KR101493982B1 - 품종인식 코드화 시스템 및 이를 이용한 코드화 방법 - Google Patents

품종인식 코드화 시스템 및 이를 이용한 코드화 방법 Download PDF

Info

Publication number
KR101493982B1
KR101493982B1 KR20130114326A KR20130114326A KR101493982B1 KR 101493982 B1 KR101493982 B1 KR 101493982B1 KR 20130114326 A KR20130114326 A KR 20130114326A KR 20130114326 A KR20130114326 A KR 20130114326A KR 101493982 B1 KR101493982 B1 KR 101493982B1
Authority
KR
South Korea
Prior art keywords
amplification result
module
variety
coding
recognition
Prior art date
Application number
KR20130114326A
Other languages
English (en)
Inventor
김율호
박향미
황태영
김선림
백성범
권영업
김욱한
임상종
Original Assignee
대한민국
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 대한민국 filed Critical 대한민국
Priority to KR20130114326A priority Critical patent/KR101493982B1/ko
Priority to JP2016523610A priority patent/JP6118462B2/ja
Priority to US14/901,922 priority patent/US10373706B2/en
Priority to PCT/KR2013/009731 priority patent/WO2015046661A1/ko
Priority to CN201380077935.3A priority patent/CN105556524B/zh
Application granted granted Critical
Publication of KR101493982B1 publication Critical patent/KR101493982B1/ko

Links

Images

Classifications

    • 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
    • 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
    • C12Q1/6813—Hybridisation assays
    • C12Q1/6827—Hybridisation assays for detection of mutation or polymorphism
    • 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
    • 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
    • G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
    • 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
    • C12Q2563/00—Nucleic acid detection characterized by the use of physical, structural and functional properties
    • C12Q2563/185—Nucleic acid dedicated to use as a hidden marker/bar code, e.g. inclusion of nucleic acids to mark art objects or animals
    • 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
    • C12Q2600/13—Plant traits
    • 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

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

Abstract

본 발명은 품종인식을 코드화하는 시스템에 관한 것으로, 표준유전체 품종과 대상 품종의 염색체를 해독하는 염색체 해독 모듈; 상기 해독된 염색체에서 SNV 밀집영역 분석을 통하여 변이 영역을 탐색하는 변이 영역 탐색 모듈; 상기 탐색된 변이 영역에서 indel 마커를 설정하고 PCR로 증폭하여 증폭결과를 획득하는 증폭결과 획득 모듈; 및 상기 증폭결과를 코드화하는 코드화 모듈을 포함하는 것을 특징으로 하는, 품종인식 코드화 시스템이다.

Description

품종인식 코드화 시스템 및 이를 이용한 코드화 방법{Coding system for cultivar identification and coding method using thereof}
본 발명은 품종인식 코드화 시스템 및 이를 이용한 코드화 방법에 관한 것으로, 보다 구체적으로 본 발명은 품종의 유전체 내 변이영역 특이 indel 마커를 선발하고, 이의 증폭결과를 코드화하여 품종을 판별하는 시스템 및 이를 이용한 코드화 방법에 관한 것이다.
최근 정보통신산업의 발달로 사람을 대상으로 본인을 확인할 수 있는 생체인식기술개발 연구가 활발히 진행되고 있다. 생체인식기술에는 홍채, 지문, DNA 등 신체적 특징을 이용하는 방법과 서명, 음성, 걸음걸이 등 행동학적 특성을 이용하는 방법 등이 있다. 한편, 작물의 경우에도 지식재산권 등의 강화를 통한 개발된 품종의 권리를 확보하는 절차가 중요해지고 있어 사람의 고유 신분증과 같은 품종 인식기술개발이 절실하게 필요하게 되었다.
작물 품종의 인식은 주로 육종가의 전문성과 경험을 바탕으로 초형, 잎 모양, 종실크기 등 식물체의 형태적 특성으로 품종을 구분하는 방법이 사용되고 있으나, 형태적 특성의 경우 기후변화 등 환경적 변화에 영향을 많이 받기 때문에 최근에는 SSR(simple sequence repeat), STS(sequence tagged sites) 등의 환경적 영향이 없는 DNA 마커를 활용한 품종 판별 기술이 개발되고 있다. 그러나 이들 DNA 마커를 이용한 품종판별방법은 여교배로 육성된 품종처럼 반복친 품종과 유전자 유사도가 매우 높은 경우 품종을 구분하기 힘들고, 또한 사용하는 마커 수가 작아 품종의 인식기술로 사용하는데 한계가 있다는 문제점이 있다.
이러한 문제점을 극복하기 위해, 최근 차세대염기서열분석(next generation sequencing, NGS)을 활용, 유전자 수준에서 품종을 구분하는 기술이 개발되고 있다. 그러나 NGS 기술을 활용하는 기술은 비용과 시간이 많이 소요되는 단점이 있어 일반 실험실 수준에서 수행 가능한 품종인식 시스템 개발이 무엇보다 필요하다.
이와 관련한 종래기술로는, 대한민국등록특허 제10-0426467호에서는 농작물에 대한 품종판별을 위한 코드화 방법을 개시하고 있으나, 상기 기술은 벼 품종 판별을 위한 2자리의 숫자코드를 부여하는 것일 뿐, 품종 판별을 위하여 indel 마커를 선발하고, 이의 증폭결과를 코드화는 시스템을 개시하고 있지 않다. 따라서 여교배 품종과 같은 유전적 유사도가 매우 높은 품종의 구별은 여전히 어려운 실정이다.
또한 대한민국공개특허 제10-2013-0010172호에서는 초위성체 프라이머 세트를 이용한 상추 품종식별 방법을 개시하고 있으나, 품종 판별을 위하여 indel 마커를 선발하면서, 이를 코드화하여 2차원 등으로 표현하는 시스템은 개시하고 있지 않다. 따라서 여전히 품종을 한눈에 판별하기는 쉽지 않다.
이러한 배경 하에, 본 발명자들은 품종 구별을 위해 효율적으로 이용될 수 있는 분자 마커 및 이의 코드화 시스템에 대한 연구를 수행하여, 여교배로 육성된 품종까지 판별할 수 있으면서도, 일반 실험실 수준에서 수행 가능한 품종인식 시스템을 개발함으로써 본 발명을 완성하였다.
본 발명의 하나의 목적은 품종인식 코드화 시스템을 제공하는 것이다.
구체적으로, 품종의 유전체 내 변이영역 특이 indel 마커를 선발하고, 이의 증폭결과를 코드화하여 품종을 판별하고자 한다.
또한, 코드화된 결과를 1차원 표현 또는 2차원 표현으로 출력하고자 한다.
또한, 상기 품종인식 코드화 시스템을 품종육성 계보도에 적용시키고자 한다.
또한, 여교배로 육성된 품종에 상기 시스템을 적용하여 유전적 유사도가 매우 높은 품종도 판별하고자 한다.
또한, 상기 품종인식 코드화 시스템을 통하여 품종고정화 정도를 구명하고자 한다.
본 발명의 다른 목적은 상기 시스템을 통한 품종인식 코드화 방법을 제공하는 것이다.
상기의 과제를 해결하기 위하여, 본 발명은 (a) 염색체 해독 모듈(100)이 표준유전체 품종과 대상 품종의 염색체를 해독하는 단계; (b) 변이 영역 탐색 모듈(200)이 상기 해독된 염색체에서 단일염기변이(SNV) 밀집영역 분석을 통하여 변이 영역을 탐색하는 단계; (c) 증폭결과 획득 모듈(300)이 상기 탐색된 변이 영역에서 indel 마커를 설정하고 PCR로 증폭하여 증폭결과를 획득하는 단계; 및 (d) 코드화 모듈(400)이 상기 증폭결과를 코드화하는 단계를 포함하는, 품종인식 코드화 방법을 제공한다.
바람직하게는, 상기 (c) 단계에서, 표준유전체 품종의 증폭결과의 밴드 크기와 대상 품종의 증폭 결과의 밴드 크기가 동일한 경우 증폭결과가 ‘a’이며, 상이한 경우 증폭결과가 ‘b’인 것을 특징으로 한다.
바람직하게는, 상기 (d) 단계는, (d1) 증폭결과가 ‘a’인 경우를 디지털 신호 ‘0’으로 전환하여 흰색으로 표기하고, 증폭결과가 ‘b’인 경우 디지털 신호 ‘1’로 전환하여 검정색으로 표기하는 단계를 더 포함하는 것을 특징으로 한다.
바람직하게는, 상기 (d1) 단계 이후, (e) 출력 모듈(500)이 상기 코드화된 결과를 1차원 표현 또는 2차원 표현으로 출력하는 단계를 더 포함한다.
바람직하게는, 상기 (e) 단계는, 상기 대상 품종의 표현형을 함께 출력하는 단계를 더 포함한다.
바람직하게는, 상기 대상 품종은 둘 이상이며, 상기 (e) 단계는, 상기 둘 이상의 대상 품종에 대한 둘 이상의 코드화된 결과를 함께 출력하는 단계인 것을 특징으로 한다.
바람직하게는, 상기 둘 이상의 코드화된 결과가 2차원 표현으로 출력되되 모본 또는 부본에 상응하는 정보가 계보도로서 출력되는 것을 특징으로 한다.
바람직하게는, 상기 둘 이상의 코드화된 결과가 2차원 표현으로 출력되되 상기 둘 이상의 2차원 표현에서의 차이점 영역을 탐색하고, 탐색된 영역이 흰색과 검정색 이외의 다른 색상으로 표현되어 여교배 품종과 반복친 품종이 구분되어 출력되는 것을 특징으로 한다.
바람직하게는, 상기 둘 이상의 코드화된 결과가 2차원 표현으로 출력되되 헤테로 영역을 탐색하고, 탐색된 영역이 흰색과 검정색 이외의 다른 색상으로 더 표현되어 품종고정화 정도가 식별되어 출력되는 것을 특징으로 한다.
또한 상기의 과제를 해결하기 위해, 표준유전체 품종과 대상 품종의 염색체를 해독하는 염색체 해독 모듈(100); 상기 해독된 염색체에서 단일염기변이(SNV) 밀집영역 분석을 통하여 변이 영역을 탐색하는 변이 영역 탐색 모듈(200); 상기 탐색된 변이 영역에서 indel 마커를 설정하고 PCR로 증폭하여 증폭결과를 획득하는 증폭결과 획득 모듈(300); 및 상기 증폭결과를 코드화하는 코드화 모듈(400)을 포함하는, 품종인식 코드화 시스템을 제공한다.
바람직하게는, 상기 증폭결과 획득 모듈(300)은, 표준유전체 품종의 증폭 결과의 밴드 크기와 대상 품종의 증폭결과의 밴드 크기가 동일한 경우 증폭결과를 ‘a’로, 상이한 경우 증폭결과를 ‘b’로 획득하는 것을 특징으로 한다.
바람직하게는, 상기 코드화 모듈(400)은, 증폭결과가 ‘a’인 경우를 디지털 신호 ‘0’으로 전환하여 흰색으로 표기하고, 증폭결과가 ‘b’인 경우 디지털 신호 ‘1’로 전환하여 검정색으로 표기하는 것을 특징으로 한다.
바람직하게는, 상기 코드화 모듈(400)이 코드화한 결과를 1차원 표현 또는 2차원 표현으로 출력하는 출력 모듈(500)을 더 포함한다.
바람직하게는, 상기 대상 품종의 표현형을 입력 받아 상기 출력 모듈(500)에 전송하는 표현형 입력 모듈(510)을 더 포함하는 것을 특징으로 한다.
바람직하게는, 상기 출력 모듈(500)은, 둘 이상의 코드화된 결과를 함께 출력하는 것을 특징으로 한다.
바람직하게는, 상기 출력 모듈(500)은, 상기 둘 이상의 코드화된 결과를 2차원 표현으로 출력하되 모본 또는 부본에 상응하는 정보를 계보도로서 출력하는 것을 특징으로 한다.
바람직하게는, 상기 출력 모듈(500)은, 상기 둘 이상의 코드화된 결과를 2차원 표현으로 출력하되 상기 둘 이상의 2차원 표현에서의 차이점을 탐색하고, 탐색한 영역을 흰색과 검정색 이외의 다른 색상으로 표현하는 것을 특징으로 한다.
바람직하게는, 상기 출력 모듈(500)은, 상기 둘 이상의 코드화된 결과를 2차원 표현으로 출력하되 헤테로 영역을 탐색하고, 탐색한 영역을 흰색과 검정색 이외의 다른 색상으로 더 표현하는 것을 특징으로 한다.
본 발명에 따른 품종인식 코드화 시스템을 개발함으로써, 일반 실험실 수준에서도 품종의 판별을 손쉽게 수행할 수 있고, 국내 품종 및 육성권자의 보호와 브랜드화 촉진을 통한 국내 농산업의 경쟁력을 제고할 수 있다.
또한 본 발명에 따르면, 유전자 정보를 디지털 신호로 전환함으로써 신속하고 객관적으로 품종을 판별할 수 있다.
또한 본 발명에 따르면, 상기 품종 판별을 위한 유전자 정보를 1차원 표현뿐만 아니라, 2차원으로도 표현할 수 있어, 염색체별 DMB 특이 패턴을 한눈에 쉽게 이해할 수 있다.
또한 본 발명에 따르면, 각 품종의 초형, 꽃색, 모용색, 종자모양, 배꼽색 등의 표현형이 입력될 수 있어, 이를 통하여 품종명뿐만 아니라, 상기 품종에 대한 특성을 한눈에 이해할 수 있다.
또한 본 발명에 따르면, 판별하고자 하는 품종의 모본 또는 부본에 상응하는 정보가 계보도로서 출력될 수도 있으므로, 재조합 정도 등을 손쉽게 판별할 수 있으며, 따라서 보다 효과적으로 품종을 판별할 수 있다.
또한 본 발명에 따르면, 여교배 품종과 반복친 품종이 구분될 수 있어, 기존 분자마커를 사용한 품종 판별의 한계를 극복하고, 유전적 유사도가 매우 높아 두 품종도 판별할 수 있다.
또한 본 발명에 따르면, 헤테로 영역이 더 표현되어 품종고정화 정도가 식별될 수 있는바, 분리 육성계통의 신속한 고정이 가능해짐으로써 품종의 균일성과 안정성에 기여할 수 있다.
또한 본 발명에 따르면, 염색체 수준에서의 bin map 작성이 가능하므로 품종 간 유사도, 집단 구조(population structure) 등의 분석에 효과적으로 사용할 수 있으며, 새로 육성되는 품종의 재조합 패턴(reshuffling pattern)을 구명하는 것이 가능하여 염색체 수준에서 변이영역(DMB)의 변화를 신속히 탐색할 수 있다.
도 1은 본 발명에 따른 품종인식 코드화 시스템의 개념도이다.
도 2는 본 발명에 따른 품종인식 코드화 방법의 순서도이다.
도 3은 본 발명에 따른 품종인식 코드화 시스템의 단계별 개발 과정을 나타낸 도이다.
도 4a는 6개 콩 품종의 1번 염색체 해독을 통해 변이영역(DMB) 특이 indel 마커 3,061개를 개발하고 이의 PCR 증폭 결과를 나타낸 도이다.
도 4b는 25개 벼 품종의 1번 염색체 해독을 통해 개발한 변이영역 특이 indel 마커(빨간색 화살표)를 나타낸 도이다. IP는 일품벼, NP는 니폰바레(표준유전체), TEJ는 온대벼, TRJ는 열대벼, ARO는 향미를 의미한다.
도 4c는 벼 품종의 1번 염색체 해독을 통해 개발한 변이영역 특이 indel 마커의 PCR 증폭 결과를 나타낸 도이다. 1차 선발된 66종의 마커를 8품종에 테스트하여 PCR 증폭결과가 우수한 10종의 마커를 선발하였다(파란색 박스).
도 5a는 7개 콩 품종의 1번 염색체에서의 indel 마커의 증폭결과를 코드화하는 과정을 나타낸 도이다.
도 5b는 7개 벼 품종의 1번 염색체에서의 indel 마커의 증폭결과를 코드화하는 과정을 나타낸 도이다.
도 6a는 콩 품종“대풍”의 1차원 코드화 및 2차원 코드화를 표시한 도이다.
도 6b는 벼 품종“일미”의 1차원 코드화 및 2차원 코드화를 표시한 도이다.
도 7a는 콩 품종육성 계보도에 본 발명의 품종인식 코드화 시스템을 적용한 예를 나타낸 도이다.
도 7b는 벼 품종육성 계보도에 본 발명의 품종인식 코드화 시스템을 적용한 예를 나타낸 도이다.
도 8a는 본 발명의 품종인식 코드화 시스템을 적용하여 여교배로 육성된 콩 품종과 반복친 콩 품종을 비교한 도이다. Williams82와 같은 영역은 흰색, 다른 영역은 검은색, 도입 유전자좌 영역은 빨간색 및 반복친 품종과 다른 영역은 노란색으로 표시하였다.
도 8b는 본 발명의 품종인식 코드화 시스템을 적용하여 여교배로 육성된 벼 품종(새일미)과 반복친 벼 품종을 비교한 도이다. 화영벼와 같은 영역은 흰색, 다른 영역은 검은색, 도입 유전자좌 영역은 빨간색 원 및 반복친 품종과 다른 영역은 파란색 원으로 표시하였다.
도 9는 본 발명의 품종인식 코드화 시스템을 돌연변이 품종에 적용한 예를 나타낸 도이다. 화영벼와 같은 영역은 흰색, 다른 영역은 검은색 및 일품과 다른 영역은 빨간색 원으로 표시하였다.
도 10a는 본 발명의 품종인식 코드화 시스템을 활용하여 품종의 유전적 벼 품종의 유전적 유사도를 구명할 수 있음을 나타낸 도이다. 유사도 0.68에서 12개 그룹으로 구분되었다.
도 10b는 유전자 유사도가 높은 G10 그룹(벼)에 본 발명의 품종인식 코드화 시스템을 적용한 예를 나타낸 도이다. 화영벼와 같은 영역은 흰색, 다른 영역은 검은색으로 표시하였다.
도 11a는 본 발명의 품종인식 코드화 시스템을 적용하여 콩 품종의 고정화 정도를 구명한 예를 나타낸 도이다. Williams82와 같은 영역은 흰색, 다른 영역은 검은색 및 헤테로 영역은 녹색으로 표시하였다.
도 11b는 유전자 유사도가 높은 G12 그룹(벼)에 본 발명의 품종인식 코드화 시스템을 적용한 예를 나타낸 도이다. 화영벼와 같은 영역은 흰색, 다른 영역은 검은색 및 헤테로 영역은 녹색으로 표시하였다.
도 12a은 본 발명의 품종인식 코드화 시스템을 적용하여 147개 콩 품종에 대한 인식데이터를 구축하고, 이를 활용하여 염색체 수준의 bin map을 작성한 도이다. Williams82와 같은 PCR 결과는 빨간색, 다른 결과는 파란색으로 표시하였다.
도 12b은 본 발명의 품종인식 코드화 시스템을 적용하여 282개 벼 품종에 대한 인식데이터를 구축하고, 이를 활용하여 염색체 수준의 bin map을 작성한 도이다. 화영벼와 같은 PCR 결과는 빨간색, 다른 결과는 파란색으로 표시하였다.
본 발명에서 용어, “변이 영역”은 유전자 또는 염색체의 변화가 일어난 곳을 의미하며, 본 발명에서는 DMB(Dense mutation block)로 표시하기도 한다. 즉, 품종간의 유전자의 차이가 존재하는 영역을 의미할 수 있고, 본 발명에서는 단일염기변이(SNV)가 밀집한 영역을 의미할 수 있다. 보다 구체적으로, 본 발명에서는 표준유전체 유전체 정보와 차이를 보이는 단일염기변이(SNV) 수가 10kb당 4개 이상일 때 이를 변이 영역이라 규정한다.
본 발명에서 용어, “단일염기변이(Single Nucleotide Variation)”는 "SNP(single nucleotide polymorphism)"라고도 하며, 이는 단일 염기에서의 다형성(polymorphism)을 의미한다. 즉, 어느 집단에 있어 전체 게놈(genomome)에 있는 일부 염기가 염색체마다 다른 경우가 존재하는 것을 말하며, 통상적으로 SNV는 300 내지 1000개의 염기에 하나 정도 존재하는 것으로 알려져 있으나, 이에 제한되는 것은 아니다.
본 발명에서 용어, “indel 마커”는 DNA의 염기배열에서 일부 염기가 중간에 삽입되거나(insertion) 결실된(deletion) 변이를 총칭한다. 상기 indel 마커는 표준유전체와 실험에 사용된 품종의 유전체 정보를 비교 분석하는 방법을 통해 표준유전체보다 삽입(insertion) 또는 결실(deletion)된 영역을 탐색하고 그 정보를 바탕으로 프라이머를 제작한다. 따라서 그 증폭 결과는 표준유전체와 비교하여 밴드크기가 큰 경우(insertion)와 작은 경우(deletion)의 두 종류 타입을 나타낼 수 있다.
본 발명에서 용어, “표준유전체”는 본 발명의 품종 판별함에 있어 기준이 되는 작물의 품종의 유전체를 의미한다. 바람직하게는 콩의 경우 Williams82의 유전체, 벼의 경우 화영벼의 유전체가 될 수 있으나, 이에 제한되는 것은 아니다.
본 발명에서 용어, “여교배(backcross)”란 두 모계(parental line) 간의 교배로부터 얻어지는 식물이 그의 모계 중 하나와 교배되는 과정을 의미한다. 여교배에 사용되는 모계는 반복친(recurrent parent)으로 지칭된다. 반복적인 여교배는 게놈이 보다 더 동형접합성 또는 근교성(inbred)이 되도록 하며, 반복친의 게놈과 보다 더 유사해지도록 한다.
본 발명에서 용어, “반복친 품종”이란 몇 번에 걸쳐 여교배에 제공되는 모계품종을 의미한다.
본 발명에서 용어, “헤테로 영역”이란 품종 육성과정에서 모계 또는 부계로 동형접합체(homozygote)화 되지 않아 한 가닥의 모계와 한 가닥의 부계의 염색체가 동시에 존재하는 영역을 의미하며, 마커의 증폭 결과 모계의 결과와 부계의 결과 두 가지 타입이 모두 검출되었을 때 상기 영역을 헤테로 영역이라 표현할 수 있다.
이하, 도면을 참고하여 본 발명에 따른 품종인식 코드화 시스템 및 이를 이용한 방법을 설명한다.
먼저, 도 1을 참조하여 본 발명에 따른 품종인식 코드화 시스템을 개략적으로 설명한다.
본 발명에 따른 품종인식 코드화 시스템은, 염색체 해독 모듈(100), 변이영역 탐색 모듈(200), 증폭결과 획득 모듈(300), 코드화 모듈(400) 및 출력 모듈(500)을 포함한다.
염색체 해독 모듈(100)은, 표준유전체 품종과 대상 품종의 염색체를 해독하는 기능을 한다. 염색체 해독 방법은 당업계에 공지된 통상적인 방법에 의해 수행할 수 있다.
본 발명의 일 실시예에서는, 염색체 해독을 위한 DNA 추출을 위하여 당업계에 알려진 147개의 콩 품종(표 1) 및 282개의 벼 품종(표 2)을 각각 파종상자에 파종 후 15일된 어린잎으로부터 조직을 채취하여 Saghai Maroof 등(1984)의 방법으로 수행하였다. -70℃에서 동결 보존한 콩 잎을 막자사발에 넣어서 즉시 20 ㎖의 액체질소로 냉각하면서 분말 상태로 분쇄하였다. 이 시료에 5 내지 10 ㎖의 CTAB(cetyl trimethyl ammonium bromide)을 가하여 더욱 곱게 분쇄한 후 15 ㎖ 원심분리 튜브에 넣은 뒤 60℃ 수조에 2시간 이상 진탕하였다. Chloroform/isoamyl alcohol(24:1) 용액 10 ㎖을 각각의 샘플에 첨가한 후, 손으로 뒤집어 주면서 섞은 뒤 3200 rpm, 4℃에서 15분 정도 원심분리 하였다. 상층액을 새 튜브에 옮긴 뒤 10 ㎕(10 ㎎/㎖) RNase A를 넣어 두었다. 30분 후에 아이소프로판올을 2/3 정도 넣고 섞어주어 DNA를 침전시켰다. 침전된 펠럿(pellet)을 꺼내어서 70℃ 에탄올, 10 mM NH4OAc 20 ㎖에 첨가하였으며, 그 상태로 밤샘(overnight)시킨 후, DNA pellet을 말려서 10 mM NH4OAc, 0.25 M EDTA를 1㎖ 첨가하였다. 추출한 DNA는 λDNA(100 ng/㎕)와 함께 1% 아가로스 겔에서 확인하였고, 20 ng/㎕로 정량하여 실험에 사용하였다.
이후 염색체 염기서열 해독을 위해 추출된 각 품종 DNA을 대상으로 DNA 라이브러리를 제작하고 일루미나(Illumina)사의 하이식2000(HiSeq2000) 염기서열해독기(sequencer)에서 표준 프로토콜(protocol)에 따라 각 품종의 염기서열을 해독하였다. 그 결과로 생산된 101-bp 또는 104-bp의 단편서열(read)을 생물정보분석에 사용하였다. 생물정보분석을 위한 레프런스 게놈으로는 콩 품종의 경우 Gmax109 soybean reference genome(Schmutz et al., 2010)을, 벼의 경우에는 IRGSP build 4 rice reference genome(Goff et al., 2002)을 각각 사용하여 BWA algorithm(Li and Durbin, 2009) ver. 0.5.9.으로 분석하였다.
No 품종명 No 품종명 No 품종명
1 녹원 51 신팔달콩2호 101 광교
2 다진 52 알찬콩 102 다올
3 단미 53 일미콩 103 덕유
4 단미2호 54 장미콩 104 신팔달콩
5 미랑 55 장수콩 105 팔달콩
6 상원 56 장엽콩 106 화성풋콩
7 석량풋콩 57 장원콩 107 흑청
8 선녹 58 진미콩 108 서리태
9 신록 59 진품콩 109 서목태
10 새올 60 진품콩2호 110 오리알태
11 큰올콩 61 청두1호 111 한아가리
12 화엄풋콩 62 태광콩 112 장단백목
13 갈채 63 호장 113 금강소립
14 검정올콩 64 황금콩 114 충북백
15 검정콩1호 65 광안콩 115 광두
16 검정콩2호 66 남해콩 116 백천
17 검정콩3호 67 녹채 117 새단백콩
18 검정콩4호 68 다기 118 소원2010
19 대흑 69 다원콩 119 일품검정
20 선흑 70 다채 120 한올
21 소황 71 도레미콩 121 소청2호
22 일품검정2호 72 명주나물콩 122 대하
23 진율콩 73 보석 123 대하 1호
24 청자콩 74 부광콩 124 우람
25 청자 2호 75 새별콩 125 황금올
26 흑미 76 서남콩 126 검정 5호
27 금강콩 77 소강콩 127 천상
28 남풍 78 소록콩 128 흑성
29 다장콩 79 소명나물콩 129 조양1호
30 단경콩 80 소백나물콩 130 청엽1호
31 단백콩 81 소원콩 131 참올
32 단원콩 82 소진 132 중모3005
33 대망 83 소호 133 중모3006
34 대망 2호 84 신강 134 중모3007
35 대양 85 신화 135 늘찬
36 대원콩 86 안평 136 원흑
37 대풍 87 원광 137 갈미
38 대황콩 88 원황 138 중모3003
39 두유콩 89 은하콩 139 중모3004
40 만리콩 90 익산나물콩 140 중모3002
41 만수 91 장기 141 소청
42 무한콩 92 조남 142 호반
43 백운콩 93 팔도나물콩 143 Enrei
44 보광콩 94 푸른콩 144 PI96983
45 삼남콩 95 풍산나물콩 145 L29
46 새알콩 96 풍원 146 V94-5152
47 선유 97 한남콩 147 L68
48 소담콩 98 호서 총 147 품종
49 송학콩 99 검정새올
50 신기 100 청자 3호
그룹 품종명 품종수
G1 진부올, 적진주찰, 소백, 금오, 오대, 월백, 둔내, 운봉, 운장, 삼천, 진봉, 운미, 인월, 오봉, 적진주, 황금보라, 대진, 만나, 화동, 그루, 신운봉1, 상주, 문장, 진미, 건양미, 대찬, 조은흑미, 조생흑찰, 운광, 중모1011, 운두, 상주찰, 신백, 진부찰, 청백찰 35
G2 한설, 고운, 태성, 태봉, 진부, 조안, 오대1, 호반, 중화, 수라, 안성, 서안, 강백, 금안, 풍미, 중생골드, 맛드림, 중모1017, 오륜, 만종, 청아, 보석, 주안, 홍진주, 고품, 조령, 미품, 동진찰, 새누리, 새상주, 내풍, 만추, 조아미, 삼백, 산들진미, 중모1007, 중모1012, 중산, 한들, 상미, 설래미, 조광 42
G3 흑진주, 흑설, 조평, 선향흑미, 흑광, 설백, 고아미3, 일품, 설갱, 고아미4, 고아미2, 백진주, 청청진미, 백진주1, 중모1003 15
G4 평원, 안산, 중모1001 3
G5 금오벼3, 청남, 남원, 중안, 강찬, 신운봉, 중모1010, 간척, 서안1호, 금오벼2, 청안, 안중, 화안, 삼평, 단미, 석정, 서진, 봉광, 눈보라, 설향찰, 화선찰, 신선찰, 보라미, 동해, 아랑향찰, 보석흑찰, 화진, 화명, 대안, 금남, 호평, 양조, 청해진미, 금오벼1, 향남, 미향, 만호, 화중, 만풍, 낙동, 중모1006, 만금, 화신, 만안, 남평, 흑향, 화신1호, 청호, 중모1004, 풍미1, 중모1016, 조운, 새추청, 추청, 탐진 55
G6 흑남, 신토흑미, 신명흑찰, 신농흑찰 4
G7 진품, 대평, 청명 3
G8 주남조생, 장안, 새일미, 일미, 종남, 영안, 화봉, 호농, 새고아미, 영남, 원황, 남강, 동진, 진백, 동안, 대산, 고아미, 백옥찰, 화남, 호안, 화랑, 만미, 화성, 해오르미, 대청, 대야, 계화, 하이아미, 농호, 미광, 건강홍미 31
G9 청담, 남일, 대립벼1 3
G10 수안, 해평, 팔공, 수려진미, 상옥, 영해, 화영, 동보, 서평, 새계화, 동진1호, 만월, 친농, 수광, 온누리, 중모1013, 대보, 호품, 동해진미, 동진2, 주남, 안미, 하남, 중모1005, 다청, 희망찬, 한마음, 평안, 다미, 신동진, 황금노들, 보람찬, 드래찬, 삼광, 중모1014, 화삼, 황금누리, 진수미, 삼덕, 보석찰, 중모1015, 해평찰, 말그미, 소비, 소다미, 백설찰, 중모1008, 해찬물결, 서간, 호진, 중모1002, 중모1009, 큰눈, 수진, 진보, 칠보, 영호진미, 서명 58
G11 상남밭, 목양 2
G12 농안, 남천, 밀양23, 아름, 남영, 태백, 세계진미, 남풍, 중원, 장성, 청청, 백양, 밀양29, 안다, 다산2호, 다산, 다산1호, 큰섬, 한아름, 한아름2호, 가야, 용문, 삼강, 한강찰, 한강찰1, 풍산, 향미벼2, 향미벼1, 칠성, 목우, 녹양 31
계 12개 그룹 282품종 282
변이 영역 탐색 모듈(200), 상기 해독된 염색체에서 단일염기변이(SNV) 밀집영역 분석을 통하여 변이영역을 탐색한다. 상기 변이 영역을 탐색하는 방법은 분석하고자 하는 품종의 염기서열 정보를 10kb 단위로 표준유전체와 비교하면서 단일염기변이(SNV)를 검출한다. 이 때 표준유전체 유전체 정보와 차이를 보이는 단일염기변이(SNV) 수가 10kb당 4개 이상일 때, 본 발명에서는 이를 변이 영역(DMB)이라 한다.
구체적으로, 바로 옆에 인접한 변이 영역이 90kb 간격 내에 있을 경우, 이를 합쳐서 하나의 변이 영역으로 표시할 수 있다. 또한 변이 영역 이외의 영역은 변이가 없는 공통 영역으로 표시하며, 이웃한 공통 영역이 30kb 간격 내에 있을 때 동일 영역으로 표시할 수 있다. 상기와 같은 내용은 용이한 시각화를 위하여, 염색체 상 표시를 DMB는 회색박스로, 공통 영역은 하얀색으로 표시할 수 있으며, 이에 제한되는 것은 아니다.
구체적으로 본 발명의 일 실시예에서는, 콩 품종의 유전체내 변이영역 탐색을 위해 백운콩, 신팔달콩 2호, 신기, 대풍, 황금콩 5품종과 표준유전체 품종인 Williams82의 전장유전체를 해독하였다. 상기 해독 유전체 정보를 바탕으로 단일염기변이(SNV) 밀집영역 분석을 통해 변이영역을 탐색한 결과, 20개 염색체를 대상으로 분석하였을 때 모두 2,274개의 변이영역이 탐색되었고, 염색체별로는 3번 염색체에서 가장 많은 161개의 변이영역이 탐색된 반면, 14번 염색체에서는 65개로 가장 적게 탐색되었다(표 3). 그 중 1번 염색체의 경우, 6개 콩 품종 해독을 통해 112개 변이영역이 탐색됨을 확인하였다(도 4a).
또한, 벼 품종의 유전체내 변이영역 탐색을 위해 일품벼, 온대벼, 열대벼, 향미 등을 포함한 24개 품종과 표준유전체 품종인 니폰바레의 전장유전체를 해독하였다. 상기 해독 유전체 정보를 바탕으로 단일염기변이(SNV) 밀집영역 분석을 통해 변이영역을 탐색한 결과, 12개 염색체를 대상으로 분석하였을 때 모두 2,797개의 변이영역이 탐색되었고, 염색체별로는 1번 염색체에서 가장 많은 335개의 변이영역이 탐색된 반면, 10번 염색체에서는 181개로 가장 적게 탐색되었다(표 4).
증폭결과 획득 모듈(300)은, 상기 탐색된 변이 영역에서 indel 마커를 설정하고 PCR로 증폭하여 증폭결과를 획득하는 기능을 한다.
본 발명의 일 실시예에서는, 변이영역 특이 indel 마커를 선발하기 위하여, 상기에서 분석된 염기서열을 바탕으로 변이영역에서 5 bp이상의 indel을 포함한 부분에서 primer3 프로그램을 이용하여 디자인하였고, 증폭산물의 예상크기는 100 내지 150 bp 정도로 하여 제작하였다. PCR 반응의 혼합액(maxter mix)은 10 ㎕로 수행을 하였으며, 그 안에는 20 ng의 genomic DNA, 0.4 pmole의 각각의 프라이머 및 5 ㎕의 GoTaq Green Master Mix(Promega,Madison,WI,USA)로 구성하였다. PCR 증폭은 Biometra thermocycler(Biometra, Gottingen, Germany)를 사용하여 초기 변성(denaturation)을 95℃에서 5분간 수행하였고, 95℃에서 30초간 변성한 후, 48℃의 온도에서 30초간 어닐링(annealing)하였고, 72℃에서 30초간 증폭(extension) 과정을 총 34사이클을 반복했으며, 72℃에서 10분간 최종적인 증폭하였고, 4℃에서 PCR 증폭반응을 종결시켰다. 증폭된 PCR 산물은 3% 아가로스 겔에 로딩한 뒤 150V에서 60 내지 80분 가량 진행하였으며, 전기영동이 끝난 뒤 EtBr(Ethidium bromide)로 염색한 후 UV를 이용하여 밴드를 확인하였다.
상기 과정에 의하여 콩 품종의 변이영역 특이 indel 마커 선발을 위해 유전체 해독 정보를 바탕으로 최초 73,327개의 마커를 디자인하였다. 상기 정보를 바탕으로 염색체별 각 20개의 indel 마커 프라이머를 제작하고, indel 마커의 특징인 2가지 밴드타입(type)이 정확히 증폭되는 202개의 마커를 선발하였다(표 3). 그 결과, 염색체별 선발된 마커 수는 최소 8개에서 최대 12개의 분포를 보였으며, 선발된 마커의 PIC 평균값은 0.38을 나타내었다(표 3).
염색체 번호 DMB의 수 디자인된 indel 마커의 수 선택된 indel 마커의 수 분석된 indel 마커의 수 Indel 마커의 PIC값
Gm01 112 3,061 20 12 0.39
Gm02 123 3,466 20 12 0.40
Gm03 161 4,744 20 12 0.42
Gm04 113 3,336 20 11 0.42
Gm05 106 2,939 20 12 0.41
Gm06 121 3,525 20 9 0.41
Gm07 144 3,444 20 8 0.43
Gm08 126 3,047 20 10 0.42
Gm09 124 4,430 20 11 0.36
Gm10 136 2,979 20 9 0.36
Gm11 111 2,126 20 10 0.36
Gm12 119 2,781 20 8 0.38
Gm13 111 4,102 20 9 0.41
Gm14 65 4,217 20 11 0.30
Gm15 84 4,572 20 10 0.39
Gm16 73 4,281 20 8 0.39
Gm17 116 3,161 20 12 0.37
Gm18 100 6,751 20 10 0.36
Gm19 118 3,894 20 10 0.34
Gm20 111 2,471 20 8 0.36
합 계 2,274 73,327 400 202 0.38
또한, 벼 품종의 변이영역 특이 indel 마커 선발을 위해 유전체 해독 정보를 바탕으로 최초 12,174개의 마커를 디자인하였다. 이 중에서 품종 고유의 변이영역을 대표하는 595개의 indel 마커 프라이머를 제작하고, indel 마커의 특징인 2가지 밴드타입(type)이 정확히 증폭되는 112개의 마커를 선발하였다(표 4). 그 결과, 염색체별 선발된 마커 수는 최소 8개에서 최대 10개의 분포를 보였으며, 선발된 마커의 PIC 평균값은 0.37을 나타내었다(표 4).
염색체 번호 DMB 수 디자인된 indel 마커의 수 선택된 indel 마커의 수 분석된 indel 마커의 수 Indel 마커의 PIC 값
Chr.01 335 1,330 66 10 0.41
Chr.02 311 1,047 56 9 0.33
Chr.03 225 596 55 10 0.40
Chr.04 276 1,143 56 8 0.40
Chr.05 196 606 42 8 0.35
Chr.06 205 1,042 46 8 0.36
Chr.07 233 1,213 52 10 0.37
Chr.08 211 1,090 46 10 0.20
Chr.09 182 673 40 9 0.40
Chr.10 181 1,169 40 10 0.32
Chr.11 253 1,368 56 10 0.45
Chr.12 189 897 40 10 0.44
합 계 2,797 12,174 595 112 0.37
한편, 증폭결과 획득 모듈(300)은, 표준유전체 품종의 증폭 결과의 밴드 크기와 대상 품종의 증폭 결과의 밴드 크기가 동일한 경우 증폭결과를 ‘a’로, 상이한 경우 증폭결과를 ‘b’로 획득한다. 여기에서 밴드 크기에 따라 표시가 상이하기만 하면 되며, 반드시 ‘a’ 또는 ‘b’로 제한되는 것은 아니다.
이후, 코드화 모듈(400)은 그 증폭결과를 코드화하는 기능을 한다.
구체적으로, 코드화 모듈(400)은, 증폭결과가 ‘a’인 경우를 디지털 신호 ‘0’으로 전환하여 흰색으로 표기하고, 증폭결과가 ‘b’인 경우 디지털 신호 ‘1’로 전환하여 검정색으로 표기한다. 이러한 흰색과 검정색 표기를 이용하여 바코드를 생성할 수 있다. 또한, 디지털 신호 ‘0’을 검정색으로, ‘1’을 흰색으로 표시할 수 있으며, 이의 색상에 제한되지 않는다.
바코드는 1차원 표현 또는 2차원 표현 중 선택될 수 있다.
1차원으로 표현된 예시가 도 6a 및 도 6b에 도시된다. 염색체 1번부터 n번까지를 선형으로 연결한 것이다. 2차원으로 표현된 예시 또한 도 6a 및 도 6b에 도시된다. 2차원 표현의 경우, 염색체별 DMB 특이 패턴을 한눈에 쉽게 이해할 수 있다는 장점이 있다.
본 발명의 다른 실시예에서, 대상 품종의 표현형을 입력받아 출력 모듈(500)에 전송하는 표현형 입력 모듈(510)을 더 포함할 수 있다. 각 품종의 초형, 꽃색, 모용색, 종자모양, 배꼽색 등의 표현형이 입력될 수 있으며, 이에 제한되지 않는다. 이를 통하여 품종명뿐만 아니라, 상기 품종의 표현형도 함께 표시되어, 상기 품종에 대한 특성을 한눈에 이해할 수 있다.
한편, 출력 모듈(500)은, 둘 이상의 코드화된 결과를 함께 출력할 수 있다.
예를 들어, 도 7a 및 도 7b과 같이 둘 이상의 코드화된 결과를 2차원 표현으로 출력하되 모본 또는 부본에 상응하는 정보를 계보도로서 출력할 수 있다.
각 품종은 고유의 변이영역(DMB) 패턴을 가지고 있어 다른 품종과 확연히 구분되므로, 본 발명의 품종인식 코드화 시스템이 매우 효과적으로 손쉽게 품종을 판별하는데 사용될 수 있다.
본 발명의 일 실시예에서, 백운콩을 모본으로 하고, 신팔달콩 2호를 부본으로 하여 육성된 대풍과 신기 두 품종에 본 발명의 시스템을 적용하였을 때 각 염색체별 변이영역(DMB) 유래가 모본, 또는 부본인지를 정확히 탐색할 수 있음을 확인하였다. 구체적으로, 1번 염색체를 대상으로, 신기의 경우 앞부분은 신팔달콩 2호에서, 뒷부분은 백운에서 고유의 변이영역(DMB)가 유전되었으나, 대풍의 경우 이와 반대의 경향을 보이고 있으며 더 많은 재조합(reshuffling)이 일어난 것을 알 수 있다(도 7a).
또한, 화영벼을 모본, YR1360ACP222를 부본으로 육성된 소비벼와 신동진벼 두 품종에 이 시스템을 적용하였을 때, 각 염색체별 고유 영역의 유래가 모본 또는 부본인지를 정확히 탐색할 수 있었다. 구체적으로, 도 7b의 계보도에서는 부본의 데이터가 없음에도 불구하고 검정색 영역이 부본에서 유래되었음을 알 수 있다(도 7b).
다른 예를 들어, 출력 모듈(500)은, 둘 이상의 코드화된 결과를 2차원 표현으로 출력하되 상기 둘 이상의 2차원 표현에서의 차이점을 자동 또는 수동으로 탐색하고 이를 흰색과 검정색 이외의 다른 색상으로 표현할 수 있다.
또한, 여교배(backcross)로 육성된 품종을 판별하기 위하여 본 발명의 품종인식 코드화 시스템을 적용할 수 있다. 기존 분자마커를 사용한 품종 판별의 한계는 여교배로 육성된 품종의 경우, 반복친으로 사용된 품종과 유전적 유사도가 매우 높아 두 품종을 구별하는 것이 어렵다는데 있었다.
본 발명의 일 실시예에서는, SMV(soybean mosaic virus) 저항성 유전자인 Rsv1을 소원콩에 도입하기 위해 여교배 방법으로 육성된 신화, Rsv3가 도입된 신강, 그리고 반복친으로 사용된 소원콩에 본 발명의 코드화 시스템을 적용하고 비교하였을 때, 신화와 신강 두 품종은 소원콩과 매우 유전적 유사도가 높게 나타났으나 고유의 변이영역(DMB) 패턴으로 각 품종을 명확히 구별할 수 있었다(도 8a).
또한 도입 유전자좌가 위치한 DMB는 자동 또는 수동으로 탐색될 수 있는데, 흰색 또는 검정색 이외의 다른 색상으로 표현된 도 8에 도시된 예시와 같이, DMB(빨강)와 소원콩으로 완전히 대체되지 않은 DMB(노랑)도 그림에서와 같이 정확히 탐색되어 이 시스템이 여교배 육종의 회복친 유전자 선발(background selection)에 효과적으로 사용될 수 있음을 확인하였다(도 8a).
한편, 여교배 육성법으로 개발된 벼 품종 새일미에 본 발명의 품종인식 코드화 시스템을 적용한 결과, 유전적 유사도가 높은 두 품종(일미 및 새일미)을 확연히 구분할 수 있을 뿐만 아니라, 도입유전자 영역과 반복친 품종으로 완전히 치환되지 않은 영역까지도 탐색이 가능함을 확인하였다(도 8b).
또한 돌연변이 품종을 판별하기 위하여 본 발명의 품종인식 코드화 시스템을 적용할 수 있다(도 9).
본 발명의 일 실시예에서는, 일품벼에 돌연변이 유기원인 MNU(N-methyl-N-nitrosourea)를 처리하여 육성한 백진주와 설갱에 본 발명의 품종인식 코드화 시스템을 적용한 결과, 두 품종 모두에서 일품벼와 차이를 보이는 영역을 정확히 탐색하였음을 확인하였다. 구체적으로, 백진주는 1, 3, 8, 9번 염색체의 각각 1곳에서 차이를 보였고 설갱은 3, 4번 염색체의 1곳이 일품과 다른 것으로 조사되었다.
또한, 본 발명의 품종인식 코드화 시스템의 정밀도를 파악하기 위하여, 유사도 0.68의 값으로 282개의 벼 품종을 12개 그룹으로 구분하였고(표 2 및 도 10a), 이 중 G10 그룹 내에서 유전적 유사도가 높은 품종들을 대상으로 본 발명의 시스템을 적용한 결과, 유전적 유사도가 0.997로 매우 높은 동보와 영해의 경우에도 화영벼와 차이가 나는 위치(4번, 8번 염색체의 각각 1곳)를 정확히 탐색해냄으로써 본 발명의 시스템의 품종인식 능력이 매우 정밀함을 확인하였다(도 10b). 또한, G12 그룹 내에서 유전적 유사도가 높은 품종들을 대상으로 적용하였을 때에도 마찬가지로, 유전적 유사도가 높은 중원, 장성, 청청의 3개 품종, 큰섬, 한아름, 한아름 2호의 3개 품종, 및 가야, 용문, 삼강의 3개 품종의 품종 간 차이가 나는 위치를 정확히 탐색해내었음을 확인하였다(도 11a).
이는 본 발명의 품종인식 코드화 시스템이 원품종과 유전적 유사도가 높은 품종의 인식에도 효과적으로 사용될 수 있음을 시사한다.
또 다른 예를 들어, 출력 모듈(500)은, 도 11a 및 도 11b와 같이 둘 이상의 코드화된 결과를 2차원 표현으로 출력하되 헤테로 영역을 자동 또는 수동으로 탐색하고, 이를 흰색과 검정색 이외의 다른 색상으로 더 표현할 수 있다.
구체적으로, 품종고정화 정도를 구명하기 위하여 본 발명의 품종인식 코드화 시스템을 적용할 수 있다.
콩을 포함하여 교배육종방법으로 품종을 개발하는 작물의 경우, 육성계통의 고정화는 품종의 균일성과 안정성을 위해 매우 중요한 요소에 해당한다.
본 발명의 일 실시예에서는, 본 발명의 품종인식 코드화 시스템을 147개 품종에 적용하였을 때, 청자콩(14번 염색체의 세 영역)과 풍원콩(3, 4, 10, 13번 염색체의 각 한 영역)은 녹색의 헤테로(hetero)를 나타내어 완전히 고정이 안 된 것으로 나타남을 확인하였다(도 11a).
또한 본 발명의 품종인식 코드화 시스템은 몇 번 염색체의 어떤 영역이 헤테로인지를 정확히 탐색할 수 있어 분리 육성계통의 신속한 고정에 적용될 수 있다. 구체적으로, 도 11b에서 볼 수 있듯이, 8번 염색체의 RDMB_ID_08_29 마커는 통일형 벼 품종에서 고유의 헤테로 반응을 나타냄을 확인할 수 있는 바, 통일형 품종 구분에 유용하게 사용할 수 있다(도 11b).
또한, 본 발명의 품종인식 코드화 시스템을 활용하여 염색체 수준에서의 염색체 지도(bin map)를 작성할 수 있다(도 12a 및 도 12b). 염색체 수준에서의 bin map 작성은 품종 간 유사도, 집단 구조(population structure) 등의 분석에 효과적으로 사용할 수 있으며, 새로 육성되는 품종의 재조합 패턴(reshuffling pattern)을 구명하는 것이 가능하여 염색체 수준에서 변이영역(DMB)의 변화를 신속히 탐색할 수 있다는 장점이 있다.
다음, 도 2를 참조하여 본 발명에 따른 품종인식 코드화 방법을 설명한다.
먼저, 염색체 해독 모듈(100)이 표준유전체 품종과 대상 품종의 염색체를 해독한다(S100).
다음, 변이 영역 탐색 모듈(200)이 상기 해독된 염색체에서 단일염기변이(SNV) 밀집영역 분석을 통하여 변이 영역을 탐색한다(S200). 구체적인 탐색 방법은 시스템에서 전술한 바와 같다. 여기에서, 표준유전체 품종이 반드시 필요하다. 표준유전체 품종으로 바람직하게는 콩의 경우 Williams82를, 벼의 경우 화영벼를 사용할 수 있으나, 이에 제한되지 않으며, 기준이 되는 품종은 사용자가 직접 설정함으로써 원하는 품종을 사용할 수 있다.
예를 들어 대풍을 기준품종으로 하고 인증바코드를 개발하고자 하는 새로운 품종을 비교품종으로 하여 실험을 수행할 때, 먼저 두 품종을 대상으로 개발된 indel 마커로 PCR하고 그 증폭결과를 해독하여 밴드크기가 같을 때 “a”, 다를 때는 “b”로 나타낸 다음, 기 확보된 표준유전체 정보와 대풍을 비교하여 표준유전체 기준으로 비교품종의 데이터를 전환함으로써 코드화 할 수 있다.
여기에서, 표준유전체 품종의 증폭 결과의 밴드 크기와 대상 품종의 증폭 결과의 밴드 크기가 동일한 경우 증폭결과가 ‘a’이며, 상이한 경우 증폭결과가 ‘b’이다. 여기에서 밴드 크기에 따라 표시가 상이하기만 하면 되며, 반드시 ‘a’ 또는 ‘b’로 제한되는 것은 아니다.
다음, 증폭결과 획득 모듈(300)이 상기 탐색된 변이 영역에서 indel 마커를 설정하고 PCR로 증폭하여 증폭결과를 획득한다(S300). 구체적인 획득 방법은 시스템에서 전술한 바와 같다.
다음, 코드화 모듈(400)이 상기 증폭결과를 코드화한다(S400).
여기에서, 증폭결과가 ‘a’인 경우를 디지털 신호 ‘0’으로 전환하여 흰색으로 표기하고, 증폭결과가 ‘b’인 경우 디지털 신호 ‘1’로 전환하여 검정색으로 표기한다. 또한, 반대로 디지털 신호 ‘0’을 검정색으로, ‘1’을 흰색으로 표시할 수 있으며, 이의 색상에 제한되지 않는다.
이를 통하여, 출력 모듈(500)은 코드화된 결과를 바코드로서 표현할 수 있다.
또한, 사용자는 코드화된 결과를 1차원 표현 또는 2차원 표현으로 선택적으로 출력할 수 있다.
또한, 사용자는 표현형 입력 모듈(510)을 통하여 대상 품종의 표현형을 입력함으로써 함께 출력할 수 있다(S500).
한편, 코드화된 결과는 단순한 바코드로서만 출력될 수도 있으나, 일 실시예에서 둘 이상의 코드화된 결과가 2차원 표현으로 출력되되 모본 또는 부본에 상응하는 정보가 계보도로서 출력될 수도 있다. 이를 통하여 재조합 정도 등을 손쉽게 판별할 수 있으며, 따라서 보다 효과적으로 품종을 판별할 수 있다.
다른 실시예에서, 출력 모듈(500)에 의해 둘 이상의 코드화된 결과가 2차원 표현으로 출력되되 상기 둘 이상의 2차원 표현에서의 차이점이 자동 또는 수동으로 탐색되고, 이는 흰색과 검정색 이외의 다른 색상으로 표현되어 여교배 품종과 반복친 품종이 구분될 수 있다. 이를 통하여 기존 분자마커를 사용한 품종 판별의 한계를 극복하고, 유전적 유사도가 매우 높아 두 품종도 판별할 수 있다.
또 다른 실시예에서, 출력 모듈(500)에 의해 둘 이상의 코드화된 결과가 2차원 표현으로 출력되되 헤테로 영역이 자동 또는 수동으로 탐색되고, 이는 흰색과 검정색 이외의 다른 색상으로 더 표현되어 품종고정화 정도가 식별될 수 있다. 이를 통하여 분리 육성계통의 신속한 고정이 가능해짐으로써 품종의 균일성과 안정성에 기여할 수 있다.
100: 염색체 해독 모듈
200: 변이영역 탐색 모듈
300: 증폭결과 획득 모듈
400: 코드화 모듈
500: 출력 모듈
510: 표현형 입력 모듈

Claims (18)

  1. (a) 염색체 해독 모듈(100)이 표준유전체 품종과 둘 이상의 대상 품종의 염색체를 해독하는 단계;
    (b) 변이 영역 탐색 모듈(200)이 상기 해독된 염색체에서 단일염기변이(Single Nucleotide Variation) 밀집영역 분석을 통하여 변이 영역을 탐색하는 단계;
    (c) 증폭결과 획득 모듈(300)이 상기 탐색된 변이 영역에서 indel 마커를 설정하고 PCR(Polymerase chain reaction)로 증폭하여 증폭결과를 획득하는 단계; 및
    (d) 코드화 모듈(400)이 상기 증폭결과를 코드화하되, 표준유전체 품종의 증폭 결과의 밴드 크기와 대상 품종의 증폭 결과의 밴드 크기가 동일한 경우 흰색으로 표기하고 상이한 경우 검정색으로 표기하는 단계;
    (e) 출력 모듈(500)이 상기 둘 이상의 대상 품종에 대한 둘 이상의 코드화된 결과를 출력하는 단계로서, 상기 둘 이상의 코드화된 결과가 2차원 표현으로 출력되되 상기 둘 이상의 2차원 표현에서의 차이점 영역이 탐색되고, 상기 탐색된 영역이 흰색과 검정색 이외의 다른 색상으로 표현되어 여교배 품종과 반복친 품종이 구분되어 출력되는, 출력 단계를 포함하는 것을 특징으로 하는,
    품종인식 코드화 방법.
  2. 제 1 항에 있어서,
    상기 (c) 단계에서,
    표준유전체 품종의 증폭 결과의 밴드 크기와 대상 품종의 증폭 결과의 밴드 크기가 동일한 경우 증폭결과가 ‘a’이며, 상이한 경우 증폭결과가 ‘b’인 것을 특징으로 하는,
    품종인식 코드화 방법.
  3. 제 2 항에 있어서,
    상기 (d) 단계는,
    (d1) 증폭결과가 ‘a’인 경우를 디지털 신호 ‘0’으로 전환하여 상기 흰색으로 표기하고, 증폭결과가 ‘b’인 경우 디지털 신호 ‘1’로 전환하여 상기 검정색으로 표기하는 단계를 더 포함하는 것을 특징으로 하는,
    품종인식 코드화 방법.
  4. 삭제
  5. 제 1 항에 있어서,
    상기 (e) 단계는,
    상기 대상 품종의 표현형을 함께 출력하는 단계를 더 포함하는,
    품종인식 코드화 방법.
  6. 삭제
  7. 제 1 항에 있어서,
    상기 둘 이상의 코드화된 결과가 2차원 표현으로 출력되되 모본 또는 부본에 상응하는 정보가 계보도로서 출력되는 것을 특징으로 하는,
    품종인식 코드화 방법.
  8. 삭제
  9. 제 1 항에 있어서,
    상기 (e) 단계는,
    상기 둘 이상의 코드화된 결과가 2차원 표현으로 출력되되 헤테로 영역이 탐색되는 단계; 및
    상기 탐색된 영역이 흰색과 검정색 이외의 다른 색상으로 더 표현되어 품종고정화 정도가 식별되어 출력되는 단계를 더 포함하는 것을 특징으로 하는,
    품종인식 코드화 방법.
  10. 표준유전체 품종과 둘 이상의 대상 품종의 염색체를 해독하는 염색체 해독 모듈(100);
    상기 해독된 염색체에서 단일염기변이 밀집영역 분석을 통하여 변이 영역을 탐색하는 변이 영역 탐색 모듈(200);
    상기 탐색된 변이 영역에서 indel 마커를 설정하고 PCR로 증폭하여 증폭결과를 획득하는 증폭결과 획득 모듈(300);
    상기 증폭결과를 코드화하되 표준유전체 품종의 증폭 결과의 밴드 크기와 대상 품종의 증폭 결과의 밴드 크기가 동일한 경우 흰색으로 표기하고 상이한 경우 검정색으로 표기하는 코드화 모듈(400); 및
    상기 둘 이상의 대상 품종에 대한 둘 이상의 코드화된 결과를 출력하되, 상기 둘 이상의 코드화된 결과가 2차원 표현으로 출력되고 상기 둘 이상의 2차원 표현에서의 차이점 영역이 탐색되면 상기 탐색된 영역이 흰색과 검정색 이외의 다른 색상으로 표현되어 여교배 품종과 반복친 품종을 구분하여 출력하는 출력 모듈(500)을 포함하는,
    품종인식 코드화 시스템.
  11. 제 10 항에 있어서,
    상기 증폭결과 획득 모듈(300)은, 표준유전체 품종의 증폭 결과의 밴드 크기와 대상 품종의 증폭 결과의 밴드 크기가 동일한 경우 증폭결과를 ‘a’로, 상이한 경우 증폭결과를 ‘b’로 획득하는 것을 특징으로 하는,
    품종인식 코드화 시스템.
  12. 제 11 항에 있어서,
    상기 코드화 모듈(400)은, 증폭결과가 ‘a’인 경우를 디지털 신호 ‘0’으로 전환하여 상기 흰색으로 표기하고, 증폭결과가 ‘b’인 경우 디지털 신호 ‘1’로 전환하여 상기 검정색으로 표기하는 것을 특징으로 하는,
    품종인식 코드화 시스템.
  13. 삭제
  14. 제 10 항에 있어서,
    상기 대상 콩 품종의 표현형을 입력받아 상기 출력 모듈(500)에 전송하는 표현형 입력 모듈(510)을 더 포함하는 것을 특징으로 하는,
    품종인식 코드화 시스템.
  15. 삭제
  16. 제 10 항에 있어서,
    상기 출력 모듈(500)은, 상기 둘 이상의 코드화된 결과를 2차원 표현으로 출력하되 모본 또는 부본에 상응하는 정보를 계보도로서 출력하는 것을 특징으로 하는,
    품종인식 코드화 시스템.
  17. 삭제
  18. 제 10 항에 있어서,
    상기 출력 모듈(500)은, 상기 둘 이상의 코드화된 결과를 2차원 표현으로 출력하되 헤테로 영역을 탐색하여 흰색과 검정색 이외의 다른 색상으로 더 표현하는 것을 특징으로 하는,
    품종인식 코드화 시스템.
KR20130114326A 2013-09-26 2013-09-26 품종인식 코드화 시스템 및 이를 이용한 코드화 방법 KR101493982B1 (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
KR20130114326A KR101493982B1 (ko) 2013-09-26 2013-09-26 품종인식 코드화 시스템 및 이를 이용한 코드화 방법
JP2016523610A JP6118462B2 (ja) 2013-09-26 2013-10-30 品種認識コード化システム及びそれを用いたコード化方法
US14/901,922 US10373706B2 (en) 2013-09-26 2013-10-30 Variety identification-encoding system and encoding method using the same
PCT/KR2013/009731 WO2015046661A1 (ko) 2013-09-26 2013-10-30 품종인식 코드화 시스템 및 이를 이용한 코드화 방법
CN201380077935.3A CN105556524B (zh) 2013-09-26 2013-10-30 品种识别-编码系统和使用其的编码方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR20130114326A KR101493982B1 (ko) 2013-09-26 2013-09-26 품종인식 코드화 시스템 및 이를 이용한 코드화 방법

Publications (1)

Publication Number Publication Date
KR101493982B1 true KR101493982B1 (ko) 2015-02-23

Family

ID=52593850

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20130114326A KR101493982B1 (ko) 2013-09-26 2013-09-26 품종인식 코드화 시스템 및 이를 이용한 코드화 방법

Country Status (5)

Country Link
US (1) US10373706B2 (ko)
JP (1) JP6118462B2 (ko)
KR (1) KR101493982B1 (ko)
CN (1) CN105556524B (ko)
WO (1) WO2015046661A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170055607A (ko) * 2015-11-11 2017-05-22 대한민국(농촌진흥청장) 유전체상 블록을 이용한 유전자좌 탐색방법

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10395759B2 (en) 2015-05-18 2019-08-27 Regeneron Pharmaceuticals, Inc. Methods and systems for copy number variant detection
WO2018071054A1 (en) * 2016-10-11 2018-04-19 Genomsys Sa Method and system for selective access of stored or transmitted bioinformatics data
KR102226943B1 (ko) * 2019-06-07 2021-03-11 주식회사 큐에스택 검출 방법 및 검출 패드
CN112063737B (zh) * 2020-09-02 2023-03-24 青海省农林科学院 构建蚕豆指纹图谱的引物组及指纹图谱与应用

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020095793A (ko) * 2001-06-15 2002-12-28 대한민국(관리부서:농촌진흥청) 품종판별을 위한 코드화 방법
WO2013023220A2 (en) * 2011-08-11 2013-02-14 Life Technologies Corporation Systems and methods for nucleic acid-based identification

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020142345A1 (en) * 2000-12-22 2002-10-03 Nelsen Anita J. Methods for encoding and decoding complex mixtures in arrayed assays
EP2510126B1 (en) * 2009-12-07 2017-08-09 Illumina, Inc. Multi-sample indexing for multiplex genotyping
KR101301863B1 (ko) 2011-07-18 2013-09-02 대한민국 초위성체 프라이머 세트를 이용한 상추 품종식별 방법
CN102329884B (zh) * 2011-10-20 2013-05-08 东南大学 两核苷酸同时合成dna测序方法及其应用
KR20130091434A (ko) 2012-02-08 2013-08-19 대한민국(관리부서:농촌진흥청장) 벼 줄무늬잎마름병 저항성 유전자 Ｓｔｖ－ｂｉ를 가진 벼 품종 선별용 프라이머 및 이를 이용한 벼 품종 선별 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020095793A (ko) * 2001-06-15 2002-12-28 대한민국(관리부서:농촌진흥청) 품종판별을 위한 코드화 방법
WO2013023220A2 (en) * 2011-08-11 2013-02-14 Life Technologies Corporation Systems and methods for nucleic acid-based identification

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170055607A (ko) * 2015-11-11 2017-05-22 대한민국(농촌진흥청장) 유전체상 블록을 이용한 유전자좌 탐색방법
KR101908720B1 (ko) 2015-11-11 2018-10-18 대한민국 유전체상 블록을 이용한 유전자좌 탐색방법

Also Published As

Publication number Publication date
JP2016523100A (ja) 2016-08-08
CN105556524B (zh) 2018-08-07
WO2015046661A1 (ko) 2015-04-02
JP6118462B2 (ja) 2017-04-19
US20160196382A1 (en) 2016-07-07
US10373706B2 (en) 2019-08-06
CN105556524A (zh) 2016-05-04

Similar Documents

Publication Publication Date Title
Zhebentyayeva et al. Genetic characterization of worldwide Prunus domestica (plum) germplasm using sequence-based genotyping
Mei et al. High-density genetic map construction and gene mapping of basal branching habit and flowers per leaf axil in sesame
Yang et al. Target SSR-Seq: a novel SSR genotyping technology associate with perfect SSRs in genetic analysis of cucumber varieties
Arrones et al. The dawn of the age of multi-parent MAGIC populations in plant breeding: novel powerful next-generation resources for genetic analysis and selection of recombinant elite material
KR101493982B1 (ko) 품종인식 코드화 시스템 및 이를 이용한 코드화 방법
Wu et al. Diversity in grain amaranths and relatives distinguished by genotyping by sequencing (GBS)
KR101493980B1 (ko) 벼 품종인식을 위한 Indel 마커
Park et al. Rapid and practical molecular marker development for rind traits in watermelon
Choudhary et al. Gene/QTL discovery for Anthracnose in common bean (Phaseolus vulgaris L.) from North-western Himalayas
CN101801176A (zh) 选择具有特异性突变的植物的方法
Makarevitch et al. Phylogenetic relationships of the Siberian Iris species inferred from noncoding chloroplast DNA sequences
Shortlidge et al. Microarthropod contributions to fitness variation in the common moss Ceratodon purpureus
CN111394508B (zh) 一种与辣椒小果基因连锁的分子标记及应用
Kishor et al. SNP marker assay and candidate gene identification for sex expression via genotyping-by-sequencing-based genome-wide associations (GWAS) analyses in Oriental melon (Cucumis melo L. var. makuwa)
Mu et al. The chloroplast genome of Cerasus humilis: Genomic characterization and phylogenetic analysis
Wang et al. Identifying a melanogenesis-related candidate gene by a high-quality genome assembly and population diversity analysis in Hypsizygus marmoreus
Ma et al. Development of Kompetitive Allele Specific PCR markers for identification of persimmon varieties using genotyping-by-sequencing
Wu et al. Genetic differentiation of grain, fodder and pod vegetable type cowpeas (Vigna unguiculata L.) identified through single nucleotide polymorphisms from genotyping-by-sequencing
Pereira et al. Patterns of DNA methylation changes in elite Eucalyptus clones across contrasting environments
KR101493978B1 (ko) 콩 품종인식을 위한 Indel 마커
Jamalluddin et al. Genetic diversity analysis and marker-trait associations in Amaranthus species
Gong et al. Selection and application of SSR markers for variety discrimination, genetic similarity and relation analysis in gerbera (Gerbera hybrida)
Zebua et al. The DNA barcode of red fruit pandan (Pandanaceae) cultivar from Wamena, Papua Province, Indonesia based on matK gene
Odesola et al. Genome-wide association analysis of phenotypic traits in Bambara groundnut under drought-stressed and non-stressed conditions based on DArTseq SNP
Hussain et al. Genotyping-by-sequencing based molecular genetic diversity of Pakistani bread wheat (Triticum aestivum L.) accessions

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant