一种金华猪鉴定方法技术

本发明专利技术涉及一种金华猪鉴定方法，首先采集金华猪的特异性遗传标签组合，经全基因组测序后，通过线性混合模型进行全基因组关联分析，筛选显著值前25的SNP位点构成鉴定数据集；再通过鉴定数据集利用支持向量机构建机器学习模型，鉴定时，提取待测肉制品的基因组DNA进行测序，并获得待测肉制品的特异性遗传标签组合中位点的基因型；将待测肉制品的SNP位点的基因型输入机器学习模型进行鉴别；输出鉴别结果。本发明专利技术提供的金华猪鉴定方法操作简单、价格低廉、具有很高的准确性，填补了市场的空缺，有效解决了金华猪品系的鉴伪问题。有效解决了金华猪品系的鉴伪问题。

【技术实现步骤摘要】
一种金华猪鉴定方法


[0001]本专利技术关于一种猪鉴定方法，特别是有关于一种金华猪鉴定方法。

技术介绍

[0002]金华猪主要分布在浙江省金华市，是中国的四大名猪之一，亦是浙江省最重要的地方遗传资源之一，因头尾两头皮毛均为黑色，故又称金华两头乌猪。金华猪的体型有大、中、小三个类型，也称Ⅰ、Ⅱ、Ⅲ系，以其肉质优，繁殖力高、耐粗饲等优良种质特性闻名世界。另一方面，金华猪是适用于火腿制作的优质品种，蜚声中外的金华火腿即采用金华猪后腿精制而成，以其鲜艳的色泽，独特的芳香，悦人的风味，俏丽的外形名扬海内外。因此需保持金华猪独特纯正的血统，避免市场上出现其他猪群或猪肉产品，冒充金华猪肉产品，造成以假乱真、以次充好的情况。通过传统方法将金华猪与其他品种猪区分难度很大，尤其是宰杀后的分割猪及其处理后的肉制品。如何快速准确的鉴别金华猪及其产品是目前亟需解决的一个问题，金华猪的鉴定是可靠的食品追溯手段，有利于规范种业发展，推进中国地方猪保护工作。

技术实现思路

[0003]要解决的技术问题：本专利技术的目的在于提供一种金华猪鉴定方法，对金华猪的品种进行快速鉴别，填补市场空缺，有效解决金华猪品系的鉴伪问题。
[0004]技术方案：一种金华猪鉴定方法，包括以下步骤：S1：采集金华猪的特异性遗传标签组合；S2：特异性遗传标签组合构成鉴定数据集；S3：利用鉴定数据集构建机器学习模型；S4：提取待测肉制品的基因组DNA并进行测序；S5：获得待测肉制品的特异性遗传标签组合中位点的基因型；S6：将位点的基因型输入机器学习模型进行鉴别；S7：输出鉴别结果。进一步的，所述步骤S1通过线性混合模型对全基因组数据进行全基因组数据关联分析获得品种基因组数据，选取显著值前25的特异性遗传标签组合。进一步的，所述步骤S1中全基因组数据包括76个地方猪品种，1305个个体。进一步的，所述步骤S1中线性混合模型表达式为：y＝μ+xb+∑
k
W
ik
U
k
+e，其中，y代表个体品种，编码为1或0，当y值为l时代表个体品种为金华猪，当y值为0时代表个体品种为其他，μ是一个固定的均值项，x是位点的基因型变量，b表示两个群体之间的等位基因频率差的函数，∑
k
W
ik
U
k
是模型中其他染色体上的所有SNP位点用来控制群体分化的项，k表示全基因组数据的所有位点，Wik表示SNP位点的标准化基因型变量，Uk表示对应不同位点的效果大小，e表示残差。进一步的，所述显著值前25的特异性遗传标签组合包括：金华猪1号染色体第
4592476位位点，金华猪1号染色体第4655144位位点，金华猪1号染色体第4655664位位点，金华猪1号染色体第4676432位位点，金华猪1号染色体第4687953位位点，金华猪1号染色体第4690353位位点，金华猪1号染色体第4714112位位点，金华猪1号染色体第4723870位位点，金华猪1号染色体第4727725位位点，金华猪1号染色体第4728161位位点，金华猪1号染色体第4734009位位点，金华猪1号染色体第8281603位位点，金华猪1号染色体第8281604位位点，金华猪1号染色体第19488164位位点，金华猪1号染色体第19813124位位点，金华猪1号染色体第26225230位位点，金华猪1号染色体第26304938位位点，金华猪1号染色体第181267982位位点，金华猪1号染色体第269948146位位点，金华猪1号染色体第269973943位位点，金华猪1号染色体第269997844位位点，金华猪1号染色体第270287517位位点，金华猪1号染色体第270287554位位点，金华猪1号染色体第272372545位位点，金华猪1号染色体第274210978位位点。进一步的，所述显著值通过软件gemma
‑
0.98.5
‑
1inux
‑
static
‑
AMD64采取瓦尔德检验法获得。进一步的，所述瓦尔德检验法先假设检验结果为0，此时SNP位点不影响表型，再假设检验结果为1，此时SNP位点与表型显著关联。进一步的，所述步骤S3构建机器学习模型通过R语言中的svm()函数进行支持向量机模型的构建。进一步的，所述R语言中svm()函数支持向量机模型的构建具体为：model.svm＜
‑
svm(x＝trX,y＝factor(as.character(try))，kernel＝”linear
″
,scale＝T)，其中，model.svm为构建的机器学习模型，svm为R语言内置的支持向量机函数，x＝trX代表显著值前25的SNP位点作为训练集，trX为输入的模型，y＝factor(as.character(try))代表包含训练集的表型值，即具体品种输入模型，kernel＝
″
linear
″
代表选取
″
linear
″
模式的支持向量机，scale＝T表示对变量进行缩放。有益效果：本专利技术提供一种金华猪鉴定方法，首先采集金华猪的特异性遗传标签组合，经全基因组测序后，通过线性混合模型进行全基因组关联分析，筛选显著值前25的SNP位点构成鉴定数据集；再利用鉴定数据集构建机器学习模型，鉴定时，提取待测肉制品的基因组DNA进行测序，并获得待测肉制品的特异性遗传标签组合中位点的基因型；将待测肉制品的SNP位点的基因型输入机器学习模型进行鉴别；输出鉴别结果。本专利技术提供的金华猪鉴定方法操作简单、鉴定结果准确、价格低廉，填补了市场的空缺，有效解决了金华猪品系的鉴伪问题。
具体实施方式
为使对本专利技术的目的、构造、特征、及其功能有进一步的了解，兹配合实施例详细说明如下。实施例一种金华猪鉴定方法，包括以下步骤：S1：采集金华猪的特异性遗传标签组合：通过线性混合模型y＝μ+xb+∑
k
W
ik
U
k
+e对全基因组数据进行全基因组数据关联分析获得品种基因组数据，其中，y代表个体品种，编
码为1或0，当y值为1时代表个体品种为金华猪，当y值为0时代表个体品种为其他，μ是一个固定的均值项，x是SNP位点的基因型变量，一个个体的的基因型有三种，分别为AA、AC和CC，当基因型为AA时，x赋值0，当基因型为AC时，x赋值1，当基因型为CC时，x赋值2，b表示两个群体之间的等位基因频率差的函数，∑
k
W
ik
U
k
是模型中其他染色体上的所有SNP位点用来控制群体分化的项，k表示全基因组数据的所有位点，W
ik
表示SNP位点的标准化基因型变量，Uk表示对应不同位点的效果大小，e表示残差。全基因组数据包括76个地方猪品种，1305个个体，主要来自网络下载和自测全基因组数据。通过软件gemma
‑
0.98.5
‑
linux本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种金华猪鉴定方法，其特征在于，该方法包括以下步骤：S1：采集金华猪的特异性遗传标签组合；S2：特异性遗传标签组合构成鉴定数据集；S3：利用鉴定数据集构建机器学习模型；S4：提取待测肉制品的基因组DNA并进行测序；S5：获得待测肉制品的特异性遗传标签组合中位点的基因型；S6：将位点的基因型输入机器学习模型进行鉴别；S7：输出鉴别结果。2.根据权利要求1所述的一种金华猪鉴定方法，其特征在于，所述步骤S1通过线性混合模型对全基因组数据进行全基因组数据关联分析获得品种基因组数据，选取显著值前25的特异性遗传标签组合。3.根据权利要求1所述的一种金华猪鉴定方法，其特征在于，所述步骤S1中全基因组数据包括76个地方猪品种，1305个个体。4.根据权利要求1所述的一种金华猪鉴定方法，其特征在于，所述步骤S1中线性混合模型表达式为：y＝μ+xb+∑
k
W
ik
U
k
+e，其中，y代表个体品种，编码为1或0，当y值为1时代表个体品种为金华猪，当y值为0时代表个体品种为其他，μ是一个固定的均值项，x是位点的基因型变量，b表示两个群体之间的等位基因频率差的函数，∑
k
W
ik
U
k
是模型中其他染色体上的所有SNP位点用来控制群体分化的项，k表示全基因组数据的所有位点，Wik表示SNP位点的标准化基因型变量，Uk表示对应不同位点的效果大小，e表示残差。5.根据权利要求2所述的一种金华猪鉴定方法，其特征在于，所述显著值前25的特异性遗传标签组合包括：金华猪1号染色体第4592476位位点，金华猪1号染色体第4655144位位点，金华猪1号染色体第4655664位位点，金华猪1号染色体第4676432位位点，金华猪1号染色体第4687953位位点，金华猪1号染色体第4690353位位点，金华猪1号染色体第4714112位位点，金华猪1号染色体第4723870位位点，金华猪1号染色体第4727725位位点，金华猪1号染色体第4728161位位点，金华猪1号染色体第4734009位位点，金华猪...

【专利技术属性】
技术研发人员：潘玉春，曹彩云，王振，王起山，张哲，吴芬，张振洋，
申请(专利权)人：浙江大学，
类型：发明
国别省市：