CN112597352A - 尼罗罗非鱼育种数据检索方法、系统、装置及介质 - Google Patents
尼罗罗非鱼育种数据检索方法、系统、装置及介质 Download PDFInfo
- Publication number
- CN112597352A CN112597352A CN202011581692.5A CN202011581692A CN112597352A CN 112597352 A CN112597352 A CN 112597352A CN 202011581692 A CN202011581692 A CN 202011581692A CN 112597352 A CN112597352 A CN 112597352A
- Authority
- CN
- China
- Prior art keywords
- sample
- information
- individual
- family
- determining
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000009395 breeding Methods 0.000 title claims abstract description 35
- 230000001488 breeding effect Effects 0.000 title claims abstract description 35
- 241000276703 Oreochromis niloticus Species 0.000 title claims abstract description 34
- 230000002068 genetic effect Effects 0.000 claims abstract description 38
- 241000251468 Actinopterygii Species 0.000 claims description 16
- 230000037396 body weight Effects 0.000 claims description 7
- 230000004083 survival effect Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 239000000523 sample Substances 0.000 abstract description 95
- 239000012472 biological sample Substances 0.000 abstract description 2
- 230000009897 systematic effect Effects 0.000 abstract description 2
- 241000276707 Tilapia Species 0.000 description 14
- 238000005070 sampling Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 4
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 235000021052 average daily weight gain Nutrition 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 210000000006 pectoral fin Anatomy 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000009360 aquaculture Methods 0.000 description 1
- 244000144974 aquaculture Species 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000001766 physiological effect Effects 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR 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
- G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
- G06K7/10821—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices
- G06K7/10861—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices sensing of data fields affixed to objects or articles, e.g. coded labels
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Toxicology (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明提供的尼罗罗非鱼育种数据检索方法、系统、装置及介质，方法包括：获取若干样本个体；根据所述样本个体提取鳍条样本，所述鳍条样本携带有个体信息；所述个体信息包括系谱编号；根据所述系谱编号确定家系亲本信息，根据所述个体信息以及所述家系亲本信息构建遗传信息数据库；根据所述遗传信息数据库追溯所述样本个体的遗传来源信息；方法通过样品采集、信息标识和查找管理等系统性方法和标准，能够实现防选错、漏选部分个体的情况发生，提高分子育种的准确性和效率，可广泛应用于生物样本采集技术领域。
Description
技术领域
本发明属于生物样本采集技术领域，尤其是尼罗罗非鱼育种数据检索方法、系统、装置及介质。
背景技术
尼罗罗非鱼属于丽鱼科，具有世代周期短，生长速度快，无肌间刺等特点，已成为世界性的主要水产养殖经济鱼类。尼罗罗非鱼在水温适宜或水温可控的地区可全年进行繁殖或养殖，因此不仅具有重要的商业经济价值，还可作为模式动物用于开展大型经济鱼类分子育种科学研究。
现今标准化的尼罗罗非鱼商业育种体系中已使用射频识别芯片(RadioFrequency Identification，RFID)电子标签，每个个体都携带唯一的RFID芯片代码。基于特定目标个体的基因型和芯片信息，通过扫码器对每个个体进行扫描，可从大量待测样品中准确挑选特定目标个体。然而实现这一目的的前提条件是，必须建立待测个体、RFID芯片代码、鳍条样品、基因型信息三者之间准确的一一对应映射关系。
鳍条是鱼类分子育种中经常采集的组织样品，少量剪取部分鳍条，基本不影响尼罗罗非鱼的正常生理活动。目前大多鳍条样品采集后都是保存在离心管中，然后采用Marker笔直接在离心管管盖上标记取样序号，无法在离心管上直接标识个体RFID芯片代码以及其他有更多参考价值的信息。同时，采用Marker笔标注的样品信息(如样品编号等)，在样品保存和后期处理过程中会因人为操作等原因而损坏或丢失，造成已采集样品因缺少准确的标识信息而无法使用。
此外，采用传统Marker笔标识的鳍条样品，因缺少RFID信息，工作人员无法直接根据鳍条样品的基因型选择具有特定RFID信息的目标个体，必须找到取样序号与RFID芯片代码的对应关系，才可最终选出特定个体。这样间接操作容易发生基因型与样品顺序的错位，从而导致特定目标个体的错选，最终阻碍分子育种的选育进程。
发明内容
有鉴于此，为至少部分解决上述技术问题之一，本发明实施例目的在于提供尼罗罗非鱼育种数据检索方法；同时本发明的实施例还提供对应的实现该方法的系统、装置及存储介质。
第一方面，本发明的技术方案提供了尼罗罗非鱼育种数据检索方法，其步骤包括：
获取若干样本个体；
根据所述样本个体提取鳍条样本，所述鳍条样本携带有个体信息；所述个体信息包括系
谱编号；
根据所述系谱编号确定家系亲本信息，根据所述个体信息以及所述家系亲本信息构建遗
传信息数据库；
根据所述遗传信息数据库追溯所述样本个体的遗传来源信息。
在本申请方案的一种可行的实施例中，所述获取若干样本个体这一步骤，其包括：
根据所述样本个体中的射频识别芯片，获取所述射频识别芯片的序号编码；
根据所述射频识别芯片的序号编码进行索引，得到所述个体信息。
在本申请方案的一种可行的实施例中，所述检索方法还包括：
确定所述样本个体的目标对象，获取所述目标对象的目标编码；
确定所述目标编码与所述序号编码一致，提取得到个体信息。
在本申请方案的一种可行的实施例中，所述根据所述样本个体提取鳍条样本这一步骤，其包括：
根据所述个体信息生成二维码，根据所述序号编码生成第一标签，
根据所述二维码以及所述第一标签标记所述鳍条样本。
在本申请方案的一种可行的实施例中，所述根据所述数据库追溯所述样本个体的遗传来源信息这一步骤，其还包括：
获取所述序号编码，根据所述序号编码从所述遗传信息数据库进行索引，得到所述个体信息以及所述家系亲本信息。
在本申请方案的一种可行的实施例中，所述根据所述样本个体提取鳍条样本，其包括以下步骤至少之一：
确定所述样本个体的测定日期；
确定所述样本个体的生长周期；
确定所述样本个体的性别；
确定所述样本个体的体重。
在本申请方案的一种可行的实施例中，所述根据所述系谱编号确定家系亲本信息，其包括以下步骤至少之一：
确定所述样本个体家系雄鱼数量；
确定所述样本个体家系雌鱼数量；
确定所述样本个体家系存活率；
确定所述样本个体家系的平均体重。
第二方面，本发明的技术方案还提供尼罗罗非鱼育种数据检索系统，包括：
样本获取模块，用于获取若干样本个体；
信息提取模块，用于根据所述样本个体提取鳍条样本，所述鳍条样本携带有个体信息；所述个体信息包括系谱编号；
数据库模块，用于根据所述系谱编号确定家系亲本信息，根据所述个体信息以及所述家系亲本信息构建遗传信息数据库；
信息索引模块，用于根据所述遗传信息数据库追溯所述样本个体的遗传来源信息。
第三方面，本发明的技术方案还提供尼罗罗非鱼育种数据检索装置，其包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当至少一个程序被至少一个处理器执行，使得至少一个处理器运行第一方面中的尼罗罗非鱼育种数据检索方法。
第四方面，本发明的技术方案还提供了一种存储介质，其中存储有处理器可执行的程序，处理器可执行的程序在由处理器执行时用于运行第一方面中的方法。
本发明的优点和有益效果将在下面的描述中部分给出，其他部分可以通过本发明的具体实施方式了解得到：
本方法通过获取若干尼罗罗非鱼的样本个体，通过提取样本个体的鳍条样本，并根据鳍条样本所携带的个体信息以及系谱编号，进而确定该样本个体的家系亲本信息，根据家系亲本信息构建遗传信息数据库，在该遗传信息数据库的基础上根据后续采集到的样本个体进行遗传来源信息以及相关育种数据的检索；方法通过样品采集、信息标识和查找管理等系统性方法和标准，能够实现防选错、漏选部分个体的情况发生，提高分子育种的准确性和效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，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为尼罗罗非鱼育种数据检索方法的步骤流程图；
图2为尼罗罗非鱼育种数据检索装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
尼罗罗非鱼的胸鳍柔软，且色素含量较低，与其他部位的鳍条，如背鳍、臀鳍、尾鳍相比，方便采集、易于保存，因此，本实施例选择采取尼罗罗非鱼的胸鳍为取样部位。
第一方面，如图1所示，本申请提供了尼罗罗非鱼育种数据检索方法，包括步骤S01-S04：
S01、获取若干样本个体。
具体地，挑选待取样个体。将需要取样的个体信息导入到采集器中，通过采集器挑选出需要取样的目标个体，并将这些个体转移到一个水质较好的网箱中。
在一些可选的实施例中，获取若干样本个体这一步骤，可以进一步包括步骤S011-S012：
S011、根据样本个体中的射频识别芯片，获取射频识别芯片的序号编码；
S012、根据射频识别芯片的序号编码进行索引，得到个体信息。
其中，射频识别芯片的序号编码为RFID芯片本身内置有特定的数字编码。具体地，实施例将RFID芯片注射入罗非鱼体内，通过RFID内置的数字编码与罗非鱼的个体信息建立对应关系，方法通过RFID扫码器对RFID芯片进行分类汇总，将特定组合的RFID芯片与指定组合的罗非鱼活鱼建立对应关系，然后针对特定组合的罗非鱼注射提前指定的芯片。在采集罗非鱼样本个体时，研究人员可通过RFID扫码器来读取特定罗非鱼活鱼体内的芯片代码，根据扫码器读取的数字代码信息确定被扫描的罗非鱼是否是需要采集的目标对象。
S02、根据样本个体提取鳍条样本，其中，鳍条样本携带有个体信息；个体信息包括系谱编号。
具体地，首先根据预估的取样的个体数目，准备相应数量的优质2ml离心管，摆放在离心管架上，向每个离心管中加入约1.8ml无水乙醇后盖上离心管盖。随后根据顺序逐一获取的罗非鱼样本个体，确定其为采集的目标对象后，通过手术剪刀剪取适量胸鳍，清洗干净并按顺序将鳍条保存在提前装有无水乙醇的离心管中，盖上离心管盖，按顺序转到另外一个空的离心管架上。取样结束后将样品保存在阴凉干燥处或4℃冰箱保存24h，然后更换新的无水乙醇。并标记该样品信息标识，其信息标识则包括被采样个体的个体信息，而该个体信息是通过采集器读取的RFID信息导入到计算机中，整理汇总每一个个体的RFID编号、取样序号、系谱编号、生理性别、取样日期等信息。
在一些可选的实施例中，根据样本个体提取鳍条样本这一步骤，可以进一步细分为步骤S021-S022：
S021、确定样本个体的目标对象，获取目标对象的目标编码；
S022、确定目标编码与序号编码一致，提取得到个体信息。
具体地，在提取鳍条样本时，可以根据预先设定的罗非鱼目标编号，进行目标个体的筛选后再进行鳍条样本的采集。例如，可以通过RFID的序号编码的几位字符或数字的组合来确定罗非鱼是否为同一代，那么可根据RFID筛选得到同一代的罗非鱼个体，然后根据每一个个体的RFID编号、系谱编号、生理性别等信息进行鳍条样本采集。
在本实施例中，可以进一步记录个体数据字段，包括：出生日期、I期测定日期、I期生长周期、II期测定日期、II期生长周期、I期性别、II期性别、初始体重、I期体重、II期体重、I期平均日增重、II期平均日增重。其中，生长周期即为两次测定日期间隔时间长。将个体数据进行记录，作为更加具体的个体信息，可以实现样品信息的快速整合和利用。
在一些可选的实施例中，根据样本个体提取鳍条样本这一步骤，可以进一步包括步骤S023-S024：
S023、根据个体信息生成二维码，根据序号编码生成第一标签；
S024、根据二维码以及第一标签标记鳍条样本。
具体地，在本实施例中，标签分为两部分：样品管顶部标签和样品管侧面标签，样品管顶部标签内容为样品二维码、样品序号、样品性别；第一标签，即侧面标签内容为样品芯片序号编码、样品系谱编号、样品序号、样品性别、取样日期等；顶部标签与侧面标签一一对应：通过顶部标签与侧面标签的样品序号和样品性别建立简单直观的一一对应关系，同时顶部标签的二维码直接映射侧面芯片代码；顶部标签不仅包含二维码，还包含样品序号和性别，一方面可通过二维码扫描装置快速读入和读出样品信息，另一方面可直接区分不同的个体。另外在本实施例中将样品芯片序号编码重复四次，可有效避免因标签字迹磨损而无法识别的情况。
S03、根据系谱编号确定家系亲本信息，根据个体信息以及家系亲本信息构建遗传信息数据库。
具体地，根据个体信息可以确定该个体的系谱编号，进而根据系谱编号可以确定该个体的家系亲本信息，包括但不限于父母代信息、祖父母代信息、曾祖父母代信息、曾曾祖父母代信息、所有历史系谱信息。在实施例中，可以结合罗非鱼的个体数据以及系谱编号，进一步得到更为详细的遗传来源信息，遗传来源信息的记录字段包括但不限于家系构建日期、取卵日期、孵化日期、出花日期、换网日期、标记日期、下塘日期、I期家系雄鱼数量、I期家系雌鱼数量、I期家系雄鱼和雌鱼总数、I期家系雄性率、I期家系雌性率、I期家系成活率、II期家系雄鱼数量、II期家系雌鱼数量、II期家系雄鱼和雌鱼总数、II期家系雄性率、II期家系雌性率、II期家系成活率、I期家系平均体重、II期家系平均体重、I期家系平均日增重、II期家系平均日增重。根据个体信息(个体数据)、家系亲本信息以及对应得到的遗传来源信息进行整理，构建罗非鱼个体的遗传数据库，可快速查询特定样品的基础信息和育种相关表型数据。
例如，通过二维码，样品芯片序号编码，家系编号，亲本雄鱼芯片代码以及亲本雌鱼芯片代码构建样品遗传来源信息追踪的数据库：二维码首先映射样品芯片代码和系谱编号，每个系谱编号又再次映射对应的亲本雄鱼和亲本雌鱼的芯片编码。通过二维码扫描设备和样品数据库信息系统，可直接反馈出样品的父母代、祖父母代、曾祖父母代、曾曾祖父母代等历史家系亲本的芯片信息，最终可直接追溯到样品的遗传来源情况。
S04、根据遗传信息数据库追溯样本个体的遗传来源信息。
在实施例中，根据遗传信息数据库追溯样本个体的遗传信息这一步骤，可进一步包括步骤S041-S042：
S041、确定样本个体的目标对象，获取目标对象的目标编码；
S042、确定目标编码与序号编码一致，提取得到个体信息。
具体地，在遗传信息数据库中，可根据相应的输入信息进行检索，输入信息可以包括具体的芯片序号编码进行个体的家系亲本信息的检索，或者输入某代个体的代号，检索得到同一代个体的相关遗传来源信息等。
例如，输入个体芯片代码或扫描二维码信息后，交互界面弹出系谱构建信息和表型数据信息两个提示框。系谱构建信息提示框下分五类：父母代信息、祖父母代信息、曾祖父母代信息、曾曾祖父母代信息、所有历史系谱信息。表型数据信息提示框下分两类：个体数据和家系遗传数据。
在第二方面，本发明的一种系统实施例，尼罗罗非鱼育种数据检索系统，包括：
样本获取模块，用于获取若干样本个体；
信息提取模块，用于根据样本个体提取鳍条样本，鳍条样本携带有个体信息；个体信息
包括系谱编号；
数据库模块，用于根据系谱编号确定家系亲本信息，根据个体信息以及家系亲本信息构
建遗传信息数据库；
信息索引模块，用于根据遗传信息数据库追溯样本个体的遗传来源信息。
第三方面，如图2所示，本发明实施例还提供可以搭载尼罗罗非鱼育种数据检索系统的装置，其包括至少一个处理器；至少一个存储器，用于存储至少一个程序；当至少一个程序被至少一个处理器执行，使得至少一个处理器运行如第一方面中的尼罗罗非鱼育种数据检索方法。
本发明实施例还提供了一种存储介质内存储有程序，程序被处理器执行如第一方面中的方法。
从上述具体的实施过程，可以总结出，本发明所提供的技术方案相较于现有技术存在以下优点或优势：
方法通过相似度分析，以及地理位置信息进行搜索范围的限制，减少了搜索结果推荐中存在的用户不感兴趣，或者距离过远的无用信息的推荐，能够更加贴合用户的喜好，内容的反馈更加迎合用户需求。
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
其中，功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于上述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.尼罗罗非鱼育种数据检索方法，其特征在于，包括以下步骤：
获取若干样本个体；
根据所述样本个体提取鳍条样本，所述鳍条样本携带有个体信息；所述个体信息包括系谱编号；
根据所述系谱编号确定家系亲本信息，根据所述个体信息以及所述家系亲本信息构建遗传信息数据库；
根据所述遗传信息数据库追溯所述样本个体的遗传来源信息。
2.根据权利要求1所述的尼罗罗非鱼育种数据检索方法，其特征在于，所述获取若干样本个体这一步骤，其包括：
根据所述样本个体中的射频识别芯片，获取所述射频识别芯片的序号编码；
根据所述射频识别芯片的序号编码进行索引，得到所述个体信息。
3.根据权利要求2所述的尼罗罗非鱼育种数据检索方法，其特征在于，所述检索方法还包括：
确定所述样本个体的目标对象，获取所述目标对象的目标编码；
确定所述目标编码与所述序号编码一致，提取得到个体信息。
4.根据权利要求2所述的尼罗罗非鱼育种数据检索方法，其特征在于，所述根据所述样本个体提取鳍条样本这一步骤，其包括：
根据所述个体信息生成二维码，根据所述序号编码生成第一标签；
根据所述二维码以及所述第一标签，标记所述鳍条样本。
5.根据权利要求2所述的尼罗罗非鱼育种数据检索方法，其特征在于，所述根据所述数据库追溯所述样本个体的遗传来源信息这一步骤，其还包括：
获取所述序号编码，根据所述序号编码从所述遗传信息数据库进行索引，得到所述个体信息以及所述家系亲本信息。
6.根据权利要求1-5任一项所述的尼罗罗非鱼育种数据检索方法，其特征在于，所述根据所述样本个体提取鳍条样本，其包括以下步骤至少之一：
确定所述样本个体的测定日期；
确定所述样本个体的生长周期；
确定所述样本个体的性别；
确定所述样本个体的体重。
7.根据权利要求1-5任一项所述的尼罗罗非鱼育种数据检索方法，其特征在于，所述根据所述系谱编号确定家系亲本信息，其包括以下步骤至少之一：
确定所述样本个体家系雄鱼数量；
确定所述样本个体家系雌鱼数量；
确定所述样本个体家系存活率；
确定所述样本个体家系的平均体重。
8.尼罗罗非鱼育种数据检索系统，其特征在于，包括：
样本获取模块，用于获取若干样本个体；
信息提取模块，用于根据所述样本个体提取鳍条样本，所述鳍条样本携带有个体信息；
所述个体信息包括系谱编号；
数据库模块，用于根据所述系谱编号确定家系亲本信息，根据所述个体信息以及所述家系亲本信息构建遗传信息数据库；
信息索引模块，用于根据所述遗传信息数据库追溯所述样本个体的遗传来源信息。
9.尼罗罗非鱼育种数据检索装置，其特征在于，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器运行如权利要求1-7任一项所述的尼罗罗非鱼育种数据检索方法。
10.一种存储介质，其中存储有处理器可执行的程序，其特征在于：所述处理器可执行的程序在由处理器执行时用于运行如权利要求1-7中任一项所述的尼罗罗非鱼育种数据检索方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011581692.5A CN112597352A (zh) | 2020-12-28 | 2020-12-28 | 尼罗罗非鱼育种数据检索方法、系统、装置及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011581692.5A CN112597352A (zh) | 2020-12-28 | 2020-12-28 | 尼罗罗非鱼育种数据检索方法、系统、装置及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112597352A true CN112597352A (zh) | 2021-04-02 |
Family
ID=75203614
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011581692.5A Pending CN112597352A (zh) | 2020-12-28 | 2020-12-28 | 尼罗罗非鱼育种数据检索方法、系统、装置及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112597352A (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1659179A (zh) * | 2002-04-08 | 2005-08-24 | 猪改良英国有限公司 | 用于追溯动物产品的系统 |
| CN101840538A (zh) * | 2010-03-31 | 2010-09-22 | 华南理工大学 | 一种基于rfid技术的水产品供应链追溯系统及其方法 |
| CN101926296A (zh) * | 2010-07-23 | 2010-12-29 | 广西壮族自治区水产研究所 | 一种罗非鱼育种标记方法 |
| CN102405884A (zh) * | 2011-09-30 | 2012-04-11 | 吴江市水产养殖有限公司 | 鱼类新品系快速选育方法 |
| CN102630617A (zh) * | 2012-04-20 | 2012-08-15 | 中国水产科学研究院黄海水产研究所 | 罗非鱼配套系和两系配套间的保种、筛选和制种方法 |
| CN103966316A (zh) * | 2014-04-08 | 2014-08-06 | 华中农业大学 | 一种二倍体泥鳅微卫星家系鉴定方法及其应用 |
| CN104357553A (zh) * | 2014-10-14 | 2015-02-18 | 华中农业大学 | 一种黄颡鱼微卫星家系鉴定方法 |
| CN105331732A (zh) * | 2015-12-04 | 2016-02-17 | 南京师范大学 | 一种鉴别河川沙塘鳢家系的方法 |
| CN108073637A (zh) * | 2016-11-18 | 2018-05-25 | 中国科学院海洋研究所 | 一种建立鲆鲽鱼类经济性状信息数据库的方法 |
| CN108133379A (zh) * | 2017-12-20 | 2018-06-08 | 栾图 | 利用基因标签对农产品全链条防伪追溯的方法 |
| CN111690755A (zh) * | 2020-06-24 | 2020-09-22 | 中国水产科学研究院淡水渔业研究中心 | 提高尼罗罗非鱼选育效率的标记、方法、试剂盒及应用 |
-
2020
- 2020-12-28 CN CN202011581692.5A patent/CN112597352A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1659179A (zh) * | 2002-04-08 | 2005-08-24 | 猪改良英国有限公司 | 用于追溯动物产品的系统 |
| CN101840538A (zh) * | 2010-03-31 | 2010-09-22 | 华南理工大学 | 一种基于rfid技术的水产品供应链追溯系统及其方法 |
| CN101926296A (zh) * | 2010-07-23 | 2010-12-29 | 广西壮族自治区水产研究所 | 一种罗非鱼育种标记方法 |
| CN102405884A (zh) * | 2011-09-30 | 2012-04-11 | 吴江市水产养殖有限公司 | 鱼类新品系快速选育方法 |
| CN102630617A (zh) * | 2012-04-20 | 2012-08-15 | 中国水产科学研究院黄海水产研究所 | 罗非鱼配套系和两系配套间的保种、筛选和制种方法 |
| CN103966316A (zh) * | 2014-04-08 | 2014-08-06 | 华中农业大学 | 一种二倍体泥鳅微卫星家系鉴定方法及其应用 |
| CN104357553A (zh) * | 2014-10-14 | 2015-02-18 | 华中农业大学 | 一种黄颡鱼微卫星家系鉴定方法 |
| CN105331732A (zh) * | 2015-12-04 | 2016-02-17 | 南京师范大学 | 一种鉴别河川沙塘鳢家系的方法 |
| CN108073637A (zh) * | 2016-11-18 | 2018-05-25 | 中国科学院海洋研究所 | 一种建立鲆鲽鱼类经济性状信息数据库的方法 |
| CN108133379A (zh) * | 2017-12-20 | 2018-06-08 | 栾图 | 利用基因标签对农产品全链条防伪追溯的方法 |
| CN111690755A (zh) * | 2020-06-24 | 2020-09-22 | 中国水产科学研究院淡水渔业研究中心 | 提高尼罗罗非鱼选育效率的标记、方法、试剂盒及应用 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Puillandre et al. | New taxonomy and old collections: integrating DNA barcoding into the collection curation process | |
| CN102132139A (zh) | 用于对谷物穗丝或其它多细长丝条计数的方法及其应用 | |
| CN109858521B (zh) | 一种基于人工智能深度学习的竹子种类识别方法 | |
| Atanbori et al. | Convolutional neural net-based cassava storage root counting using real and synthetic images | |
| Ghanbarifardi et al. | Morphological divergence in the Walton's mudskipper, Periophthalmus waltoni Koumans, 1941, from the Persian Gulf and Gulf of Oman (Gobioidei: Gobiidae) | |
| Popkov et al. | Machine learning for expert‐level image‐based identification of very similar species in the hyperdiverse plant bug family Miridae (Hemiptera: Heteroptera) | |
| CN117787869A (zh) | 种质资源入库出库方法、装置及终端设备 | |
| CN110543891B (zh) | 数据标注方法、装置、系统及存储介质 | |
| CN117726052A (zh) | 基于分形维数的产量预测方法、装置、设备及介质 | |
| Santangeli et al. | Semi‐automated detection of tagged animals from camera trap images using artificial intelligence | |
| CN110598741A (zh) | 一种像素级标签自动生成模型构建、自动生成方法及装置 | |
| CN114399108A (zh) | 一种基于多模态信息的茶园产量预测方法 | |
| CN110534157A (zh) | 一种批量提取基因组基因信息并翻译比对分析序列的方法 | |
| CN112597352A (zh) | 尼罗罗非鱼育种数据检索方法、系统、装置及介质 | |
| Kansa | Using Linked Open Data to improve data reuse in zooarchaeology | |
| Evans et al. | ASCOBANS/HELCOM small cetacean population structure workshop | |
| Mace et al. | Report of the workshop on the utility of genetic analyses for addressing New Zealand fisheries questions | |
| CN115375915A (zh) | 一种渔业养殖鱼类识别方法、平台和终端 | |
| CN112470998B (zh) | 一种用于家禽育种的个体编号方法 | |
| Fiederling et al. | SpineRacks and SpinalJ for efficient analysis of neurons in a 3D reference atlas of the mouse spinal cord | |
| CN109406731B (zh) | 一种单靶点基因编辑t0代烟株筛选方法 | |
| Su et al. | Taxonomic Ecology of Geometric Morphometry on Classification and Identification of Sphingid Moths (Lepidoptera: Sphingidae). | |
| Fulford et al. | Discrimination of larval Morone geometric shape differences with landmark-based morphometrics | |
| Lee | High-throughput phenotyping of above and below ground elements of plants using feature detection, extraction and image analysis techniques | |
| Apeināns | Optimal Size of Agricultural Dataset for YOLOv8 Training |
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 |