CN108292385A - 用于农业生产和性能管理的基因组技术 - Google Patents

用于农业生产和性能管理的基因组技术 Download PDF

Info

Publication number
CN108292385A
CN108292385A CN201680053309.4A CN201680053309A CN108292385A CN 108292385 A CN108292385 A CN 108292385A CN 201680053309 A CN201680053309 A CN 201680053309A CN 108292385 A CN108292385 A CN 108292385A
Authority
CN
China
Prior art keywords
data
storage server
remote computation
genetic
agricultural product
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.)
Granted
Application number
CN201680053309.4A
Other languages
English (en)
Other versions
CN108292385B (zh
Inventor
S.阿卡迪里
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.)
Agricultural Bioinformatics LLC
Original Assignee
Agricultural Bioinformatics LLC
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 Agricultural Bioinformatics LLC filed Critical Agricultural Bioinformatics LLC
Publication of CN108292385A publication Critical patent/CN108292385A/zh
Application granted granted Critical
Publication of CN108292385B publication Critical patent/CN108292385B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12N—MICROORGANISMS OR ENZYMES; COMPOSITIONS THEREOF; PROPAGATING, PRESERVING, OR MAINTAINING MICROORGANISMS; MUTATION OR GENETIC ENGINEERING; CULTURE MEDIA
    • C12N15/00—Mutation or genetic engineering; DNA or RNA concerning genetic engineering, vectors, e.g. plasmids, or their isolation, preparation or purification; Use of hosts therefor
    • C12N15/09—Recombinant DNA-technology
    • C12N15/10—Processes for the isolation, preparation or purification of DNA or RNA
    • C12N15/1034—Isolating an individual clone by screening libraries
    • C12N15/1075—Isolating an individual clone by screening libraries by coupling phenotype to genotype, not provided for in other groups of this subclass
    • 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
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/00584—Control arrangements for automatic analysers
    • G01N35/00722—Communications; Identification
    • G01N35/00732—Identification of carriers, materials or components in automatic analysers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/018—Certifying business or products
    • 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
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • 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
    • G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/00584—Control arrangements for automatic analysers
    • G01N35/00722—Communications; Identification
    • G01N35/00732—Identification of carriers, materials or components in automatic analysers
    • G01N2035/00821—Identification of carriers, materials or components in automatic analysers nature of coded information
    • G01N2035/00831—Identification of carriers, materials or components in automatic analysers nature of coded information identification of the sample, e.g. patient identity, place of sampling

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Chemical & Material Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Organic Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Biotechnology (AREA)
  • Analytical Chemistry (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Genetics & Genomics (AREA)
  • Wood Science & Technology (AREA)
  • Zoology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biophysics (AREA)
  • Biochemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Microbiology (AREA)
  • Immunology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Primary Health Care (AREA)
  • Mycology (AREA)

Abstract

一种农业管理和分析系统，其用于分析、解释和显现遗传数据，以改善农业如家畜的生产、性能和管理。

Description

用于农业生产和性能管理的基因组技术
相关申请的交叉引用
本申请根据35 U.S.C.§119(e)要求名称为“GENOMIC TECHNOLOGIES FOR AGRICULTUREPRODUCTION AND PERFORMANCE MANAGEMENT”的美国临时专利申请序列号62/192,598的优先权，所述美国临时专利申请于2015年7月15日提交，通过引用整体并入本文。
技术领域
本公开涉及用于农业生产和性能管理的基因组技术。更具体而言，本公开涉及用于分析、解释和显现遗传数据的农业管理和分析系统，以便改善农业(例如家畜和作物)的生产、性能和管理。
背景技术
尽管其不稳定和不可预测的性质，农业(如生长作物、饲养家畜等)仍对跨越全球的经济至关重要。凭借其自然资源和土地条件，美国(U.S.)是世界上主要的农业生产国之一，特别是因为它涉及作物和家畜。例如，美国是世界上最大的牛肉生产国和第二大牛肉出口国。实际上，在2012年，美国农业总销售额为3946亿美元，其中该总数中的1822亿美元归于家畜销售收入(美国农业部(United States Department of Agriculture, USDA)国家农业统计服务(National Agricultural Statistics Service, NASS)，2012年农业普查)。这些销售大部分来自家畜或家畜产品，例如牛/小牛(例如牛肉和牛奶)、家禽(例如鸡蛋和鸡肉)和公猪(例如猪肉)。
然而，由于估计到2050年人口为约100亿，对于家畜生产系统仍有满足日益增长的食物需求以及预期全球上升60%的全球家畜生产系统的可预知挑战。由于预计全世界要多供养30亿人，对于食物(例如家畜和乳制品)的全球需求只会继续指数增加。为了满足这一需求，农场主将不得不在遇到不可预知的环境和经济挑战的同时增加其农业生产，所述挑战例如土地流失、水荒、污染增加、政治不稳定性、有限的生物能源资源和气候变化。
农业是经常受气候变化打击最严重的经济部门。例如，由于全球气候变化导致的较高温度引起的热应激可以严重影响作物和家畜，并且随着时间过去会增加对寄生虫和疾病的易感性。同样有害的是，干旱会减少家畜可用的优质饲料的量，并且因此抑制健康和良好状态，以及最终家畜的经济价值。
相应地，美国食品和药物管理局(U.S. Food and Drug Administration, FDA)近期已要求动物健康公司主动改变其产品标签，以防止农场主在饲料中使用抗生素来促进家畜的增强生长。在家畜中使用抗生素已经流行了四十多年。迄今为止，许多家畜生产者对动物饲喂低剂量的抗生素以促进更快的生长。所提议的美国FDA法规要求牧场主获得兽医处方，以使用抗生素来预防动物中的疾病，并且家畜生产者将不再被允许使用抗生素来增强生长速率或改善饲料效率。相应地，新的美国FDA法规将很可能对通常薄利运营的家畜生产者造成经济困难。
所提议的对家畜中的抗生素使用的政府限制连同全球食品需求中的预期增加一起，使得农业生产者的当前决策甚至更昂贵和关键。传统上，家畜农场主已习惯于借助于一些标准操作程序(SOP)，基于长期经验做出畜牧和农业管理决定。因而，在过去十年中，基因组工具已逐渐被大型农业公司和业务采用。
公司例如Zoetis、Cargill和Alltech已涉及帮助大型生产者在涉及家畜生产时更高效。但是，设计用于大规模家畜生产者的这种遗传服务的成本通常超出大多数农场主所能及的范围。另外，个体生产者的家畜遗传数据的递送、分析和解释的方法可能非常复杂、耗时且难以解码或破译，尤其是对于可能并非技术精通的小农场主。
事实上，这样的农场主通常不具有可得的资源，以使用这种高水平技术来评价决定。相反，小生产者被束缚于基本实践集合，具有有限的误差窗口以响应市场、天气、成本波动等做出调整。例如，对小生产者的主要挑战是确定如何依靠通常是不准确或难以理解的商业估价数据，来评价活的动物的品质。同样，小农场主基于高水平的基因数据做出明智的决定可能是不太可能的。
本公开涉及解决该问题，并且具体涉及软件系统或工具，以帮助用户分析、解释和显现从动物收集的遗传数据以帮助做出关键的决策，并且提供关于其的意见和建议。特别地，本公开涉及提供遗传信息的平台技术，所述遗传信息包括作物和动物的遗传概况和育种、营养、谱系追踪以及估价。最终，本公开的技术帮助促进最佳动物营养和农业性能和利润率的管理。
发明概述
本公开涉及用于管理农业农场中的农产品的方法。该方法包括通过远程计算和存储服务器从用户接收登记细节，其中所述登记细节限定农产品的一个或多个特征。该方法还包括通过远程计算和存储服务器从用户接收遗传数据，其中所述遗传数据限定待分析的农产品的一种或多种基因标记。
另外，该方法包括分析遗传数据。该方法还包括基于遗传数据生成农产品的遗传概况。此外，该方法包括通过远程计算和存储服务器基于遗传数据的分析来生成农产品的遗传概况。最后，该方法包括通过远程计算和存储服务器呈现基于登记细节和遗传概况的反馈。
本方法的分析遗传数据的一个实施方案包括分析至少一个遗传测试样品，其包括从农产品获得的一种或多种基因标记。分析遗传测试样品的另外的实施方案包括经由特异性标识符来识别农产品，其中所述特异性标识符包含条形码。
本方法的接收限定农产品的一个或多个特征的登记细节的一个实施方案包括接收限定作物或家畜的一个或多个特征的登记细节。本方法的呈现反馈的一个实施方案包括呈现营养建议、育种意见、市场估价、市场预测和谱系追踪中的至少一个。
本方法的接收遗传细节的一个实施方案包括接收基因组数据、蛋白质组数据、代谢组学数据和生物信息学数据中的至少一种。另外，本公开的基因组数据可以是DNA测序数据、RNA测序数据或基因表达数据中的至少一种。
用于在农业农场中管理农产品的本方法还可以包括通过远程计算和存储服务器分析遗传概况，并且通过远程计算和存储服务器基于遗传概况的分析来确定反馈。该方法可以进一步包括通过远程计算和存储服务器基于遗传概况的分析结果来执行自动化功能。本方法的执行自动化功能可以包括生成且传输以下中的至少一个：(i) 对用户的通知，和(ii) 对与农业农场的机械化装置相关的执行器的命令。本方法的生成对用户的通知可以包括生成电子邮件、文本消息和应用程序内通知中的至少一个。该方法可以进一步包括基于遗传概况的分析结果，经由计算装置的显示器呈现对用户的反馈。
用于管理农业农场中的农产品的本方法还可以包括通过远程计算和存储服务器接收与农产品相关的更新的农产品数据。该方法可以进一步包括通过远程计算和存储服务器分析遗传概况和更新的农产品数据。另外，该方法可以包括通过远程计算和存储服务器基于遗传概况和更新的农产品数据的分析来确定反馈。
本发明的方法可以进一步包括通过远程计算和存储服务器基于遗传概况和更新的农产品数据的分析结果来执行自动化功能。本方法的执行自动化功能可以包括以下中的至少一个：(i) 生成且传输对用户的通知，以及(ii) 生成且传输对与农业农场的机械化装置相关的执行器的命令。另外，生成对用户的通知可以包括生成电子邮件、文本消息和应用内通知中的至少一个。本方法可以进一步包括基于遗传概况和更新的农产品数据的分析结果，经由计算装置的显示器呈现对用户的反馈。
本方法的用于管理农业农场中的农产品的远程计算和存储服务器可以包括网络通信电路，以(i) 从用户接收登记细节，其中所述登记细节限定待分析的农业品的一个或多个特征，并且(ii) 从用户接收遗传数据，其中所述遗传数据限定农产品的一种或多种基因标记。本方法的远程计算和存储服务器还可以包括农业分析电路，以(i) 分析遗传数据，和(ii) 基于遗传数据生成农产品的遗传概况。另外，本方法的远程计算和存储服务器可以包括反馈确定电路，以基于登记细节和遗传概况呈现反馈。
分析本远程计算和存储服务器的遗传数据可以包括分析至少一个遗传测试样品，其包括从农产品获得的一种或多种基因标记。待分析的本远程计算和存储服务器的农产品可以包括作物或家畜。
本远程计算和存储服务器的遗传数据的接收可以包括接收基因组数据、蛋白质组数据、代谢组学数据和生物信息学数据中的至少一种。远程计算和存储服务器的基因组数据可以包括DNA测序数据、RNA测序数据或基因表达数据。
在远程计算和存储服务器的一个实施方案中，呈现反馈可以是呈现营养建议、育种意见、市场估价、市场预测和谱系追踪中的至少一个。远程计算和存储服务器的另外实施方案可以是经由特异性标识符来识别农产品，其中所述特异性标识符包含条形码。
在远程计算和存储服务器的另一个实施方案中，农业分析电路可以分析遗传概况，并且基于遗传概况的分析来确定反馈。反馈确定电路可以基于遗传概况的分析结果来执行自动化功能。执行远程计算和存储服务器的自动化功能可以是生成且传输以下中的至少一个：(i) 对用户的通知，和(ii) 对与农业农场的机械化装置相关的执行器的命令。生成对远程计算和存储服务器的用户的通知可以包括生成电子邮件、文本消息和应用程序内通知中的至少一个。本公开的远程计算和存储服务器，其中反馈确定电路可以基于遗传概况的分析结果，经由计算装置的显示器呈现对用户的反馈。
本公开的远程计算和存储服务器的网络通信电路可以接收与农产品相关的更新的农产品数据。远程计算和存储服务器的农业分析模块可以进一步分析遗传概况和更新的农产品数据。
远程计算和存储服务器的反馈确定模块可以基于遗传概况和更新的农产品数据的分析来确定反馈。反馈确定电路还可以是基于遗传概况和更新的农产品数据的分析结果来执行自动化功能，其中执行自动化功能可以是生成且传输以下中的至少一个：(i) 对用户的通知，和(ii) 对与农业农场的机械化装置相关的执行器的命令。另外，生成对用户的通知可以包括生成电子邮件、文本消息和应用内通知中的至少一个。最后，本公开的远程计算和存储服务器，其中反馈确定电路可以基于遗传概况和更新的农产品数据的分析结果，经由计算装置的显示器呈现对用户的反馈。
附图说明
详细描述参考下述附图，其中：
图1是用于分析农业遗传数据的系统的至少一个实施方案的简化方框图；
图2是图1的系统的计算装置的至少一个实施方案的简化方框图；
图3是图1的系统的远程计算和存储服务器的至少一个实施方案的简化方框图；
图4是可以由图2的计算装置建立的环境的至少一个实施方案的简化方框图；
图5是可以由图3的远程计算和存储服务器建立的环境的至少一个实施方案的简化方框图；
图6是可以通过图3和5的远程计算和存储服务器执行的，用于分析农业遗传数据的方法的至少一个实施方案的简化流程图；
图7是可以通过图3和5的远程计算和存储服务器执行的，用于分析农业更新农产品数据的方法的至少一个实施方案的简化流程图；和
图8是显示农业管理和分析软件界面的仪表板视图的说明性图形用户界面(GUI)。
发明详述
为了迎接上述环境和经济挑战，农业生产者需要“易于使用”的有效工具，其将帮助他们分析与他们的农业农场相关的数据并且对其做出决定。这种工具可以用于做出影响农业农场的决定，以实现特定的目标，例如饲养特定动物，追踪影响动物健康的关键饲料变化，响应气候变化，估计动物的质量和估价和/或营养计划。快速且有效的决策一般是农业农场效率的关键，但使用准确的数据解释和显现，可以使必要的决策成为可能。本公开涉及用于用户分析、解释和显现农业遗传数据以及提供反馈(例如意见、改善、预测等)和/或执行自动化功能的技术。
本公开的用户可以包括但不限于涉及农业生命周期(例如生长作物、饲养家畜等)的任何实体。例如，本技术的说明性用户可以包括农业农场(例如其产生作物和/或管理家畜)的管理员，例如农场主、牧场主、育种者、育肥者(stocker)、购买者、包装工、屠夫等。本技术的每个用户可以在农业生命周期中的其特定点处添加和/或更新关于农业的实时遗传信息。随着时间过去，来自每个用户的农业生命周期中的遗传信息汇编到本技术中，以提供用于农业的累积的、深入的遗传信息概况。
本公开的说明性实施方案允许农业生命周期中的每个用户将遗传、环境、健康和/或市场信息或数据添加到本技术的数据库中，以提供关于该特定类型农业(例如作物类型、动物类型等)的遗传和/或市场信息的累积概况。例如，家畜动物例如母牛可以在其生命过程内(例如从育种/出生到上市)经过许多不同的用户。在母牛的生命开始时，用户可以是将关于母牛的父母的遗传学的遗传信息添加到本技术中的饲养者。一旦母牛从饲养者送到育肥者，所述育肥者就可以将关于母牛的遗传、环境、健康和/或市场信息(例如饲料和/或药物的类型)添加到本技术的数据库中。然后可以将母牛送到在饲养场处的购买者，所述购买者也将关于母牛的遗传、环境、健康和/或市场信息添加到本技术的数据库中。该过程在整个母牛的生命周期中重复，允许母牛的食物和/或供应链中的每个用户将关于母牛的特定遗传、环境、健康和/或市场信息添加到本技术的数据库中。
