信息技术领域，包括多个SNP标记，SNP标记的核苷酸序列分别如SEQ ID NO：1‑7所示。所述的SNP标记可用于水稻品种真实性鉴定、检测水稻育种材料、水稻分子标记辅助育种等。通过上述方式，本发明材料数量充足，类型齐全，分布地区广泛，提供了尽可能大的遗传多态性；采用四步法进行SNP位点的筛选，层层递进；对分子身份证进行了分型能力测试，更具说服力和普适应用价值；本发明的SNP标记分子身份证能精确区分待测品种的基因型以及品种间的遗传差异。

Description

用于水稻品种真实性鉴定的SNP标记
技术领域
本发明涉及生物信息技术领域，具体涉及一种用于水稻品种真实性鉴定的SNP标记。
背景技术
目前，科研人员对水稻基因组研究的主要关注点还是放在全基因组精细图谱的构建、关联分析和复杂性状研究等方面，而利用SNP标记对水稻品种进行鉴定和区分方面的发展仅仅处于起步阶段。
2012年，Thomson等基于Illumina BeadXpress平台设计了7款SNP芯片，其中一款96SNP芯片可用于质控与材料初步分类，其他六款384SNP芯片被用于水稻不同群体之间的种质差异比较、QTL定位等分析。2020年，Li等基于117个水稻种质的全基因组SNP进行筛选，最少用12个SNP标记可以完全鉴定该套种质。可以发现，该领域最初所制作的SNP芯片由于SNP来源品种数量少，标记密度低等不足，应用范围有限，而且对于SNP芯片的分型能力也未进行验证。
为建立基于SNP标记技术的水稻品种鉴定方法，进一步提高我国水稻品种鉴定技术的规范化和标准化水平，徐群等提供了一种用于水稻品种鉴定的SNP芯片的专利，该SNP分子标记国家标准(NY2745-2015)是基于950份水稻栽培品种的序列比对筛选，最终得到了3,072个SNP，能通过芯片上的分子标记对水稻品种进行检测。虽然该专利提供的SNP芯片填补了国内关于此方面研究的空白，但其实验过程相对简单，且没有进行SNP芯片基因分型效率的检测。同时，Chen等基于Illumina Infinium分型平台对801个水稻品种进行测序，开发出51,478个SNP，构建了RiceSNP50芯片。可以看到，在此前的研究中，往往选择的SNP标记数量非常多，直接导致芯片制作成本高，大大降低了芯片的实用性，而且对于SNP芯片的分型能力也未进行验证。
基于此，本发明设计了一种用于水稻品种真实性鉴定的SNP标记以解决上述问题。
发明内容
针对现有技术所存在的上述缺点，本发明提供了一种用于水稻品种真实性鉴定的SNP标记。
为实现以上目的，本发明通过以下技术方案予以实现：
一种用于水稻品种真实性鉴定的SNP标记，包括多个SNP标记，SNP标记的核苷酸序列分别如SEQ ID NO：1-7所示。
本发明还公开了一种根据权利要求1所述的SNP标记在水稻品种鉴定中的应用。
本发明还公开了一种根据权利要求1所述的SNP标记在检测水稻育种材料中的应用。
本发明还公开了一种根据权利要求1所述的SNP标记在水稻分子标记辅助育种中的应用。
本发明还公开了一种用于水稻品种真实性鉴定的SNP标记的获得方法，包括以下步骤：
一、SNP位点的获得；
二、SNP位点的筛选；
三、分子身份证的分型能力测试。
更进一步的，步骤二具体包括：获取高质量HapmapSNP集合；构建单倍型tag SNP；生成Fixed SNP集合；得到Barcode SNP集合。
更进一步的，步骤三具体包括：分型能力鉴定；分型稳定性鉴定。
更进一步的，还包括步骤四、SNP分子标记身份证号码，条形码或二维码的获得。
有益效果
本发明材料数量充足，类型齐全，分布地区广泛，提供了尽可能大的遗传多态性；采用四步法进行SNP位点的筛选，层层递进；对分子身份证进行了分型能力测试，更具说服力和普适应用价值；本发明的SNP标记分子身份证能精确区分待测品种的基因型以及品种间的遗传差异；
本发明提供了4017份不同品种材料的唯一分子身份证，通过与对应品种名称的标准样品的分子身份证进行比较，检测证实送验样品与标注名称是否相符，通过与标准样品的分子身份证进行比对或筛查比较，可以确定供检样品的真实品种名称。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明HapmapSNP绘制的单倍型图；
图2为本发明TagSNP的群体分群能力的示意图；
图3为本发明SNP分子标记身份证号码及其条形码的示意图；
图4为本发明中部分SNP分子身份证二维码展示。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合实施例对本发明作进一步的描述。
实施例1
本实施例提供了一种用于水稻品种真实性鉴定的SNP标记的获取方法，包括以下步骤：
一、4.4k水稻重测数据的收集和85份栽培红米重测序及其SNP位点的获得
1.材料数据下载
为保证尽可能的覆盖更多水稻品种，本发明对水稻已有基因组重测序数据进行了收集和整合；本发明包括了从NCBI(https：//www.ncbi.nlm.nih.gov/)，EBI(https：//www.ebi.ac.uk/),RiceVarMap(http：//ricevarmap.ncpgr.cn/)等多个公共数据库搜索获得的水稻全基因组重测数据；具体包括：
2014年，由中国农业科学院(China Academy of Agricultural Science，CAAS)、深圳华大基因(BGI-Shenzhen)以及国际水稻研究中心(International Rice ResearchInstitute，IRRI)组织的3,000份水稻基因组测序计划顺利完成，为随后的水稻基因组相关研究提供了宝贵的数据资源(The 3,000rice genomes project，2014；Wang等，2018)；2018年，上海农业生物基因中心罗利军课题组收集了代表我国不同生产区的水稻、陆稻传统地方品种，并完成60份lowland和52份upland类型的水稻品种的重测工作(Xie等，2018)，陆稻由于有着比水稻更加丰富的遗传多样性，在分析中加入该材料能够提供更加广泛的遗传变异信息；2020年4月，中科院梁承志课题组完成了约1,200份中国常见水稻品种的重测序工作(MBK1287)，极大地丰富了国内水稻重测序资源库，相关数据于同年11月开放下载(Li等，2020)；
另外，本发明选取了85份来自中国水稻主要产区的红色种皮栽培水稻品种，在一叶一心期对各水稻品种叶片基因组DNA进行提取和检测，对检测合格的样本构建350bp左右的DNA片段文库，利用Illumina Hiseq4000测序平台，采用Pair End150双末端测序法对文库进行测序；测序原始下机数据进行一系列标准化质控后，比对至参考基因组(日本晴序列，IRGSP-1.0版本)，最终获得变异信息；
2.DNA提取及全基因组测序
DNA提取及全基因组测序：85份试验材料的种子，浸种2天，催芽1天，置于铺有一层滤纸的培养皿中，放置于光照培养箱中进行发芽成苗；当幼苗长至一叶一心期，取幼叶至液氮条件下研磨成粉，约0.2g粉末样品用于DNA提取；采用CTAB法进行水稻叶片基因组DNA提取，并将提取的DNA溶解于灭菌蒸馏水中，于-20℃环境下保存备用；用超声波DNA打断仪将基因组DNA处理成350bp左右的DNA片段，利用NEW Next Ultra DNA Library Prep试剂盒进行基因组DNA文库构建；构建过程中利用安捷伦2100高灵敏DNA反应试剂盒以及Qubit 4.0进行文库质量控制；构建好的文库采用Pair End150双末端测序法在Illumina Hiseq4000平台进行测序，基因组覆盖度为15倍；
3.测序数据质量控制与数据处理
对于测序原始数据，需要分析碱基错误率，并对测序原始数据进行过滤，去除接头、低质量的reads等，获得clean reads；而下载获得的公共数据库中的原始数据一般都是原作者处理过后的clean data，因此可跳过该过滤步骤；将所有材料的fastq.gz文件，利用bowtie2、BWA等生物信息学工具，经--rg"PL：ILLUMINA"等参数将clean reads与参考基因组(日本晴序列，IRGSP-1.0版本)进行比对和定位；比对后的结果用samtools软件合并、过滤并转换成BAM(Binary Alignment Map)格式文件；进一步利用GATK软件对单个样本的BAM文件进行初步SNP变异检测，随后对所有样本初步SNP检测信息进行整合，按照染色体逐条进行多样本SNP检测；整合12条染色体变异检测结果，按照QUAL≥30，DP≥10，QD≥2，并且按照最小次等位基因频率(minor allele frequency)大于0.05，最大缺失率(max missing)小于0.2的标准对位点进行过滤；过滤完成后，合并所有变异信息，最终获得了4,374份水稻品种的全基因组的变异信息，文件输出的储存格式为vcf format；
二、四步法进行SNP位点的筛选
基于4,374份水稻材料，超过4百万个的初始SNP多态性位点，设计了如下筛选标准与条件：
1.获取高质量HapmapSNP集合
在所有过滤步骤之前，本发明从4,374份水稻材料的全基因组重测序数据中鉴定了一个包含4,251,459个SNP的集合，这样高密度的水稻变异图谱，平均每82个碱基就识别到一个SNP，所生成的高密度hapmap代表了该数据集的最大种群多样性；本发明对4,374份水稻材料进一步进行了筛选，确保加入后续分析的每个水稻材料都有明确的亚群分类和产地来源信息，并且除去了基因型缺失率超过0.2的水稻材料；使用Beagle软件对剩下4,017份水稻材料中的3,426,159个SNP进行基因组填补，得到一个无任何缺失的高质量HapmapSNP集合；
2.构建单倍型TagSNP
前述HapmapSNP集合的高密度特征可以在进行全基因组关联分析(Genome-wideassociation study，GWAS)时更精确地定位相关基因，增加位点关联的准确性；但由于该数据集中多数SNP处于冗余状态，会增加不必要的计算成本，因此不适用于群体遗传分析，甚至会使推演结果产生偏差；连锁不平衡(linkage disequilibrium，LD)是指分属两个或两个以上基因座位的等位基因同时出现在一条染色体上的几率，高于随机出现的频率；在同一个LD区域内的SNP会形成关联度很高的基因型，因此可以选择一个LD区域内具有代表性的SNP作为该连锁不平衡区域的标签SNP(TagSNP)来解决冗余问题；本发明采用了基于LD的SNP修剪程序，利用PLINK软件的—depth命令构建TagSNP类别，所使用的参数是基于方差膨胀因子(variance inflation factor,VIF)选择的，在100kb长度的滑动窗口内递归地去除SNP，每次移动的步长是10kb，最终从Hapmap SNP集合中推断出175,385个单倍型TagSNP；
3.生成FixedSNP集合
前述TagSNP集合大约为去除94.88％的遗传冗余后的Hapma SNP的子集；但对于作物育种现实应用，对每个样本进行基因分型，还需要把成本因素置于较大比重考虑；通常在实践中，一天内就需要完成对数百上千个水稻材料进行基因分型，因此需要一个更加简洁、具有代表性的高效位点组合；通过考虑亚群和材料之间的关系、SNP在进化和功能上的意义等，本发明对TagSNP集合进行了更严格的筛选；群体分化指数(F-statistics，Fst)是衡量种群中基因型实际频率是否偏离遗传平衡(哈温平衡)理论比例的指标，可以表明由驯化、人工选择或是环境适应性引起的选择性扫描的特征；种群核苷酸多样性(π)是指群体内的核苷酸多样性，π值越大，说明其对应的亚群多态性越高；通过比较栽培稻和野生稻群体之间的Fst大小，以及计算栽培稻各个亚群内部的π值大小，将Fst排在前5％以内并且π值大小也排在前5％的基因组选择性扫描区域选择出来，筛选位于这些选择性扫描基因组区域的总共590个SNP，生成FixedSNP集合；
4.得到BarcodeSNP集合
DNA指纹技术目前已成为保护商业化品种的经济手段，通常只需要一个很少的SNP集合(通常称为条形码barcode)就可以完成对一系列材料的分型；本发明提供的BarcodeSNP也必须要满足能够唯一地区分各个水稻品种的要求；为了能在确保最高唯一性的前提下得到最低数量的条形码BarcodeSNP，本发明在FixedSNP集合的590个SNP上应用MinimalMarker算法，彻底遍历所有可能的基因型组合，以区分4,017份水稻品种；根据MinimalMarker算法生成的最小标记组合的结果，得到了包含473个SNP的BarcodeSNP集合；
三、分子身份证的分型能力测试
1、对4,017份材料的分型能力鉴定
将筛选获得的473个SNP对应的变异位点从各个材料中取出，并提取成每个材料一条序列的形式，储存为fasta文件格式；通过python脚本，判断各个材料的序列之间的碱基差异个数；另外，需要说明的是，在该判断过程中，每条序列中少量的缺失位点提取为序列后会被标记为N，并在后续统计碱基差异个数时，将该位点视作与对比序列是相同碱基；通过判断，各个材料之间都有至少1个SNP的差异，证明该套473SNP的分子身份证具有良好的分型能力；
2、对40份材料的分型稳定性鉴定
选择8个水稻品种(Nipponbare、Wuyungeng7、Qiuguang、Zhonghua11、Shennong265、9311、IR64、Zhongjiazao17)的5个不同个体，分别进行全基因组重测序，将这40份材料对应的473个变异位点提取出来，并在材料内部进行比较；结果显示，同一水稻品种的材料内部的基因分型准确率都在96％以内，证明该套473SNP的分子身份证具有良好的分型稳定性；
四、SNP分子标记身份证号码及其条形码(或二维码)的获得
获得4,017份材料的指纹图谱序列后，对不同的碱基进行数字赋值，具体为：A-1，G-2，C-3，T-4，N-5，并在每个材料序列的最前，加上x位数字，其中前2位代表亚种类型(01：XI-1A；02：XI-1B；03：XI-2；04：XI-3；05：XI-adm；06：GJ-trp；07：GJ-tem；08：GJ-adm；09：GJ-sbtrp；10：wild；11：admixed；12：aus；13：cB)，后续2位代表地区；利用条形码生成在线网站，生成所有材料的唯一SNP分子分子身份证及其条形码；
本发明材料数量充足，类型齐全，分布地区广泛，提供了尽可能大的遗传多态性；采用四步法进行SNP位点的筛选，层层递进；对分子身份证进行了分型能力测试，更具说服力和普适应用价值；本发明的SNP标记分子身份证能精确区分待测品种的基因型以及品种间的遗传差异；
本发明提供了4,017份不同品种材料的唯一分子身份证，通过与对应品种名称的标准样品的分子身份证进行比较，检测证实送验样品与标注名称是否相符，通过与标准样品的分子身份证进行比对或筛查比较，可以确定供检样品的真实品种名称；
本发明收集了来自多个不同项目的共4,374份水稻二代重测序数据，筛选除去缺少产地来源、亚群信息，并且基因型缺失率(missing rate)超过0.2和次等位基因频率(MAF)小于0.05的材料共357份，最后选择了具有代表性的4,017份水稻品种并对高质量SNP位点做进一步的筛选；4,017份水稻品种共有3,426,159个初始SNP，代表最大种群多样性，记为HapmapSNP；在同一个连锁不平衡(linkage disequilibrium，LD)区块中的基因组SNP具有显著相关性，利用该特性筛选在每个LD中选择能够代表该区块的TagSNP，共有175,385个SNP；接着通过筛选与重要农艺性状相关的基因组区域，并结合选择性扫描分析所识别的受到更大选择压力的区域，以获得包含更少SNP的、高效稳定高度简洁的标记集合，称为FixedSNP，共有594个SNP；最后，根据MinimalMarker软件中的启发式算法，能够生成分辨率最高的SNP的最少数量及其组合，包含473个SNP，即利用少量SNP作为该水稻品种的分子身份证就可对其品种进行区分和鉴定。
实施例2
本实施例提供了一种用于水稻品种真实性鉴定的SNP标记，包括实施例1中获得的多个SNP标记，其信息参见：http://ibi.zju.edu.cn/SNP_INFORMATION.docx；
对其中几种SNP标记进行实例说明，SNP标记的核苷酸序列分别如SEQ ID NO：1-7所示。
序列表信息：
序列：
序列号(ID)：1
长度：473
分子类型：DNA
特征位置/限定符：
-source,1..473
>mol_type,genomic DNA
>organism,Oryza sativa
残基：
序列号(ID)：2
长度：473
分子类型：DNA
特征位置/限定符：
-source,1..473
>mol_type,genomic DNA>organism,Oryza sativa残基：
序列号(ID)：3
长度：473
分子类型：DNA
特征位置/限定符：
-source,1..473
>mol_type,genomic DNA>organism,Oryza sativa残基：
序列号(ID)：4
长度：473
分子类型：DNA
特征位置/限定符：
-source,1..473
>mol_type,genomic DNA>organism,Oryza sativa残基：
序列号(ID)：5
长度：473
分子类型：DNA
特征位置/限定符：
-source,1..473
>mol_type,genomic DNA>organism,Oryza sativa残基：
序列号(ID)：6
长度：473
分子类型：DNA
特征位置/限定符：
-source,1..473
>mol_type,genomic DNA>organism,Oryza sativa残基：
序列号(ID)：7
长度：473
分子类型：DNA
特征位置/限定符：
-source,1..473
>mol_type,genomic DNA
>organism,genomic DNA
残基：
END
所述的SNP标记可用于水稻品种真实性鉴定、检测水稻育种材料、水稻分子标记辅助育种等。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种用于水稻品种真实性鉴定的SNP标记，其特征在于：包括多个SNP标记，SNP标记的核苷酸序列分别如SEQ ID NO：1-7所示。
2.一种根据权利要求1所述的SNP标记在水稻品种鉴定中的应用。
3.一种根据权利要求1所述的SNP标记在检测水稻育种材料中的应用。
4.一种根据权利要求1所述的SNP标记在水稻分子标记辅助育种中的应用。
5.一种用于水稻品种真实性鉴定的SNP标记的获得方法，其特征在于，包括以下步骤：
一、SNP位点的获得；
二、SNP位点的筛选；
三、分子身份证的分型能力测试。
6.根据权利要求5所述的SNP标记的获得方法，其特征在于，步骤二具体包括：获取高质量HapmapSNP集合；构建单倍型TagSNP；生成FixedSNP集合；得到BarcodeSNP集合。
7.根据权利要求5所述的SNP标记的获得方法，其特征在于，步骤三具体包括：分型能力鉴定；分型稳定性鉴定。
8.根据权利要求5所述的SNP标记的获得方法，其特征在于，还包括步骤四、SNP分子标记身份证号码，条形码或二维码的获得。
CN202310832537.3A 2023-07-08 2023-07-08 用于水稻品种真实性鉴定的snp标记 Pending CN117051146A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310832537.3A CN117051146A (zh) 2023-07-08 2023-07-08 用于水稻品种真实性鉴定的snp标记

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310832537.3A CN117051146A (zh) 2023-07-08 2023-07-08 用于水稻品种真实性鉴定的snp标记

Publications (1)

Publication Number Publication Date
CN117051146A true CN117051146A (zh) 2023-11-14

Family

ID=88668142

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310832537.3A Pending CN117051146A (zh) 2023-07-08 2023-07-08 用于水稻品种真实性鉴定的snp标记

Country Status (1)

Country Link
CN (1) CN117051146A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN119824122A (zh) * 2024-12-23 2025-04-15 苏州市种子管理站 Snp位点组合及其kasp引物在鉴定水稻地方品种中的应用

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104328507A (zh) * 2014-10-11 2015-02-04 中国水稻研究所 一种用于水稻品种鉴定的snp芯片、制备方法及用途
CN109022611A (zh) * 2018-09-14 2018-12-18 湖南农业大学 一种基于全基因组snp高效精准鉴定水稻品种的方法
CN109196123A (zh) * 2017-09-06 2019-01-11 中国农业科学院作物科学研究所 用于水稻基因分型的snp分子标记组合及其应用
CN113493853A (zh) * 2021-02-23 2021-10-12 双绿源创芯科技(佛山)有限公司 用于水稻品种资源鉴定的snp标记组合

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104328507A (zh) * 2014-10-11 2015-02-04 中国水稻研究所 一种用于水稻品种鉴定的snp芯片、制备方法及用途
CN109196123A (zh) * 2017-09-06 2019-01-11 中国农业科学院作物科学研究所 用于水稻基因分型的snp分子标记组合及其应用
CN109022611A (zh) * 2018-09-14 2018-12-18 湖南农业大学 一种基于全基因组snp高效精准鉴定水稻品种的方法
CN113493853A (zh) * 2021-02-23 2021-10-12 双绿源创芯科技(佛山)有限公司 用于水稻品种资源鉴定的snp标记组合

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
BHARGAVI M等: "A novel barcode system for rapid identification of rice (Oryza sativa L.) varieties using agro-morphological descriptors and molecular markers", MOLECULAR BIOLOGY REPORTS, vol. 48, no. 3, 31 December 2021 (2021-12-31), pages 2209 - 2221, XP037430150, DOI: 10.1007/s11033-021-06230-2 *
YAN J等: "SR4R: an integrative SNP resource for genomic breeding and population research in rice", GENOMICS, PROTEOMICS & BIOINFORMATICS, vol. 18, no. 2, 31 December 2020 (2020-12-31), pages 173 - 185, XP086328078, DOI: 10.1016/j.gpb.2020.03.002 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN119824122A (zh) * 2024-12-23 2025-04-15 苏州市种子管理站 Snp位点组合及其kasp引物在鉴定水稻地方品种中的应用
CN119824122B (zh) * 2024-12-23 2025-10-17 苏州市种子管理站 Snp位点组合及其kasp引物在鉴定水稻地方品种中的应用

Similar Documents

Publication Publication Date Title
US20160153056A1 (en) Rice whole genome breeding chip and application thereof
CN117587159B (zh) 一种辣椒snp分子标记组合、snp芯片及其应用
WO2020220615A1 (zh) 一种基于竞争性等位pcr构建水稻分子标记图谱的方法及利用其进行育种的应用
CN118813855A (zh) 一种与橡胶树育种性状相关的snp位点组合及其应用
CN117965794B (zh) 香石竹品种鉴定的特异性snp分子标记组合及应用
CN110846429A (zh) 一种玉米全基因组InDel芯片及其应用
CN118581275A (zh) 一种与橡胶树农艺性状相关的snp位点组合及液相基因芯片和应用
CN117457075B (zh) 一种油茶品种鉴定方法
CN116676410B (zh) 用于构建甘蔗dna指纹图谱的snp分子标记组合及应用
CN117051146A (zh) 用于水稻品种真实性鉴定的snp标记
CN109022611B (zh) 一种基于全基因组snp高效精准鉴定水稻品种的方法
CN112289384A (zh) 一种柑橘全基因组kasp标记库的构建方法及应用
KR101539737B1 (ko) 유전체 정보와 분자마커를 이용한 여교잡 선발의 효율성 증진 기술
CN114842907B (zh) 基于高通量全基因组测序的多亲本作物基因型鉴定
KR101911307B1 (ko) 유전자 단위에서 단상형을 구분하는 태그-snp 선발 및 활용 기술
KR20220050296A (ko) 배추 계통 구분을 위한 단일 염기 다형성 기반 마커 및 이의 용도
WO2025194663A1 (zh) 一种紫花苜蓿snp分子标记组合及其应用
WO2025241288A1 (zh) 一种长白落叶松snp分子标记及其制备的全基因组液相芯片及其应用
CN117409857A (zh) 一种GT-Seq分型SNP的数据处理方法
CN117363780A (zh) 一种冬瓜10k snp液相育种芯片及其应用
CN111534627B (zh) 与葡萄霜霉病抗性相关的qtl位点、snp分子标记及应用
CN118240948B (zh) 基于靶向测序分型的凡纳滨对虾亲缘关系的鉴定方法和应用
CN119824122B (zh) Snp位点组合及其kasp引物在鉴定水稻地方品种中的应用
CN119332016A (zh) 用于构建老芒麦dna指纹图谱的snp分子标记组合及应用
CN116855596A (zh) 水稻品种同质性评价方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination