作物分子身份证构建软件idanalysis的设计与实现.docxVIP

作物分子身份证构建软件idanalysis的设计与实现 0 总结 【研究意义】黑龙江省是中国的主要大豆产区。1986年至2010年，共试验了275个大豆品种。 1 材料和方法 1.1 数据收集 参试材料于2008年播种于黑龙江省农垦科研育种中心基地,选择40对引物对40个大豆品种进行分析,参考陈庆山等 1.2 分子标记多态度 其中,行对应的是n个材料,列对应的是m个标记,其中,a 定义S 定义V 标记多态度:在分子标记中,单标记或标记组合的全部类型,叫作标记多态型,标记多态型的个数,叫作标记多态度,用d表示。 1.3 相邻标记区分度相关系数计算 作物分子身份证理论及逐步扩增法的算法由组陈庆山 逐步扩增法的具体过程(图1):首先标记按照等位基因多少进行排序,计算相邻标记区分度相关系数,淘汰相关系数过高的引物。然后选择V 在实际的执行过程中,为了降低运算量,每引入一个标记,都要计算各材料对应标记组合的等位基因频率,若频率为1,则对该材料从计算数组中剔除,加快了计算速度。 1.4 作物种质资源分子身份证编码 作物分子身份证是针对作物种质资源或品种品系,基于作物分子标记的多态性检测手段,利用最简引物组合实现作物种质资源最大区分,并以类似于身份证的等位基因编码,作为标识和图形化的理论和技术。基于分子身份证的概念和构建算法,结合实际应用的需要,建立分子身份证的实现策略。策略共分4个部分:全库构建、部分构建、选择分析和分子身份证判定(ID判定)。 1.4.1 分子身份证的构建 全库构建是分子身份证构建的基础,是基于数据库中的全部材料和标记信息,应用1.2、1.3算法,对全部材料进行分子身份证构建的策略。全库构建的基本步骤如下: 步骤1:不符合标记的剔除。剔除标准首先标记的缺失太多(默认不超过5%)其次是标记间相似系数太高(默认不高于0.8); 步骤2:有效标记数量判别。若标记充足则转入步骤3,否则转入步骤4; 步骤3:执行算法,计算出材料(品种)分子身份证,包括标出特异性条带; 步骤4:以标记集能区分的材料数最多为依据,计算出材料的分子身份证。 1.4.2 分子身份证的计算 在全库构建的基础上,可选择性地对部分材料进行特异性引物条带的筛选和分子身份证的构建。部分构建以全库构建的材料、标记集为构建背景,选择部分材料以全部引物为标记利用算法进行分子身份证计算。部分构建的基本步骤如下: 步骤1:从全部材料中选择部分材料集; 步骤2:不符合标记的剔除。剔除标准首先标记的缺失太多(默认不超过5%)其次是标记间相似系数太高(默认不高于0.8); 步骤3:执行算法,计算出部分材料分子身份证,包括标出特异性条带; 步骤4:以标记集能区分的材料数最多为依据,计算出部分材料的分子身份证。 1.4.3 分子身份证编码后部分标记方法 在全库构建的基础上,可选择部分标记对材料进行判别,主要用来考察部分标记(受关注的)在分子多态水平上区分材料的能力。由于选定了部分标记集,故算法上只需将供试材料的分子身份证编码标出即可。选择分析的结果可能会锁定唯一分子身份证的材料,也可能有多个共享一个分子身份证的材料,还可能由于缺失导致的具有不完全身份证的材料等几种可能。选择分析的基本步骤如下: 步骤1:从全部标记中选择部分标记集; 步骤3:将结果进行分类显示,唯一识别材料、分组识别材料和不确定材料。 1.4.4 基于库的构建 在全库构建的基础上,选择几个标记,对待测材料进行基于选定标记的电泳试验,将电泳带型数字化,在全库构建的背景下,基于所选定标记计算该待测材料与其他材料间的相似度,判别该材料的类别归属,从而达到品种识别和品种鉴定的目的。分子身份证判定分析步骤如下: 步骤1:选定背景标记集; 步骤2:测定待测材料的带型; 步骤3:在该标记集下,计算待测材料与数据库中全材料的相似度,以判别该材料的归属。 2 结果 2.1 数据库设计及软件开发 分子身份证软件依据分子身份证的实现策略设计功能及界面(图2),软件功能包括:数据库浏览及更新、全库构建、部分构建、输入构建、选择分析和ID判定等功能。 2.1.1 ows软件环境分析 分子身份证软件应用Microsoft公司Visual Basic6.0进行程序开发,软件在开发时充分考虑到使用的兼容性问题,软件可以在Windows9X/me/2000/XP/win Vista/win7等大部份Windows的32位或64位操作系统下运行,软件的运行对计算机硬件环境要求不高,Intel奔腾CPU/512M内存/1G硬盘空间及以上机型都可运行。如果构建的标记及材料数量过多时,运算时间会相应增加,要想达到理想的运算效率,计算机的硬件配置不应过低。 分子身份证软件首发版本为ID Analysis 1.0,软件登记号:2007SR11870a,通过应用完