随着时间过去，关于母牛的遗传、环境、健康和/或市场信息和数据的累积概况提供给本技术的用户提供且是本技术的用户可获得的。本技术中提供的概况可以在母牛的生命周期的任何点进行分析、审查和解释。例如，本技术中的数据对于通过供应链前后移动的用户可获得，包括家畜和/或作物各自的生命周期。因此，本技术提供了帮助对涉及农业管理的一个或多个用户推动决定、预测结果和/或提供建议的宝贵信息。
应该了解，用户可以是为小型至中型生产者的一个或多个个体、公司或组织，例如管理范围为约1至约100只动物、约1至约1,000只动物、约100至约1,000只动物、约1至约50只动物、约10至约80只动物、约25至约75只动物、约1至约500只动物的家畜群的一个个体、公司或组织。应该进一步了解，用户可以是为大型生产者的一个或多个个体、公司或组织，例如管理范围为约1至约10,000只动物、约500至约5,000只动物、约1,000至约100,000只动物、约5,000至约50,000只动物、约1,500至约8,000只动物、约2,500至约7,500只动物、约1,000至约5,000只动物和超过约1,500只动物的家畜群的一个个体、公司或组织。
如本文使用的，术语“农业”指作物，例如蔬菜、水果、花卉和植物，或家畜，例如母牛/公牛/牛、猪/公猪、家禽(例如鸡、火鸡等等)、山羊、绵羊、水牛、马、或通常与农业有关的任何其他类型的家畜。应该了解，如本文使用的，农业还包括作物和/或家畜产品，如动物部分(内部或外部部分)或植物部分，如种子和水果，以及蛋、乳制品(奶和干酪)、家禽和其他农产品。
信息和/或数据由用户添加到本技术中。用户可以直接或间接地将数据和信息添加、输入和/或纳入本技术的数据库内。直接数据纳入可以通过用户将关于他们的农业的数据或信息直接输入本技术的数据库内，例如通过手动和/或自动数据上传或数据转储而发生。间接数据纳入可以通过第三方，例如数据分析技术人员将关于用户的农业的数据或信息输入本技术的数据库内，例如通过手动和/或自动数据上传或数据转储而发生。
间接数据纳入的说明性实施方案可以从遗传样品(例如毛发、血液、精液、尿或组织)开始，所述遗传样品从特定类型的目的作物或家畜获得或收集。遗传样品可以与特异性标识符配对，所述特异性标识符例如条形码、随机生成的字母数字代码或任何类型的特异性标识符。然后可以将遗传样品发送给第三方，例如遗传或基因组分析中心，在此分析遗传样品的特定目的基因或性状。第三方基因组中心然后可以手动或自动地将关于遗传样品的数据上传到本技术的数据库内，用于通过用户的可用性和后续分析。
直接或间接添加到本公开的数据库中的关于作物或家畜的遗传、环境、健康和/或市场信息最终提供综合和累积概况，其可用于通过用户的评价和解释。例如，纳入本技术内的数据和/或信息可以通过使用机器可读存储介质(例如智能电话或平板电脑)扫描条形码或特异性标识符，由用户在现场位置进行评价。
应该注意，本公开的现场位置可以包括在该处生长、饲养、养殖、喂养、储存或保持作物和/或家畜任何时间段的任何位置。例如，现场位置的示例性实施方案包括但不限于农场、牧场、育种者、屠宰场、饲养场、仓库、市场以及制造和/或工业设施。
在一些情况下，本公开的技术的一个或多个实施方案可以以硬件、固件、软件或其任何组合来实施。所公开的实施方案还可以作为指令来实施，所述指令由一个或多个暂时或非暂时机器可读(例如计算机可读)存储介质携带或存储，其可以由一个或多个处理器读取和执行。机器可读存储介质可以体现为用于存储或传输机器可读形式的信息的任何存储装置、机制或其他物理结构(例如易失性或非易失性存储器、介质光盘或其他介质装置)。机器可读存储介质的说明性实施方案包括任何类型的计算装置，例如但不限于计算机、膝上型计算机、平板电脑、电子书阅读器、移动电话/手机(包括所有操作系统)以及可佩戴的计算机装置，例如电子手表、皮带或手镯。机器可读存储介质是分析、解释和/或显现在技术中实现的遗传数据的手段，其最终可以提供关于由用户管理的农业的意见和建议。
基因组学领域中的技术进步正在改变生产者，特别是小型至中型生产者管理其作物和家畜的方式。新技术例如基因组学、蛋白质组学、代谢组学和生物信息学目前由生产者用于生成数据，以更好地评价和做出关于农业业务的决定。在本公开的技术中实现的遗传数据可以包括任何类型的基因型或表型数据，无论是公开可获得的还是私人可获得的。例如，遗传数据可以包括任何类型的DNA、RNA或蛋白质(例如氨基酸或肽)突变信息，包括但不限于包含单核苷酸多态性(SNP)、数目可变的串联重复序列(VNTR)、拷贝数多态性(CNP或CNV)、单倍型或连锁数据，以及定制的、标准的或商业的遗传标记谱的数据。
本公开的基因组工具和数据还包括但不限于关于遗传缺陷、亲子关系和基因组增强的预期后代差异(EPD)的测试结果。此外，基因组数据可以包括基于平台的工具的结果，例如SNP阵列和基因表达微阵列以及下一代测序技术。本公开的遗传数据可以通过包含营养信息(即，营养基因组学)、商业估价统计、谱系/血统和/或育种信息来促进标记辅助的农业管理。例如，EPD可以帮助预测未来后代的遗传质量，并且因此使得用户能够做出明智的、数据驱动的决定来管理他们的动物，例如特定的动物是应该保留用于育种还是应该出售给肉类市场。然而，EPD数据可能与其他遗传数据混淆或不一致。
例如，表1显示了关于两头安格斯公牛(动物1和2)的大理石花纹遗传标记实验对象组(panel)的DNA测试结果。测试结果分别显示为分子育种值(MBV)或EPD、以及MBV和EPD结果的相关准确性(或可靠性)。根据MBV数据，动物2是优质动物(0.4 MBV)。相反，根据EPD结果，动物1是优质动物(0.30 EPD)。虽然EPD的准确性较低，但本领域已知EPD值在预测动物作为亲本的总遗传价值方面，通常做得更好。此外，本领域还已知MBV和EPD值不以相同的方式计算，并且因此无法直接比较。然而，对于不熟悉解释和理解基因数据(如MBV和EPD值)的用户，在评价结果时，这些值之间的不一致造成混淆和代表用户的错误决策。
本公开的技术包括系统，所述系统将遗传信息有效地组合到强大的农业操作和监测工具内，以帮助农业生产者改善其产品的性能和结果。例如，在一个实施方案中，本公开的技术允许农业(例如动物兽群或畜群)的有效基因组概况分析。因此，该技术还允许基于科学或基因组数据，由用户友好的方法做出决策，使得反馈(例如数据的视觉表示、意见、改善、预测等)可以指导农业生产者经过一段时间做出关于其植物和/或动物的繁殖、营养、健康和环境的决定。
该平台技术(例如经由应用程序的用户界面)可以用于指导用户通过基因组数据的解释，以便增强决策。该技术的实施方案可以包括可在计算装置(例如计算装置102)上访问的基于对移动设备友好的云、网络或订阅的应用程序，以及可以从计算装置安装或运行的任何瘦或胖客户端应用程序。如图1所示，农业管理和分析系统100的平台依赖各种输入数据，例如基本客户概况和/或农业目录(inventory)系统，以及管理入口、样品管理工具和/或多个客户仪表板界面(参见例如图8-11)。相应地，这样的客户仪表板界面可以允许用户输入数据，以及用户许可、访问角色和登录/退出能力。例如，与用户相关的账户可以使用与该账户关联的一个或多个用户凭证(例如用户名、密码、口令短语、生物特征辨识数据等)访问。应该了解，在一些实施方案中，本技术可以作为移动计算装置(例如智能电话、平板电脑、可穿戴设备等)上的应用程序或“应用”，或者在固定计算装置(例如台式机、后端服务器等)上的软件程序获得。
本公开的技术平台包括对于用户必需或方便的一个或多个、两个或更多个、三个或更多个、四个或更多个、五个或更多个、约五个、约5至约20、约1至约25、或者任何数目的信息类别。例如，技术平台可以递送生物信息学数据，其允许农业生产者进行下述中的一个或多个：1) 查看营养计划的结果，2) 基于遗传价值的分级农业，3) 鉴定显示出优良性状的作物和/或家畜，以及4) 指导关于作物和/或家畜的决定(例如何时停止育种具有低质量性状的家畜，育种哪些动物，对于特定动物饲喂多少，鉴定哪种类型的饲料分配给特定家畜，种植哪些作物，并且何时施肥/浇水，施多少肥/浇多少水，何种类型的肥料施加于特定作物等)。
技术平台还可以对于生产者实时维持对应于性状的关键性能指标(KPI)。这样的KPI可以包括但不限于生育力、产犊、生产量等。本公开的另外KPI可以包括但不限于储备饲料摄入、平均日重量增加、嫩度、大理石花纹得分、百分比选择、产量分级、脂肪厚度、肋眼(ribeye)面积、小母牛怀孕率、保持力、母体产犊容易性和顺从性。
本技术的特征包括但不限于营养、估价、预测、以及家系和/或谱系可追踪性。该技术平台使得生产者能够改善和/或改变其农业(如耕种的作物、饲养的动物等)的遗传概况，以及选择最佳育种配对，评价农业价值，估计在销售前保持农业的最佳时间，并且跟踪谱系或作物或动物。虽然本技术的一个实施方案可以不包括下述五个特点中的任一个(即，定制试剂盒)，但具体地，下述信息类别中的至少一个、两个、三个、四个或所有五个应当纳入本技术内。
营养评价和建议：营养基因组学是处于起步阶段的研究领域，并且它是饮食如何影响动物(如家畜)的基因表达和健康的研究。特别地，研究人员努力了解食物组分(例如食物和补充剂中的营养素和生物活性化学物质)如何改变动物的基因表达或基因组的结构。随着研究人员发展出营养学、遗传学、动物生长和产品质量之间的关系的更全面理解，营养基因组学变得更重要，并且将继续前进。
本技术包括显现和解释营养基因组学(即基因组学和营养)数据和信息的关键技术特点。例如，本系统的实施方案可以允许：1) 处理组合遗传学和营养信息的大量生物信息学数据，以及2)将数据翻译成准确、全面、用户易于使用和理解的格式。营养基因组学计划能够将衍生自不同统计分析、来源或假设的遗传和营养数据的复杂集合提炼成易于显现和理解且容易获得的结果。
营养基因组学平台的一个实施方案可以包括微阵列或DNA芯片技术结果，以允许筛选大量的基因，并且为用户提供基因表达模式的变化的详细图片。它还为用户提供了复杂的生物调节相互作用，如饮食营养素和基因之间的相互作用的深刻理解。生产者通常用于改善其畜群的表型性状(例如生育力、产犊、生产、管理和健康)的许多基因标记是已知的，并且用于基因测试的营养基因组平台已经被工业验证。然而，分子遗传学的不断进步已导致鉴定出了与对家畜中的目的性状的显著影响或作用相关的多个基因或标记。
因为家畜生产者必须在其动物管理的每一级利用更有效和高效的决策，所以本技术使得生产者能够基于遗传价值和营养计划对其动物的基因表达的作用来评价他们的畜群。生产者可以使用营养基因组学特点来改善饲料效率(例如降低食物成本)，以确保他们的动物正在接收所需的营养素以在不同条件下改善生长速率，并且根据所学习的信息改变进料组合和/或时间表。例如，生产者可以检查动物饮食变化的潜在影响，以优化生病或患病动物的健康结果。
营养基因组学特点还通过鉴定在给定特定食物方案下可能被优化或抑制的相关表型性状来提供信息，以帮助或指导某些食物补充剂的选择。对于家畜食品工业，营养基因组学特点可以用于家畜食物补充剂的设计、制备和对生产者的销售。对于生产者，营养基因组学工具允许设计动物饮食计划，其促进动物的最佳生长和发育，并且因此增强可销售性和利润率。最终，本技术的营养基因组学特点为家畜生产者提供了改善各个动物和/或整个畜群的营养品质、健康体重和经济价值的有价值的工具。
遗传概况和评价：本平台的遗传概况分析和评价特点将基因测试数据整合到用于各种规模的家畜生产者(例如小到大农场或动物群)的畜群管理工具内。经由这个特点，可以使与单只动物、多只动物或动物亚群或整个兽群相关的基因谱数据和信息的显现成为可利用的。这个特点还可以包括概况分析过程，对于其生产者能够将其动物个别地、作为亚群或整个兽群进行分级，并且基于遗传价值做出决定。遗传概况分析特点的特别益处在于，它使得对以数字形式的数据表的使用或需要最小化，并且提供易于使用和解释的直观标签(例如“好”、“一般”和“坏”)。
育种性状和意见：本技术的育种特点对于用户提供了显现和理解其动物的遗传概况的机制，以鉴定和选择好的种畜或特定的杂交育种策略。育种特点还可以提供关于后代性状的预测和期望，包括健康、断奶重量、残留饲料摄入、平均每日(重量)增加、嫩度、大理石花纹(得分)、产量等级、脂肪厚度、肋眼(面积)、小母牛怀孕率、保持力、肌肉生长抑制素、质量等级和顺从性。该特点还可以提供关于动物的母体功能性状(例如怀孕率、产奶量和母体产犊容易性)的预测性数据。
最后，育种技术特点使用遗传数据和信息，以向拥有者提供匹配的服务。这种匹配服务特点的实施方案可以包括分别匹配公牛和母牛或者公猪和母猪，以准备用于人工授精(AI)。因此，育种特点使得生产者能够通过选择最佳育种对，来产生具有有价值的和/或改善的表型或性状的后代，以改善其动物的遗传概况。
估价和预测：本技术的估价特征包括纳入了关于农产品的可用市场数据的相关基因组数据的收集和组构，并且使得能够容易地显现遗传概况、性能质量和可销售性。估价特点的一个实施方案为用户提供了市场价格(例如饲料价格，销售谷仓数据)的实时访问和市场价格的预测变化，使得用户可以确定动物的最佳销售价格或目标销售日期。估价工具分析市场和遗传概况数据，以对价值趋势做出预测性估计，如价格上涨或下跌、重量增加或减少或者停滞。基于市场和遗传数据，估价特点提供了关于最佳销售日期的估计，以便使利润率最大化。估价特点易于理解，易于解释，并且易于生产者评价和做出关于家畜价值的决定，并且估计出售前保存家畜的最佳时间。
谱系追踪：本技术的谱系追踪特点包括DNA测试结果，以维持家系和传承的目录。谱系追踪特点使得用户能够显现和了解过去的市场，并且在未来更准确地预测动物遗传学和价值。
另外，可以将一个或多个定制性状添加到上述本技术的一个或多个平台类别中。例如，在经济上重要或影响农业价值和可持续性、或者由用户所要求的任何性状都可以添加到本技术中。定制试剂盒是不包括上述五个特点类别中的任何一个的本技术。
技术平台利用遗传技术(例如DNA或RNA测序)来测量关于大群动物(例如母牛或阉公牛)的各个动物饲料和水摄入的遗传数据。这样的遗传数据可以包括组织收集、RNA分离、基因组文库构建、测序读数质量评价、RNA测序读数处理、RNA测序基因表达的统计分析，鉴定作为生长和屠体(carcass)性状的预测分类工具的基因转录物等。可以连同饲料和水摄入一起，分析遗传数据以产生数据性能度量(metrics)。然后，可以进一步分析数据性能度量，以评价遗传度量支持包括在家畜管理计划中的数据驱动决定的预测能力。
在遗传数据收集的说明性数据收集序列中，在91天的饲料和水摄入试验中，利用至少240日龄，具有280 kg的近似初期体重的总共120只杂交牛阉牛小公牛。在组内，所有的动物都通过重量分区(blocked)，并且随机分配到四个畜栏(12.2 x 30.5 m)之一，其中每个畜栏30只动物。每个畜栏提供186.5 m2的阴凉处，并且配备有Insentec饲料和水摄入系统，其包括六个饲料食槽和一个水槽。对于试验中的牛，研究从到达后的21天适应期开始。
在适应期之后，进行了70天的饲料和水摄入试验，以评价饲料和水摄入与遗传学之间的关系，以及低饲料相对于高饲料和水摄入动物的健康，性能和行为。为了遵守由牛肉改良联合会(Beef Improvement Federation) (BIF，2012)概述的饲料摄入指南，至少每14天测量一次动物体重。在生长期和后续70天水限制期结束时，动物在正常管理下继续至最后阶段，并且在收获时收集屠体质量属性(例如热屠体重量、肾/骨盆/心脏脂肪百分比、第12根肋骨背膘、肋眼面积、大理石花纹得分、USDA质量等级和USDA产量等级)。
在另一个说明性数据收集序列中，在适应期结束时(在第21天时或第21天之后)，从饲养的阉公牛中随机选择20只阉牛用于RNA收集。在饲料和水摄入试验结束之前，将3毫升(3 ml)全血样品收集到TempusTM试管(Ambion，Austin，TX)内，并且在冰上冷却。还收集耳切口(组织样品)且快速冷冻。将所有的血液和组织样品在冰袋上过夜运输用于RNA提取。
收获牛后，还提供了用于所选动物(n=20)的进料数据、动物体重和屠体数据用于分析。根据制造商的方案，使用TempusTM Spin RNA分离试剂盒(Ambion，Austin，TX，USA)，从血液和组织样品中分离总RNA。ND-1000分光光度计(Nano-Drop Technologies，Wilmington，DE，USA)用于定量RNA浓度。使用用于减少珠蛋白mRNA的基于RNase H的珠蛋白减少方法(Affymetrix GeneChip GR Protocol)，来减少珠蛋白转录物(HBA和HBB)。为了确定珠蛋白减少之前和之后两者的RNA质量，使用Agilent 2100生物分析仪软件(AgilentTechnologies，Inc.，Santa Clara，CA，USA)测定RNA样品的28S与18S rRNA比率。使用生物分析仪测定RNA完整性数目(RIN)，以评价珠蛋白减少前和珠蛋白减少后两者。
还根据制造商的方案，使用TempusTM Spin RNA分离试剂盒(Ambion，Austin，TX，USA)，从20头母牛血液样品中分离总RNA。根据制造商的方案，用TrizolTM分离总RNA，并且如关于珠蛋白耗尽的段落中所述，进行RNA完整性和定量。
根据制造商的方案，使用TruSeqTM文库试剂盒(Illumina，Inc.，San Diego，USA)进行母牛样品的基因组文库构建。如由制造商(Illumina，Inc.，San Diego，USA)所述，使用Illumina HiSeq机器，使用100个循环和配对末端读取方法进行测序。将十个样品分配到一个泳道，使得固定效应与泳道效应混淆，从而使得检测信息性转录物的统计功效最大化。使用Illumina CASAVA(v1.8)软件进行来自HiSeq机器的读取的初始处理。
使用Sickle软件修整所有序列读数，以去除质量差的序列，并且确保在任何读数中都没有保留衔接子残留物。使用FASTQC软件(可从：http://www.bioinformatics.babraham.ac.uk/projects/fastqc/ 获得)确认序列读数，以确定序列是否具有足够的读取质量(例如合理的读取长度、GC含量、低百分比的重复序列)用于下游分析。
为了产生所有测试样品的转录物坐标的共同集合，使用tophat/bowtie2将每个样品的序列读数映射到UMD3.1参考组件。来自所有样品的序列比对文件被合并成单个BAM比对文件，并且使用Cufflinks限定对于所有样品的共同转录物坐标的集合。对于每个样品，在HiSeq分析之前，去除与HBB和HBA参考序列比对的任何读数，使用共同转录物坐标以确定关于每个转录物的离散计数。
首先，使用测试个体分类群和线性模型(其包括固定效应)鉴定各个转录物与生长和屠体性状之间的关联。利用来自R中edgR包的M值(TMM)标准化程序的修剪平均值，以基于全基因组计数的完全集合将RNA转录本计数标准化。这个程序还涉及对于在样品之间可见的转录物文库大小变化的调整。将标准化计数进行log2转换，以获得用于分析的所得到的换算值。基于使用Aikake信息标准(AIC)比较的模型选择，考虑包括珠蛋白减少前后RIN和5'-3'转录本读数偏度的协变量，以选择最佳模型，并且因此纠正mRNA质量。
使用错误发现率(FDR)校正来确定统计显著性。鉴于表现为组(即相关)的转录本，也通过动物之间的基于相关性的分析来鉴定转录本结构，特别寻找在生长和屠体性状内共变或拮抗性的转录物组。对协方差矩阵进行主成分分析(PCA)和线性判别分析(LDA)以测量组群关联(高相对于低成长)。如果观察到在生长和屠体性状之间转录本的显著差异，则通过使用严格相关阈值的网络分析来限定协同和拮抗转录物的实际结构和集合。其他统计学方法可以用于分析转录组数据以鉴定区分性状的基因簇，例如随机森林分类方法。
与生长和屠体性状相关并且经由本文所述的方法鉴定的转录物证实了本技术在收集该性状信息之前在某种程度上预测性状变异的潜力的可行性。此外，鉴定能够解释动物中具有经济重要性的遗传性状中的显著变异的基因转录物集合是非常有价值的。特别地，基因转录物集合具有比单一转录本更多的区分能力，并且因此能够预测动物中预期的更多的表型变异。
因此，范围为约10至约50、约5至约100、约25至约75和约1至约40范围的基因转录物的实验对象组或亚集的鉴定可以用于预测饲养场中牛的性能。还可以使用基因表达数据中的变化在未来优化动物营养。例如，使用本技术的营养基因组学特点，用户能够针对其正面响应营养素X (例如更高的蛋白质含量、增加的能量等)或负面响应营养素X (例如更慢的生长速率或需要更多的饲养天数)的能力，将动物(例如牛)分类。
如先前所述，技术平台包括遗传数据信息的几个主要类别，包括估价、谱系追踪、营养基因组学、育种和遗传概况分析特点。每个特点类别可以纳入相关基因组数据的集合、算法开发和测试，以及与动物或动物群相关的遗传概况的显现能力的实现。如先前所述，用户(例如生产作物和/或管理家畜的农业农场的管理员)可以经由客户账户访问技术平台，所述客户账户可以用提示进行加密，所述提示需要适当提交凭证，例如用户名、密码、口令短语、生物特征辨识数据等。
相应地，用户可以输入一种或多种农产品的登记细节，例如用户可能想要检索数据的各种作物和/或家畜动物的任何细节。登记细节可以包括与作物和/或家畜有关的任何类型的数据，包括但不限于动物类型、动物的品种或性别、耳标编号、位置、出生日期、畜栏编号、同胞、性状等。应当了解，在一些实施方案中，登记细节的输入可以经由批量上传技术来进行，以减少时间且增加数据信息和分析的准确性。相应地，在这样的实施方案中，登记细节可以格式化为技术平台所需的特定格式，并且技术平台可以被配置为基于格式解析登记细节。然后可以分析登记细节，用于遗传、营养和市场分析。
另外，可以向用户提供定制样品收集试剂盒，以便从动物获得遗传测试样品。遗传测试样品可以是可以由其提取DNA、RNA和/或蛋白质的任何形式，包括但不限于毛发、血液、精液、尿或组织。如果育种分析或关于育种的进一步分析是用户期望的，则来自雄性动物的精液样品可能是优选的。然后，可以分析使用的收集试剂盒，以制备动物的遗传概况。
遗传概况结果可以包括由用户提交的数据样品生成的任何和所有原始的、经统计分析的或统计显著的结果。遗传概况结果还包括由用户提交的数据样品生成的任何结果，所述结果针对技术、物理或统计错误进行校正。在一些实施方案中，遗传概况结果可以由用户和/或由第三方供应商(例如用于受控访问)输入到农业管理和分析系统100的远程计算和存储服务器106中。例如，用户或第三方供应商可以经由网络104将遗传概况结果输入到与远程计算和存储服务器106通信联接的计算装置102中。
在使用中，如下文进一步详细描述的，可以通过远程计算和存储服务器106的农业分析和反馈引擎108来处理遗传特性结果以及农产品的登记细节，以确定例如经由计算装置102的接口(例如显示器)呈现给用户的反馈。这样的反馈可以为数据的可视表示的形式，例如图表、图、图形、数字、代码和/或对用户有帮助的数据的任何类型的可视表示。反馈可以另外对用户提供关于如何管理其农业的建议、意见、预测等。例如，反馈可以以饲养建议、估价数字和/或估计量、肥料/水建议、饲料/饮食意见等的形式提供。
在使用中，在遗传概况结果已输入之后，用户可以访问他们的账户来查看如由农业分析和反馈引擎108确定的遗传概况数据的分析和解释。应当了解，用户可能需要周期性地添加、更新或以其他方式修改与农业有关的信息，所述信息由农业分析和反馈引擎108管理且分析。例如，在其中农业包括家畜的实施方案中，用户可能需要改变与动物本身有关的家畜信息、育种和/或营养信息、KPI (例如体重、疾病等)或畜群详细信息。此外，在准备做出某些决定(例如育种、饲养、上市和/或销售决定)时，用户可以访问并且参考由农业分析和反馈引擎108提供的信息。
在一个说明性实施方案中，本文描述的农业分析和反馈引擎108可以用于改善家畜生产者基于遗传和营养数据的整合和理解来做出决定的能力。为了实现这点，农业分析和反馈引擎108可以允许用户访问关于其农业的实时信息。在这样的实施方案中，可以从一个或多个传感器(例如农场110的传感器112)收集实时信息。此外，用户可以使用农业管理和分析系统100作为用于个人基因组管理信息系统的工具。相应地，农业管理和分析系统100可以允许用户通过下述追踪农业管理和分析系统100的关键度量：显现与其农业相关的数据，保持跟踪遗传性状的关键性能指标，计划和监测家畜营养，决定育种组织工作(logistics)，保持关于其家畜的准确目录用于完整的DNA可追溯性，并且基于由农业分析和反馈引擎108进行的分析做出合理的育种选择/预测。
关键度量的这种追踪可以加以解释，以手动地或自动地对所分析的农业采取特定的动作，以增加生产力和价值、，改善环境条件，减少损失并且生产更健康、更有利润的农业(例如作物和/或家畜)。相应地，用户可以生产更健康的家畜，并且在涉及育种和饲养其兽群时做出准确的决定，使水土资源的使用最大化，并且对消费者提供健康的农产品。农业分析和反馈引擎108还可以为用户提供在农产品上投入正确价值的能力，并且帮助提高农产品的市场价格，这可以导致更有利润的农业农场110。
随着人口增长，农业的环境影响预期成比例增加。在一个说明性示例中，农业分析和反馈引擎108可以用于帮助农业管理和分析系统100的用户设计将在产量和生产效率方面成功的选择性育种计划，这进而可以允许土地和水资源的更佳使用，包括由于环境不利条件而不适合于农业用途的地区。相应地，家畜育种可能受各种属性影响，所述属性例如产品质量、动物福利、抗病性、环境影响降低以及会影响农业管理和分析系统100的农业的分子遗传工具的实施等。
计算装置102可以体现为能够执行本文描述的功能的任何类型的计算或计算装置，包括但不限于计算机、台式计算机、智能手机、工作站、膝上型计算机、笔记本电脑、平板电脑、移动计算装置、可穿戴计算装置、网络设备、网设备、分布式计算系统、基于处理器的系统和/或消费电子装置。如图2中所示，说明性计算装置102包括处理器202、输入/输出(I/O)子系统204、存储器206、数据存储装置208、通信电路210以及一个或多个外围装置212。当然，在其他实施方案中，计算装置102可以包括其他或另外的组件，例如通常见于计算装置(例如输入/输出装置等)中的那些组件。另外，在一些实施方案中，说明性组件中的一个或多个可以并入另一个组件，或以其他方式形成另一个组件的一部分。例如，在一些实施方案中，存储器206或其部分可以并入处理器202中。
处理器202可以体现为能够执行本文描述的功能的任何类型的处理器。处理器202可以体现为单核或多核处理器、数字信号处理器、微控制器或其他处理器或处理/控制电路。I/O子系统204可以体现为电路和/或组件，以促进对处理器202、存储器206以及计算装置102的其他组件的输入/输出操作。例如，I/O子系统204可以体现为或以其他方式包括存储器控制器集线器、输入/输出控制集线器、集成传感器集线器、固件装置、通信链路(即，点对点链路、总线链路、导线、电缆、光导、印刷电路板迹线等)和/或其他组件和子系统，以促进输入/输出操作。在一些实施方案中，I/O子系统204可以形成芯片系统(system-on-a-chip, SoC)的一部分，并且连同处理器202、存储器206以及计算装置102的其他组件一起并入单个集成电路芯片上。
存储器206可以体现为能够执行本文描述的功能的任何类型的易失性或非易失性存储器或数据存储。在操作中，存储器206可以存储在计算装置102的操作期间使用的各种数据和软件，例如操作系统、应用程序、程序、文库和驱动程序。存储器206经由I/O子系统204通信联接到处理器202，所述I/O子系统204可以体现为电路和/或组件，以促进对处理器202、存储器206以及计算装置102的其他组件的输入/输出操作。例如，I/O子系统204可以体现为或以其他方式包括存储器控制器集线器、输入/输出控制集线器、集成传感器集线器、固件装置、通信链路(即，点对点链路、总线链路、导线、电缆、光导、印刷电路板迹线等)和/或其他组件和子系统，以促进输入/输出操作。在一些实施方案中，I/O子系统204可以形成芯片系统(SoC)的一部分，并且连同处理器202、存储器206以及计算装置102的其他组件一起并入单个集成电路芯片上。
数据存储装置208可以体现为配置用于数据的短期或长期存储的任何类型的一种或多种装置，例如存储装置和电路、存储卡、硬盘驱动器、固态驱动器或其他数据存储装置。数据存储装置208可以包括存储用于计算装置102的数据和固件代码的系统分区。数据存储装置208还可以包括操作系统分区，其存储用于计算装置102的操作系统的数据文件和可执行文件。
通信电路210可以体现为任何通信电路、装置或其集合，其能够允许经过网络104在计算装置102与远程计算和存储服务器106之间的通信。通信电路210可以被配置为使用任何一种或多种通信技术(例如有线和/或无线通信技术)和相关协议(例如以太网、Bluetooth®、Wi-Fi®、WiMAX等)，以实现这种通信。
外围装置212可以包括任何数目的外围或接口装置，例如显示器、触摸屏、扬声器、麦克风、打印机、另外的存储装置等等。包括在外围装置212中的特定装置可以取决于例如计算装置102的类型和/或预期用途。另外地或可替代地，外围装置212可以包括一个或多个端口，例如USB端口，例如用于将外部外围装置连接到计算装置102。
远程计算和存储服务器106可以体现为能够执行本文描述的功能的任何类型的计算或计算机装置，包括但不限于服务器(例如独立的、机架装配的、刀锋服务器等)、网络设备(例如物理或虚拟)、网设备、分布式计算系统、基于处理器的系统、多处理器系统、智能电话、移动计算装置、平板电脑、膝上型计算机、笔记本电脑和/或计算机。
类似于计算装置102，说明性远程计算和存储服务器106包括处理器302、输入/输出(I/O)子系统304、存储器306、数据存储装置308、通信电路310以及在一些实施方案中的一种或多种外围装置312 (参见图3)。因此，为了描述清楚起见，相似组件的进一步描述在本文中不重复，并且理解上文关于图2的计算装置102提供的相应组件的描述同样应用于图3的远程计算和存储服务器106的相应组件。当然，在其他实施方案中，远程计算和存储服务器106可以包括其他或另外组件，例如在计算装置中常见的那些组件。
说明性远程计算和存储服务器106包括农业分析和反馈引擎108。农业分析和反馈引擎108可以体现为能够执行本文描述的功能的任何软件、固件、硬件或其组合。特别地，农业分析和反馈引擎108被配置为支持访问数据(例如接收到的登记细节、遗传数据、分析结果等)，并且执行代码以分析访问的数据以及本文描述的其他功能。
网络104可以体现为任何类型的有线或无线通信网络，包括蜂窝网络(例如全球移动通信系统(GSM)、3G、长期演进技术(LTE)、全球互通微波存取(WiMAX)等)、数字用户线路(DSL)网络、电缆网络(例如同轴网络、光纤网络等)、电话网络、局域网(LAN)或广域网(WAN)、全球网络(例如互联网)或其任何组合。此外，网络104可以根据需要包括任意数目的网络装置(未示出)，例如路由器、接入点、交换器等，以促进计算装置102与远程计算和存储服务器106之间的通信。
农业农场110可以是可用于培育动物、植物和/或任何其他类型的可耕作农业的土地或结构的任何区域，其中主要目的是生产食物(例如家畜、作物等)。说明性农业农场110包括一个或多个传感器112和一个或多个执行器114。
一个或多个传感器112可以包括任何类型的传感器装置，其能够收集数据并且将收集的数据提供给远程计算和存储服务器106用于分析。在一些实施方案中，一个或多个传感器112可以包括测量传感器(例如温度、质量、体积、声学、光、流量、压力、速度、特定物质等)、位置传感器(例如全球定位装置(GPS)标签、近场通信(NFC)标签等)、图像传感器(例如红外(IR)传感器、相机传感器等)、运动传感器(例如被动IR、微波、超声波、无线电波等)、执行器位置传感器和/或任何其他类型的传感器，其能够收集由农业分析和反馈引擎108可用的数据，以给用户提供反馈(例如意见、改善、计划等)和/或响应于其执行自动化功能。在一些实施方案中，传感器112可以经由网状网络(例如大规模互联的网络)互连，其中多个传感器(例如，作为物联网(IoT)装置实现的)经由网络链路(例如无线电链路)彼此通信(即，互联)，所有这些都未在图1中示出，以简化图并且保持清晰度。
一个或多个执行器114可以包括能够响应已接收到命令而执行功能的任何类型的执行器装置(例如阀门、开关等)。这些功能可以包括打开/关闭盖子、启动/停止机械化装置等。在一些实施方案中，一个或多个执行器114可以通过农业分析和反馈引擎108和/或经由用户通过计算装置102远程控制，以执行如本文所述的特定动作或其他功能，例如可以响应由农业分析和反馈引擎108对从一个或多个传感器112收集的数据进行的分析而执行。
现在参考图4，在使用中，计算装置102在操作期间建立环境400。说明性环境400包括网络通信模块410和用户接口模块420。环境400的每个模块、逻辑和其他组件可以体现为硬件、软件、固件或其组合。例如，环境400的每个模块、逻辑和其他组件可以形成计算装置102的处理器202和/或其他硬件组件的一部分，或以其他方式由其建立。因此，在一些实施方案中，环境400的一个或多个模块可以体现为电子装置的电路或集合(例如网络通信电路410、用户接口电路420等)。
在说明性环境400中，计算装置102包括遗传概况数据402和农业参考数据404，其中的每一个都可以由计算装置102的各个模块和/或子模块访问。应当了解，计算装置102可以包括在计算装置中常见的其他组件、子组件、模块、子模块和/或装置，为了描述清楚起见，其在图4中未示出。
如上文讨论的可以体现为硬件、固件、软件、虚拟化硬件、仿真架构和/或其组合的网络通信模块410被配置为促进往来计算装置102的入站和出站网络通信(例如网络流量、网络数据包、网络流等)。为了实现这点，网络通信模块410被配置为从其他计算装置(例如远程计算和存储服务器106)接收且处理网络数据包，并且准备且传输网络数据包给其他计算装置(例如远程计算和存储服务器106)。例如，网络通信模块410被配置为将含有来自用户的输入的网络数据包传输到远程计算和存储服务器106，并且从远程计算和存储服务器106接收含有用于显示给用户的反馈的网络数据包。
如上文讨论的可以体现为硬件、固件、软件、虚拟化硬件、仿真架构和/或其组合的用户接口模块420被配置为促进在用户和计算装置之间的数据输入。在一些实施方案中，用户接口模块420可以被配置为与计算装置102的显示器(未示出)连接，例如通过展示用于接收输入和展示反馈的一个或多个图形用户界面(GUI)。如先前所述，输入数据可以包括与遗传概况相关的数据(其可以保存在遗传概况数据402中)，以及在遗传概况范围之外的与农业有关的数据(其可以保存在农业参考数据中)。在一些实施方案中，用户接口模块420可以作为基于网络的瘦客户机和/或本地安装的胖客户机来执行。
现在参考图5，在使用中，远程计算和存储服务器106在操作期间建立环境500。说明性环境500包括网络通信模块510、农业分析模块520和反馈确定模块530。环境500的每个模块、逻辑和其他组件可以体现为硬件、软件、固件或其组合。例如，环境500的每个模块、逻辑和其他组件可以形成处理器302、农业分析和反馈引擎108和/或远程计算和存储服务器106的其他硬件组件的一部分，或以其他方式由其建立。因此，在一些实施方案中，环境500的一个或多个模块可以体现为电子装置的电路或集合(例如网络通信电路510、农业分析电路520和反馈确定电路530等)。
在说明性环境500中，远程计算和存储服务器106包括遗传概况数据502和农业参考数据504，其中的每一个都可以通过远程计算和存储服务器106的各个模块和/或子模块访问。应当了解，远程计算和存储服务器106可以包括在计算装置中常见的其他组件、子组件、模块、子模块和/或装置，为了描述清楚起见，其在图5中未示出。
如上文讨论的可以体现为硬件、固件、软件、虚拟化硬件、仿真架构和/或其组合的网络通信模块510被配置为促进往来远程计算和存储服务器106的入站和出站网络通信(例如网络流量、网络数据包、网络流等)。为了实现这点，网络通信模块510被配置为从其他计算装置(例如计算装置102)接收且处理网络数据包，并且准备且传输网络数据包给其他计算装置(例如计算装置102)。例如，网络通信模块510被配置为从计算装置102接收包含来自用户的输入的网络数据包，并且向计算装置102传输包含用于展示给用户的反馈的网络数据包。
如上文讨论的可以体现为硬件、固件、软件、虚拟化硬件、仿真架构和/或其组合的农业分析模块520被配置为分析所接收的遗传概况和登记细节。相应地，为了实现这点，说明性的农业分析模块520包括用于分析遗传概况的遗传概况分析模块522和用于分析农业数据(例如登记细节、从一个或多个传感器112收集的数据、遗传数据、先前进行的分析的结果等)的农业数据分析模块524。
在一些实施方案中，遗传概况可以被存储在遗传概况数据502中。在这样的实施方案中，遗传概况分析模块522可以被配置为从遗传概况数据502检索将对其进行分析的一种或多种遗传概况。另外，在一些实施方案中，农业数据可以被存储在农业参考数据504中。在这样的实施方案中，农业数据分析模块524可以被配置为从农业参考数据504检索一种或多种农业参考，以对其进行分析。
如上文讨论的可以体现为硬件、固件、软件、虚拟化硬件、仿真架构和/或其组合的反馈确定模块530被配置为基于汇集数据(例如存储在遗传概况数据502和/或农业参考数据504中)的分析(例如可以由农业分析模块520进行的分析)来确定反馈。为了实现这点，说明性反馈确定模块530包括信息显现模块532和自动化动作模块534。信息显现模块532被配置为比较且进一步分析汇集数据的至少一部分，以可用于显现所分析的数据的格式呈现所分析的数据。
例如，所分析的数据的视觉表示可以以可用于鉴定数据的某些属性的任何格式呈现，例如图表(例如饼形图、线形图、条形图等)。相应地，信息显现模块532可以被配置为格式化反馈，使得反馈可以被传输到计算装置102 (例如经由网络通信模块510)，用于在计算装置102上展示(例如经由计算装置102的输出装置，例如显示器)。因此，用户可以跟踪农业在其生命周期内的分析数据(例如环境、健康、遗传、性能数据等)的视觉表示。在一个说明性实例中，在从小牛育种者到育肥者、饲养场、包装商、仓库等的不同链移动通过时，用户可以跟踪牛的分析数据的视觉表示。为了实现这点，可以将全球唯一的条形码指定给农业(例如特定的家畜动物、作物的特定部分等)，然后，对于所述农业的输出数据可以被反馈到农业管理和分析系统100内，使得所选择的农业的生命周期可以与其他数据汇集，以改善分析。例如，可以将这些数据反馈到基因表现模型内，以基于农业类型的相似遗传属性来改善未来的估计。
现在参考图6，在使用中，远程计算和存储服务器106 (例如经由农业分析和反馈引擎108)可以执行用于分析一种或多种农产品的遗传数据的方法600。如先前所述，农产品可以包括各种类型的作物和/或家畜。方法600从方框602开始，其中远程计算和存储服务器106接收对应于农产品的一个或多个登记细节。例如，在一些实施方案中，在方框604中，远程计算和存储服务器106可以接收对应于作物(例如玉米、大豆等的变体)的登记细节。在另一个实例中，在一些实施方案中，在方框606中，远程计算和存储服务器106可以接收对应于家畜(例如马、猪、牛等)的登记细节。
在方框608中，远程计算和存储服务器106接收限定农产品的一种或多种基因标记的遗传数据。如先前所述，生产者通常用于改善其农产品(例如生育力、产犊、生产、管理和健康)的许多基因标记是已知的，并且用于遗传测试的营养基因组学平台已经被工业验证。在方框610中，远程计算和存储服务器106基于在方框602中接收的登记细节和/或在方框608中接收的基因标记，进行农产品的分析。
在方框612中，远程计算和存储服务器106基于在方框610处进行的分析，生成农产品的遗传概况。如先前所述，遗传概况可以包括通过对于特定农产品提交的数据样品生成的任何和所有原始、经统计分析或统计显著的结果。还如先前所述，遗传概况结果还可以包括对于特定农产品提交的数据样品生成的任何结果，所述结果针对技术、物理或统计错误进行校正。
在方框614中，远程计算和存储服务器106基于在方框612中生成的遗传概况对用户呈现反馈。例如，在方框616中，在一些实施方案中，远程计算和存储服务器106可以通过将数据传输到计算装置(例如计算装置102)呈现反馈，用于在计算装置上展示。应当了解，在一些实施方案中，例如在其中反馈由胖客户端展示的那些实施方案中，可用于生成视觉表示的数据可以被传输到计算装置，在所述计算装置上准备、绘制且展示视觉表示。应当进一步了解，在其他实施方案中，例如其中通过由计算装置(例如经通过远程计算和存储服务器106上的网络服务器)访问的瘦客户端展示反馈的那些实施方案中，视觉表示可以通过远程计算和存储服务器106准备，并且与其有关的数据可以被传输到计算装置，用于绘制和展示。
另外，在一些实施方案中，在方框618中，远程计算和存储服务器106可以响应分析而启动自动化功能。应当了解，在一些实施方案中，自动化功能可以响应通过计算装置的用户实现的触发器、设置或指令来执行，在所述计算装置(例如其上管理农业管理和分析系统100的计算装置)上展示反馈。例如，在说明性实施方案中，远程计算和存储服务器106可以将命令传输到农业农场110的一个或多个执行器114，以执行特定的动作。在另一个说明性实施方案中，远程计算和存储服务器106可以向用户传输通知(例如文本消息、电子邮件、传真、应用内通知等)，其包括反馈信息和/或导向其的超链接。
现在参考图7，在使用中，远程计算和存储服务器106 (例如经由农业分析和反馈引擎108)可以执行用于分析一种或多种农产品的遗传数据的方法700。如先前所述，农产品可以包括各种类型的作物和/或家畜。方法700从方框702开始，其中远程计算和存储服务器106确定是否已接收到农产品的信息(例如更新)。应当了解，更新的信息可以由用户输入(例如经由计算装置102的接口和从其传输到远程计算和存储服务器106的数据)和/或经由远程输入装置(例如图1的农业农场110的传感器112之一)自动输入。
如果在方框702中已接收到更新的农产品数据，则方法700前进到方框704，其中远程计算和存储服务器106更新农产品的农产品数据，其中已接收到所述农产品的农产品数据。例如，在一些实施方案中，在方框706中，远程计算和存储服务器106可以接收对应于作物(例如玉米、大豆等的变体)的登记细节。在另一个实例中，在一些实施方案中，在方框708中，远程计算和存储服务器106可以接收对应于家畜(例如马、猪、牛等)的登记细节。
在方框710中，远程计算和存储服务器106基于接收到的更新的农产品数据来进行农产品的分析。应当了解，在一些实施方案中，远程计算和存储服务器106可以采用机器学习算法来进行分析。另外，在一些实施方案中，远程计算和存储服务器106可使用滞后现象(hysteresis)来预测结果，所述结果可作为反馈呈现给用户(例如在其上用户登录到他们的账户内的计算装置102处)。
在方框712中，远程计算和存储服务器106基于在方框710中进行的分析(即，更新的分析)对用户呈现反馈。例如，在方框714中，在一些实施方案中，远程计算和存储服务器106可以通过将数据传输到计算装置(例如计算装置102)呈现反馈，用于在计算装置上展示。应当了解，在一些实施方案中，例如在其中反馈通过胖客户端展示的那些实施方案中，可用于生成视觉表示的数据可以被传输到计算装置，在所述计算装置上准备、绘制且展示视觉表示。应当进一步了解，在其他实施方案中，例如其中通过由计算装置(例如经通过远程计算和存储服务器106上的网络服务器)访问的瘦客户端展示反馈的那些实施方案中，视觉表示可以通过远程计算和存储服务器106准备，并且与其有关的数据可以被传输到计算装置用于绘制和展示。
另外，在一些实施方案中，在方框716中，远程计算和存储服务器106可以响应分析而启动自动化功能。应当了解，在一些实施方案中，自动化功能可以响应通过计算装置的用户实现的触发器、设置或指令来执行，在所述计算装置(例如其上管理农业管理和分析系统100的计算装置)上展示反馈。例如，在说明性实施方案中，远程计算和存储服务器106可以将命令传输到农业农场110的一个或多个执行器114，以执行特定的动作。在另一个说明性实施方案中，远程计算和存储服务器106可以向用户传输通知(例如文本消息、电子邮件、传真、应用内通知等)，其包括反馈信息和/或导向其的超链接。
应当了解，方法600和700的至少一部分可以通过远程计算和存储服务器106的农业分析和反馈引擎108和/或计算装置102来进行。应当进一步了解，在一些实施方案中，方法600和700可以体现为存储在计算机可读介质上的各种指令，所述指令可以通过下述执行：处理器(例如计算装置102的处理器202、远程计算和存储服务器106的处理器302等)、通信电路(例如计算装置102的通信电路210、远程计算和存储服务器106的通信电路310)、和/或远程计算和存储服务器106和/或计算装置102的其他组件，以促使进行方法600和700的至少一部分。
计算机可读介质可以体现为能够被远程计算和存储服务器106的农业分析和反馈引擎108和/或计算装置102读取的任何类型的介质，包括但不限于，存储介质(例如计算装置102的存储器206、计算装置102的数据存储装置208、计算装置102的其他存储器或数据存储装置、远程计算和存储服务器106的存储器306、远程计算和存储服务器106的数据存储装置308、远程计算和存储服务器106的其他存储器或数据存储装置)、通过远程计算和存储服务器106的农业分析和反馈引擎108和/或计算装置102的外围装置可读的便携式介质、和/或其他介质。
现在参考图8，显示了仪表板视图800，其包括与家畜有关的农业数据，所述农业数据通过远程计算和存储服务器106分析，并且经由图形用户界面(GUI)呈现给用户，例如可以由登录的用户在计算装置102上展示。说明性仪表板视图800包括导航界面802，所述导航界面802包括选项菜单，其显示已进行分析(例如基于通过用户的选择)的农业数据的不同视觉反馈表示。说明性导航界面802包括动物管理部分、遗传分析部分、价值预测部分、育种意见部分、营养建议部分、谱系追踪部分和设置部分。应当了解，在其他实施方案中，另外和/或可替代的部分可以包括在导航界面802中。
说明性仪表板视图800另外包括反馈选择界面804，所述反馈选择界面804被配置成允许用户选择审查哪种农产品以及对于该选择的农产品展示哪些数据(即，查看模式)。此外，说明性仪表板视图800包括显现部分806，其中数据以显现的格式展示。如所示，数据可以包括农业的类型、与所选择的农业类型相关的数据，例如特定农产品(例如可以通过与特定农产品相关的标识符或标签来选择)或者一组农产品(例如可以通过与特定农产品相关的标识符或标签来选择)的性状。
在图8的说明性实施方案中，农产品是牛群，并且数据包括兽群的性状，包括出生重量、母体产犊容易性、保持力、小母牛怀孕率、顺从性、产奶量、剩余饲料摄入、平均每日增加、嫩度、USDA大理石花纹得分、肋眼面积和脂肪厚度。应当了解，在其他实施方案中，可以展示另外和/或可替代的性状，例如储备饲料摄入、百分比选择和/或任何其他性状，其可以基于提供至远程计算和存储服务器106的登记细节。在一些实施方案中，每种性状的个体和/或动物组的分层可以通过条形图指示，其中所述条指示平均上市性状值，并且圆圈指示对于该性状，特定动物或动物组落于何处。在这样的实施方案中，较大的圆圈可以指示该特定组中的更多动物。
应当了解，可以对于其他家畜(例如猪)和/或作物展示可替代数据。仪表板视图800的显现部分806另外包括与农产品相关的其他数据，例如所选农产品的相对性状强度和所选农产品的其他度量，例如农产品的数目、年龄、重量、性别和财务数据(例如当前的市场价值、预测的估价等)。应当了解，其他数据可以在其他实施方案中和/或在与导航菜单802的其他部分相关的其他页面上显示。例如，其他数据可以包括关于用户出售牛的高峰上市时间、实时市场价格(例如，如可以对于牛肉价格、猪肉价格、玉米饲料价格等指示的)。
应当了解，本公开的平台技术(即，一般而言的农业管理和分析系统100，和具体地，农业分析和反馈引擎108)的说明性实施方案在本文中通过示例的方式提供。虽然本公开的概念和技术易于接受各种修改和替代形式，但其具体实施方案已通过示例在附图中示出并且在本文中详细描述。然而，应当了解，无意将本公开的构思限制于所公开的特定形式，而是相反，意图覆盖与本公开和所附权利要求相符的所有修改、等同方案和替代方案。
应当了解，本文描述的技术具有广泛的应用。选择且描述前述实施方案以便示出本技术的原理以及一些实际应用。虽然某些实施方案已在本文中描述和/或示例，但考虑到其相当多的变化和修改是可能的。
说明书中对“一个实施方案”、“实施方案”、“说明性实施方案”等的提及指示所描述的实施方案可以包括特定特点、结构或特征，但每一个实施方案可以包括或可以无需包括该特定特点、结构或特征。此外，这样的短语不一定指相同的实施方案。
一些结构或方法特点可以以特定的排列和/或排序来显示。然而，应当了解，可能不需要这样的特定的排列和/或排序。相反，在一些实施方案中，这些特点可以以与说明性图中所示的不同方式和/或次序来排列。另外，在特定图中包括结构或方法特点并不意味着暗示在所有实施方案中都需要这样的特点，并且在一些实施方案中，可以不包括这样的特点或可以与其他特点组合。
例如，当特定特点、结构或特征与实施方案结合进行描述时，认为无论是否明确描述，与其他实施方案结合实现这样的特点、结构或特征，是在本领域技术人员的知识之内的。另外，应当了解，以“A、B和C中的至少一个”的形式包括在列表中的项目可以意指(A)；(B)；(C)：(A和B)；(A和C)；(B和C)；或(A、B和C)。类似地，以“A、B或C中的至少一个”的形式列出的项目可以意指(A)；(B)；(C)：(A和B)；(A和C)；(B和C)；或(A、B和C)。
前文说明书使得本领域的其他技术人员能够在各种实施方案中利用该技术，并且伴随如适合于所考虑的特定用途的各种修改。根据专利法规的条款，本公开的操作原理和模式已在示例性实施方案中解释且说明。相应地，本发明并不限于在本文中描述和/或例示的特定实施方案。
预期本技术的公开的范围由后附的权利要求限定。然而，必须理解，本公开可以以与具体解释和示出不同的方式进行实践，而不背离其精神或范围。本领域的技术人员应当理解，本文描述的实施方案的各种替代方案可以在实践权利要求中采用，而不背离如后附的权利要求中限定的精神和范围。
本公开的范围不应仅参考上文说明书来确定，而是应当参考后附的权利要求连同这些权利要求有权获得的等同方案的全部范围来确定。预料且预期未来的发展将在本文讨论的领域中发生，并且所公开的仪器、试剂盒和方法将纳入这样的未来示例内。
此外，权利要求中使用的所有术语预期给予其最广泛的合理解释以及如本领域技术人员所理解的其普通含义，除非本文做出相反的明确指示。特别地，单数冠词如“一个/一种”、“该”、“所述”("a", "the", "said")等的使用应当解读为陈述所指示的元件中的一个或多个/一种或多种，除非权利要求叙述相反的明确限制。预期后附的权利要求限定本公开的范围，并且由此涵盖在这些权利要求的范围内的技术及其等同方案。总之，应当理解，本公开能够具有修改和变化，并且仅受下述权利要求限制。

Claims (34)

1.一种用于管理农业农场中的农产品的方法，所述方法包括：
通过远程计算和存储服务器从用户接收登记细节，其中所述登记细节限定农产品的一个或多个特征；
通过远程计算和存储服务器从用户接收遗传数据，其中所述遗传数据限定待分析的农产品的一种或多种基因标记；
分析所述遗传数据；
基于所述遗传数据，生成所述农产品的遗传概况；
通过所述远程计算和存储服务器，基于所述遗传数据的分析来生成所述农产品的遗传概况；和
通过所述远程计算和存储服务器，基于所述登记细节和所述遗传概况来呈现反馈。
2.权利要求1的方法，其中分析所述遗传数据包括分析至少一个遗传测试样品，其包括从所述农产品获得的一种或多种基因标记。
3.权利要求1的方法，其中接收限定所述农产品的一个或多个特征的登记细节包括接收限定作物或家畜的一个或多个特征的登记细节。
4.权利要求1的方法，其中接收遗传数据包括接收基因组数据、蛋白质组数据、代谢组学数据和生物信息学数据中的至少一种。
5.权利要求4的方法，其中接收基因组数据包括接收DNA测序数据、RNA测序数据或基因表达数据中的至少一种。
6.权利要求1的方法，其中呈现所述反馈包括呈现营养建议、育种意见、市场估价、市场预测和谱系追踪中的至少一个。
7.权利要求1的方法，其中分析所述遗传测试样品包括经由特异性标识符来识别所述农产品，其中所述特异性标识符包含条形码。
8.权利要求1的方法，其进一步包括：
通过所述远程计算和存储服务器，分析所述遗传概况；和
通过所述远程计算和存储服务器，基于所述遗传概况的分析来确定反馈。
9.权利要求8的方法，其进一步包括通过所述远程计算和存储服务器，基于所述遗传概况的分析结果来执行自动化功能。
10.权利要求9的方法，其中执行自动化功能包括生成且传输以下中的至少一个：(i)对用户的通知，和(ii) 对与所述农业农场的机械化装置相关的执行器的命令。
11.权利要求10的方法，其中生成对用户的通知包括生成电子邮件、文本消息和应用程序内通知中的至少一个。
12.权利要求8的方法，其进一步包括基于所述遗传概况的分析结果，经由所述计算装置的显示器呈现对所述用户的反馈。
13.权利要求1的方法，其进一步包括：
通过所述远程计算和存储服务器，接收与所述农产品相关的更新的农产品数据；
通过所述远程计算和存储服务器，分析所述遗传概况和所述更新的农产品数据；和
通过所述远程计算和存储服务器，基于所述遗传概况和所述更新的农产品数据的分析来确定反馈。
14.权利要求13的方法，其进一步包括通过所述远程计算和存储服务器，基于所述遗传概况和所述更新的农产品数据的分析结果来执行自动化功能。
15.权利要求14的方法，其中执行自动化功能包括以下中的至少一个：(i) 生成且传输对用户的通知，以及(ii) 生成且传输对与所述农业农场的机械化装置相关的执行器的命令。
16.权利要求15的方法，其中生成对用户的通知包括生成电子邮件、文本消息和应用程序内通知中的至少一个。
17.权利要求13的方法，其进一步包括基于所述遗传概况和所述更新的农产品数据的分析结果，经由所述计算装置的显示器呈现对所述用户的反馈。
18.一种用于管理农业农场中的农产品的远程计算和存储服务器，所述远程计算和存储服务器包括：
网络通信电路，以(i) 从用户接收登记细节，其中所述登记细节限定待分析的农产品的一个或多个特征，以及(ii) 从用户接收遗传数据，其中所述遗传数据限定所述农产品的一种或多种基因标记；
农业分析电路，以(i) 分析所述遗传数据和(ii) 基于所述遗传数据生成所述农产品的遗传概况；和
反馈确定电路，以基于所述登记细节和所述遗传概况呈现反馈。
19.权利要求18的远程计算和存储服务器，其中分析所述遗传数据包括分析至少一个遗传测试样品，其包括从所述农产品获得的一种或多种基因标记。
20.权利要求18的远程计算和存储服务器，其中所述待分析的农产品包括作物或家畜。
21.权利要求18的远程计算和存储服务器，其中接收遗传数据包括接收基因组数据、蛋白质组数据、代谢组学数据和生物信息学数据中的至少一种。
22.权利要求21的远程计算和存储服务器，其中所述基因组数据包括DNA测序数据、RNA测序数据或基因表达数据。
23.权利要求18的远程计算和存储服务器，其中呈现反馈包括呈现营养建议、育种意见、市场估价、市场预测和谱系追踪中的至少一个。
24.权利要求18的远程计算和存储服务器，其中分析所述遗传测试样品包括经由特异性标识符来识别所述农产品，其中所述特异性标识符包含条形码。
25.权利要求18的远程计算和存储服务器，其中所述农业分析电路进一步：
分析所述遗传概况；和
基于所述遗传概况的分析来确定反馈。
26.权利要求25的远程计算和存储服务器，其中所述反馈确定电路进一步基于所述遗传概况的分析结果来执行自动化功能。
27.权利要求26的远程计算和存储服务器，其中执行自动化功能包括生成且传输以下中的至少一个：(i) 对用户的通知，和(ii) 对与所述农业农场的机械化装置相关的执行器的命令。
28.权利要求27的远程计算和存储服务器，其中生成对用户的通知包括生成电子邮件、文本消息和应用程序内通知中的至少一个。
29.权利要求25的远程计算和存储服务器，其中所述反馈确定电路进一步基于所述遗传概况的分析结果，经由所述计算装置的显示器呈现对所述用户的反馈。
30.权利要求18的远程计算和存储服务器，其中所述网络通信电路进一步接收与所述农产品相关的更新的农产品数据，
其中所述农业分析模块进一步分析所述遗传概况和所述更新的农产品数据；和
其中所述反馈确定模块进一步基于所述遗传概况和所述更新的农产品数据的分析来确定反馈。
31.权利要求30的远程计算和存储服务器，其中所述反馈确定电路进一步基于所述遗传概况和所述更新的农产品数据的分析结果来执行自动化功能。
32.权利要求31的远程计算和存储服务器，其中执行自动化功能包括生成且传输以下中的至少一个：(i) 对用户的通知，和(ii) 对与所述农业农场的机械化装置相关的执行器的命令。
33.权利要求32的远程计算和存储服务器，其中生成对用户的通知包括生成电子邮件、文本消息和应用程序内通知中的至少一个。
34.权利要求30的远程计算和存储服务器，其中所述反馈确定电路进一步基于所述遗传概况和所述更新的农产品数据的分析结果，经由所述计算装置的显示器呈现对所述用户的反馈。
CN201680053309.4A 2015-07-15 2016-07-15 用于农业生产和性能管理的基因组技术 Active CN108292385B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201562192598P 2015-07-15 2015-07-15
US62/192598 2015-07-15
PCT/US2016/042515 WO2017011755A1 (en) 2015-07-15 2016-07-15 Genomic technologies for agriculture production and performance management

Publications (2)

Publication Number Publication Date
CN108292385A true CN108292385A (zh) 2018-07-17
CN108292385B CN108292385B (zh) 2022-09-27

Family

ID=57757687

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680053309.4A Active CN108292385B (zh) 2015-07-15 2016-07-15 用于农业生产和性能管理的基因组技术

Country Status (8)

Country Link
US (2) US20180204292A1 (zh)
CN (1) CN108292385B (zh)
AU (1) AU2016291666A1 (zh)
BR (1) BR112018000829A2 (zh)
CA (1) CA2992066A1 (zh)
GB (1) GB2557083B (zh)
MX (1) MX2018000624A (zh)
WO (1) WO2017011755A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111955414A (zh) * 2020-07-17 2020-11-20 广西贵港秀博基因科技股份有限公司 基于人工授精的猪育种方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10728336B2 (en) * 2016-03-04 2020-07-28 Sabrina Akhtar Integrated IoT (Internet of Things) system solution for smart agriculture management
US10586239B2 (en) * 2016-08-05 2020-03-10 Intertrust Technologies Corporation Provenance tracking using genetic material
CN109508967B (zh) * 2019-01-08 2021-09-03 北京探感科技股份有限公司 一种家畜溯源系统及其溯源方法
US20230171303A1 (en) * 2021-12-01 2023-06-01 X Development Llc Dynamic allocation of platform-independent machine learning state machines between edge-based and cloud-based computing resources

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080227662A1 (en) * 2006-09-08 2008-09-18 Jenrik Ag, Llc Livestock tissue identification system
CN101766195A (zh) * 2010-01-29 2010-07-07 北京清源保生物科技有限公司 一种用于防治植物病毒病的组合物及其应用
CN102492777A (zh) * 2011-12-20 2012-06-13 山东农业大学 用于转基因玉米Mon810检测的标准质粒分子及其构建方法
US20130346282A1 (en) * 2013-04-13 2013-12-26 Leachman Cattle of Colorado, LLC 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

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080065444A1 (en) * 2002-02-07 2008-03-13 Micro Beef Technologies, Ltd. Liverstock management systems and methods
US20050260603A1 (en) * 2002-12-31 2005-11-24 Mmi Genomics, Inc. Compositions for inferring bovine traits
US9102985B2 (en) * 2012-08-09 2015-08-11 Wisconsin Alumni Research Foundation Single nucleotide polymorphisms associated with bull fertility
CA2873333A1 (en) * 2013-12-05 2015-06-05 Canarm Ltd. Sow feeding system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080227662A1 (en) * 2006-09-08 2008-09-18 Jenrik Ag, Llc Livestock tissue identification system
CN101766195A (zh) * 2010-01-29 2010-07-07 北京清源保生物科技有限公司 一种用于防治植物病毒病的组合物及其应用
CN102492777A (zh) * 2011-12-20 2012-06-13 山东农业大学 用于转基因玉米Mon810检测的标准质粒分子及其构建方法
US20130346282A1 (en) * 2013-04-13 2013-12-26 Leachman Cattle of Colorado, LLC 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

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111955414A (zh) * 2020-07-17 2020-11-20 广西贵港秀博基因科技股份有限公司 基于人工授精的猪育种方法

Also Published As

Publication number Publication date
GB2557083A (en) 2018-06-13
WO2017011755A1 (en) 2017-01-19
GB2557083B (en) 2022-03-09
AU2016291666A1 (en) 2018-02-01
US20180204292A1 (en) 2018-07-19
CA2992066A1 (en) 2017-01-19
BR112018000829A2 (pt) 2018-09-04
CN108292385B (zh) 2022-09-27
MX2018000624A (es) 2018-07-06
US20230419421A1 (en) 2023-12-28
GB201801944D0 (en) 2018-03-21

Similar Documents

Publication Publication Date Title
Brito et al. Genetic selection of high-yielding dairy cattle toward sustainable farming systems in a rapidly changing world
Weigel et al. A 100-Year Review: Methods and impact of genetic selection in dairy cattle—From daughter–dam comparisons to deep learning algorithms
Lee et al. Hanwoo cattle: origin, domestication, breeding strategies and genomic selection
Knap Breeding robust pigs
Douglas et al. Identification of risk factors associated with poor lifetime growth performance in pigs
Bouwman et al. Maternal and social genetic effects on average daily gain of piglets from birth until weaning
US20230419421A1 (en) Genomic technologies for agriculture production and performance management
Lillehammer et al. Genomic selection for maternal traits in pigs
Ibáñez-Escriche et al. Promises, pitfalls and challenges of genomic selection in breeding programs
Gutierrez-Reinoso et al. Genomic analysis, progress and future perspectives in dairy cattle selection: a review
KR20080065583A (ko) 유전자형 정보를 이용한 동물 생산을 최적화시키기 위한시스템 및 방법
Visser et al. Phenomics for sustainable production in the South African dairy and beef cattle industry
AU2007214360A1 (en) Whole genome based genetic evaluation and selection process
Culbertson et al. Genetic improvement and dissemination for the global commercial swine industry
Hill et al. Parentage identification using single nucleotide polymorphism genotypes: application to product tracing
Wetlesen et al. Estimation of breed and heterosis effects for cow productivity, carcass traits and income in beef× beef and dairy× beef crosses in commercial suckler cow production
Biscarini et al. Estimation of variance components and prediction of breeding values using pooled data
Lopez-Villalobos et al. Cumulative dairy cow genetic change from selection and crossbreeding over the last 2 decades in New Zealand closely aligns to model-based predictions published in 2000
Stygar et al. Application of mathematical modelling in beef herd management–a review
Reverter et al. ImmuneDEX: updated genomic estimates of genetic parameters and breeding values for Australian Angus cattle
Pertoldi et al. Characterization of the genetic profile of five Danish dog breeds
Amayi et al. Breeding dairy goats for disease resistance is profitable in smallholder production systems
Tiwary et al. Farm animal informatics
Neves et al. Genetic parameters for an alternative criterion to improve productive longevity of Nellore cows
Yin et al. Genomics for phenotype prediction and management purposes

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
CB02 Change of applicant information

Address after: Delaware

Applicant after: Agricultural Bioinformatics Co.

Address before: Oklahoma

Applicant before: AGRIC-BIOFORMATICS, LLC

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant