一种莲藕亲源分子鉴定数控智慧系统的制作方法

摘要: 本发明涉及分子生物学与农业生物技术工程领域,具体是一种莲藕亲源分子鉴定数控智慧系统。背景技术:1、肺莲藕(nelumbonuciferagaertn.)是我国重...
一种莲藕亲源分子鉴定数控智慧系统的制作方法

本发明涉及分子生物学与农业生物技术工程领域,具体是一种莲藕亲源分子鉴定数控智慧系统。

背景技术:

1、肺莲藕(nelumbo nucifera gaertn.)是我国重要的水生经济作物,栽培历史悠久,种质资源丰富。随着莲藕产业的快速发展,品种鉴定、亲源关系分析及种苗纯度检验的需求日益迫切。传统的莲藕品种鉴定主要依赖形态学标记和农艺性状观察,该方法周期长、工作量大,且易受环境因素和植株发育阶段的影响,鉴定准确性和可靠性难以保证。近年来,dna分子标记技术因其不受环境条件影响、多态性高、检测准确等优势,已广泛应用于作物品种鉴定和亲缘关系分析。ssr(simple sequence repeat)标记和indel(insertion/deletion)标记是两种常用的分子标记类型。研究表明,利用ssr标记可对藕莲品种进行有效区分,多态性条带比例可达100%;indel标记同样表现出良好的品种区分能力,利用7对indel引物组合即可区分15个莲藕品种资源。

2、然而,现有的分子标记鉴定方法仍存在以下不足:(1)操作流程繁琐,从dna提取、pcr扩增到电泳检测,各步骤需人工切换,耗时费力;(2)电泳图谱的判读依赖人工经验,主观性强,效率低下且易出错;(3)缺乏标准化的数据分析流程和品种指纹图谱数据库,难以实现高通量、标准化的亲源鉴定。虽然已有研究涉及卷积神经网络在电泳图谱分类中的应用,但尚未见将分子标记技术、自动化硬件与人工智能算法系统整合用于莲藕亲源鉴定的报道。

3、因此,开发一种能够实现莲藕亲源鉴定全流程自动化、智能化的系统,具有重要的产业应用价值。

技术实现思路

1、本发明的目的在于提供一种莲藕亲源分子鉴定数控智慧系统,以解决上述背景技术中提出的问题。

2、为实现上述目的,本发明提供如下技术方案:

3、一种莲藕亲源分子鉴定数控智慧系统,包括:

4、核酸自动化提取模块,用于从待检莲藕样本中自动化提取核酸样本;

5、扩增反应模块,与所述核酸自动化提取模块连接,内置莲藕特异性分子标记引物组,用于以所述核酸样本为模板进行扩增反应,获得扩增产物;

6、分离检测模块,与所述扩增反应模块连接,用于对所述扩增产物进行分离检测并采集包含分子标记特征信息的检测图像;

7、数控智慧分析模块,与所述分离检测模块连接,内置莲藕品种参照数据库,通过人工智能图像识别算法将所述检测图像自动转换为标准化的分子标记图谱,并与所述莲藕品种参照数据库进行比对分析,得到莲藕亲源关系鉴定结果。

8、进一步,所述莲藕特异性分子标记引物组为ssr标记引物组、indel标记引物组、est-ssr标记引物组、snp标记引物组和mnp标记引物组中的一种或多种。

9、进一步,所述ssr标记引物组包括微卫星标记nl-28、nl-p8、nl-35、nl-1、nl-p9和nl-47的引物对;nl-28的引物对的核苷酸序列分别如seq id no:1和seq id no:2所示;nl-p8的引物对的核苷酸序列分别如seq id no:3和seq id no:4所示;nl-35的引物对的核苷酸序列分别如seq id no:5和seq id no:6所示;nl-1的引物对的核苷酸序列分别如seq idno:7和seq id no:8所示;nl-p9的引物对的核苷酸序列分别如seq id no:9和seq id no:10所示;nl-47的引物对的核苷酸序列分别如seq id no:11和seq id no:12所示。

10、进一步,所述indel标记引物组包括ind38、ind61、ind84、ind92、ind105、ind117和ind128的引物对;ind38的引物对的核苷酸序列分别如seq id no:13和seq id no:14所示;ind61的引物对的核苷酸序列分别如seq id no:15和seq id no:16所示;ind84的引物对的核苷酸序列分别如seq id no:17和seq id no:18所示;ind92的引物对的核苷酸序列分别如seq id no:19和seq id no:20所示;ind105的引物对的核苷酸序列分别如seq id no:21和seq id no:22所示;ind117的引物对的核苷酸序列分别如seq id no:23和seq id no:24所示;ind128的引物对的核苷酸序列分别如seq id no:25和seq id no:26所示。

11、进一步,所述扩增反应模块采用pcr扩增技术、lmtia等温扩增技术或多重pcr扩增技术中的任意一种进行扩增。

12、进一步,所述人工智能图像识别算法包括经标注有分子标记特征的莲藕检测图谱图像数据集训练得到的神经网络模型,用于自动识别检测图像中标记信号的位置、强度和/或大小,并生成标准化的分子标记图谱;所述神经网络模型包括卷积神经网络模型。

13、进一步,所述分子标记图谱为dna指纹图谱;所述分离检测的方法为电泳分离法,对应的检测图像为电泳图谱图像,标记信号为电泳条带;所述卷积神经网络模型对电泳条带的位置、大小和强度的自动识别准确率≥95%,dna指纹图谱的标准化转换误差率≤2%。

14、进一步,所述莲藕品种参照数据库包含莲藕种质资源的品种身份信息、分子标记图谱特征及其亲源关系数据;所述莲藕品种参照数据库为本地数据库或云端数据库,支持增量更新和远程共享。

15、本发明的另一个目的在于提供一种莲藕亲源分子鉴定设备,包括机箱本体、人机交互界面以及上述的莲藕亲源分子鉴定数控智慧系统。

16、本发明的另一个目的在于提供一种上述的莲藕亲源分子鉴定数控智慧系统或上述的莲藕亲源分子鉴定设备在莲藕亲源分子鉴定中的应用,其中,莲藕亲源分子鉴定的方法包括以下步骤:

17、通过核酸自动化提取模块从待检莲藕样本中自动化提取核酸样本;

18、通过扩增反应模块内置的莲藕特异性分子标记引物组,以所述核酸样本为模板进行扩增反应,获得扩增产物;

19、通过分离检测模块对所述扩增产物进行分离检测并采集包含分子标记特征信息的检测图像;

20、通过数控智慧分析模块的人工智能图像识别算法将所述检测图像自动转换为标准化的分子标记图谱,并与所述莲藕品种参照数据库进行比对分析,得到莲藕亲源关系鉴定结果。

21、本发明提供的莲藕亲源分子鉴定数控智慧系统,将分子标记技术、自动化硬件与人工智能图像识别算法有机结合,实现了莲藕亲源鉴定的全流程自动化、智能化和高通量,相比传统人工鉴定方法,鉴定周期大幅缩短,人力成本显著降低,鉴定准确率显著提升。本发明可广泛应用于莲藕种质资源遗传多样性分析、品种真实性鉴定、品种真伪辨别、亲本溯源、子代亲缘关系鉴定、种苗纯度检验或新品种权保护等领域。

1.一种莲藕亲源分子鉴定数控智慧系统,其特征在于,包括:

2.根据权利要求1所述的莲藕亲源分子鉴定数控智慧系统,其特征在于,所述莲藕特异性分子标记引物组为ssr标记引物组、indel标记引物组、est-ssr标记引物组、snp标记引物组和mnp标记引物组中的一种或多种。

3.根据权利要求2所述的莲藕亲源分子鉴定数控智慧系统,其特征在于,所述ssr标记引物组包括微卫星标记nl-28、nl-p8、nl-35、nl-1、nl-p9和nl-47的引物对;nl-28的引物对的核苷酸序列分别如seq id no:1和seq id no:2所示;nl-p8的引物对的核苷酸序列分别如seq id no:3和seq id no:4所示;nl-35的引物对的核苷酸序列分别如seq id no:5和seq id no:6所示;nl-1的引物对的核苷酸序列分别如seq id no:7和seq id no:8所示;nl-p9的引物对的核苷酸序列分别如seq id no:9和seq id no:10所示;nl-47的引物对的核苷酸序列分别如seq id no:11和seq id no:12所示。

4.根据权利要求2所述的莲藕亲源分子鉴定数控智慧系统,其特征在于,所述indel标记引物组包括ind38、ind61、ind84、ind92、ind105、ind117和ind128的引物对;ind38的引物对的核苷酸序列分别如seq id no:13和seq id no:14所示;ind61的引物对的核苷酸序列分别如seq id no:15和seq id no:16所示;ind84的引物对的核苷酸序列分别如seq idno:17和seq id no:18所示;ind92的引物对的核苷酸序列分别如seq id no:19和seq idno:20所示;ind105的引物对的核苷酸序列分别如seq id no:21和seq id no:22所示;ind117的引物对的核苷酸序列分别如seq id no:23和seq id no:24所示;ind128的引物对的核苷酸序列分别如seq id no:25和seq id no:26所示。

5.根据权利要求1所述的莲藕亲源分子鉴定数控智慧系统,其特征在于,所述扩增反应模块采用pcr扩增技术、lmtia等温扩增技术或多重pcr扩增技术中的任意一种进行扩增。

6.根据权利要求1所述的莲藕亲源分子鉴定数控智慧系统,其特征在于,所述人工智能图像识别算法包括经标注有分子标记特征的莲藕检测图谱图像数据集训练得到的神经网络模型,用于自动识别检测图像中标记信号的位置、强度和/或大小,并生成标准化的分子标记图谱;所述神经网络模型包括卷积神经网络模型。

7.根据权利要求6所述的莲藕亲源分子鉴定数控智慧系统,其特征在于,所述分子标记图谱为dna指纹图谱;所述分离检测的方法为电泳分离法,对应的检测图像为电泳图谱图像,标记信号为电泳条带;所述卷积神经网络模型对电泳条带的位置、大小和强度的自动识别准确率≥95%,dna指纹图谱的标准化转换误差率≤2%。

8.根据权利要求1所述的莲藕亲源分子鉴定数控智慧系统,其特征在于,所述莲藕品种参照数据库包含莲藕种质资源的品种身份信息、分子标记图谱特征及其亲源关系数据;所述莲藕品种参照数据库为本地数据库或云端数据库,支持增量更新和远程共享。

9.一种莲藕亲源分子鉴定设备,包括机箱本体以及人机交互界面,其特征在于,还包括如权利要求1-8中任一项所述的莲藕亲源分子鉴定数控智慧系统。

10.一种如权利要求1-8中任一项所述的莲藕亲源分子鉴定数控智慧系统或权利要求9所述的莲藕亲源分子鉴定设备在莲藕亲源分子鉴定中的应用,其特征在于,莲藕亲源分子鉴定的方法包括以下步骤: