您的位置: 专家智库 > >

邱恒清

作品数:7 被引量:42H指数:3
供职机构:江西农业大学更多>>
发文基金:国家自然科学基金江西省自然科学基金更多>>
相关领域:农业科学自动化与计算机技术更多>>

文献类型

  • 6篇期刊文章
  • 1篇学位论文

领域

  • 6篇农业科学
  • 1篇自动化与计算...

主题

  • 3篇基因
  • 2篇地方猪
  • 2篇地方猪种
  • 2篇中国地方猪
  • 2篇中国地方猪种
  • 2篇全基因组
  • 2篇猪种
  • 2篇拷贝数
  • 2篇拷贝数变异
  • 2篇基因组
  • 1篇新品种培育
  • 1篇优质猪
  • 1篇优质猪肉
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇四肢
  • 1篇欧氏距离
  • 1篇爬虫
  • 1篇皮肤
  • 1篇皮肤厚度

机构

  • 7篇江西农业大学
  • 1篇温州医科大学

作者

  • 7篇邱恒清
  • 4篇郭源梅
  • 3篇肖石军
  • 3篇黄路生
  • 2篇候利娟
  • 1篇张徐非
  • 1篇赵应丁
  • 1篇艾华水
  • 1篇麻骏武
  • 1篇任军
  • 1篇杨斌
  • 1篇黄涛
  • 1篇刘丹丹
  • 1篇严国荣
  • 1篇黄晓畅
  • 1篇李龙云

传媒

  • 2篇江西农业大学...
  • 2篇中国农业科学
  • 1篇畜牧兽医学报
  • 1篇中国新通信

年份

  • 1篇2020
  • 2篇2017
  • 3篇2016
  • 1篇2015
7 条 记 录,以下是 1-7
排序方式:
利用10个重要经济性状的聚类分析来探讨中国地方猪种的分类被引量:1
2016年
利用体尺、繁殖、生长和屠宰四类共10个重要经济性状的最新数据,通过聚类分析,把94个地方猪种(群)分成6类。第I类繁殖力高,第II类生长速度快,第III类综合性能好,第IV类过渡型,第V类屠宰率高,第VI类型体型小。黔东花猪、圩猪和乐平花猪与平均品种的欧氏距离最短,为中国地方品种的中心品种。东乡花猪与乐平花猪之间的欧氏距离较大,聚类结果也不在同一类中,因此把东乡花猪归入乐平花猪并不合理。本聚类结果,为中国地方猪种的开发利用提供理论依据。
邱恒清候利娟郭源梅
关键词:中国地方猪种聚类分析欧氏距离
巴马香猪周身皮肤厚度的测量及其与7号染色体候选SNPs位点的关联分析被引量:3
2016年
【目的】测定中国地方小型猪品种巴马香猪成年时周身9个典型部位的皮肤厚度,揭示巴马香猪不同部位皮肤厚度变化规律,进行9个部位皮肤厚度与候选SNPs位点的关联分析,在巴马香猪群体中验证影响皮肤厚度的7号染色体主效QTL,为进一步在巴马香猪群体中大规模开展皮肤厚度等形态变化的分子遗传控制机理及其相关基因功能研究奠定基础,从而增强人们对猪皮肤的认知。【方法】从一个由319头300日龄巴马香猪组成的成年屠宰群体中,随机选取50头,包括27头母猪和23头阉割公猪,分别取头脸、肩、背、肷、臀、胸、下腹、腋下和管等9个部位的皮肤,利用电子游标卡尺对这些不同部位皮肤厚度进行精确测量,利用R语言基本统计包进行不同部位和不同性别间皮肤厚度的差异分析以及不同部位间皮肤厚度的相关分析。在猪7号染色体34.5-36.2Mb的区域选取46个SNPs位点,利用MassARRAY时间飞行质谱技术进行基因分型,结合上述测定的皮厚表型,利用广义混合线性模型及R语言SNPassoc软件包进行目标候选区域的关联分析。根据关联分析结果和基因的生物学功能确定可能的位置候选基因。【结果】(1)单因素方差分析表明巴马香猪9个部位的皮肤厚度存在极显著差异(P=2.95×10^(-117)),肷部和背部的皮肤最厚,分别为(5.15±0.92)和(4.97±0.85)mm,下腹和腋下的皮肤最薄,分别为(1.77±0.36)和(1.97±0.68)mm。皮肤厚度从厚到薄依次是肷部、背部、肩部、头脸、臀部、管部、胸部、腋下和下腹。(2)阉割公猪腋下皮肤厚度显著小于母猪的(P=0.021),其它部位皮肤厚度在母猪和阉割公猪间差异均不显著。(3)除了下腹皮肤厚度与背部、肩部、头脸部的不相关(P>0.05)外,巴马香猪不同部位两两之间皮肤厚度均呈现不同程度地显著或极显著正相关。(4)关联分析结果表明,9个不同部位的皮肤厚度表型均与候选区
黄涛黄晓畅邱恒清严国荣黄贻忠张弋峰江嘉程周李生任军麻骏武肖石军黄路生杨斌艾华水
关键词:皮肤厚度
位置功能候选基因HMGA1、C6orf106和ENSSSCG00000023160与猪肢蹄结实度的关联性被引量:2
2016年
【目的】建立一种通过内在的四肢骨关节评分来评估猪肢蹄结实度的方法,并计算关节评分与表观评估的肢蹄结实度之间的相关系数。此外,在F2、莱芜、二花脸、苏太和杜长大5个猪群中,研究三个位置功能候选基因HMGA1、C6orf106和ENSSSCG00000023160与猪肢蹄结实度之间的关联性。【方法】根据关节面裂痕的大小和深浅以及损伤的严重程度,对5块四肢骨的关节进行评分(1—5分)。如果关节面裂痕很大且很深,或损伤很严重,则评为1分;如果关节面没有裂痕和损伤,则评为5分。评分越高,说明关节越健康,肢蹄越结实。此外,基于笔者前期全基因组关联分析的结果,在猪7号染色体最强关联SNP两侧翼各0.2 Mb的区域内,筛选出HMGA1、C6orf106和ENSSSCG00000023160三个位置功能候选基因。在F2群体中,通过基因测序,搜寻这3个基因的多态位点,并根据多态位点在6个物种间的保守性,筛选出11个多态位点。利用Taqman探针,对3个HMGA1位点和3个C6orf106位点进行基因分型,而另一个基因的5个多态位点则通过基因型填补(genotype imputation)方法进行基因分型。最后,利用R软件Gen ABEL程序包,分析最小等位基因频率(MAF)大于0.05的多态位点与肢蹄结实度之间的关联性。【结果】在C6orf106和ENSSSCG00000023160基因中,分别鉴别到174和5个多态位点。关节评分之间呈显著的正相关,绝大部关节评分与蹄趾、肢蹄和步态评分之间无相关,而与肱二头肌长度和重量呈显著的负相关。公猪的肩胛骨关节评分极显著低于母猪的评分,但是臂骨肩关节和后肢跗关节评分显著高于母猪相应的关节评分。在F2群体中,3个候选基因均与肢蹄结实度关联,但是ENSSSCG00000023160的关联程度不如另外2个基因强,可以排除它为肢蹄结实度的因果基因。因此,该基因没有在其余的4个群体中进行检测。在二花脸群体中,HMGA1的g.2029C>T和g.3155A>G位点均与�
张徐非候利娟邱恒清黄路生郭源梅
利用猪1.4M高密度SNP芯片检测巴马香猪全基因组拷贝数变异被引量:3
2020年
旨在检测巴马香猪基因组上的拷贝数变异(CNV),并探究标记密度对于CNV检测效率和准确率的影响。本研究利用319头巴马香猪(其中阉公猪160头和母猪159头)1.4M高密度SNP芯片的数据,采用PennCNV和R-Gada两种软件进行CNVs检测;然后通过重叠CNV融合法,构建拷贝数变异区域(CNVR),并用全基因组关联分析(GWAS)对频率大于5%的CNVR进行验证;最后根据不同的标记密度,均匀抽取一定数目的SNPs来探究标记密度对CNV检测效率和准确性的影响。结果,PennCNV和R-Gada软件分别检测到6327和3489个CNVs,分别构成795和340个CNVRs,其中226个为共同CNVRs。在这226个共同CNVRs中,最短的为3.98 kb,最长的为1297.78 kb,总长度为33.27 Mb,其中102个(45%)与前人报道的CNVRs重叠。在PennCNV检出的795个CNVRs中,有135个频率大于5%,其中20个得到GWAS验证,验证率为15%。随着SNP密度的逐渐增加,CNV的检测效率和检测准确性不断提高,尤其是小片段CNVs的检测效率。本研究利用1.4M SNP芯片的数据,通过PennCNV和R-Gada软件绘制巴马香猪CNVR的草图,为将来鉴别与重要经济性状相关的CNVRs奠定了基础。同时,揭示了标记密度对CNV检测效率和准确性有正面影响,为后续CNV研究选择合适的标记密度提供了一定的参考。
邱恒清肖石军肖石军
关键词:拷贝数变异
巴马香猪全基因组拷贝数变异的检测及其与五块四肢骨骼长度的关联分析
拷贝数变异(copy number variation,CNV)是一种结构变异,具有可遗传性、相对稳定性和高度异质性,并以多种形式广泛地存在基因组范围内。前人的研究显示CNV与畜禽的健康状况、生产性能等密切相关。猪作为一...
邱恒清
关键词:拷贝数变异
文献传递
中国地方猪种利用现状与展望被引量:32
2017年
中国拥有丰富的猪种质资源,约占全球现有猪种资源的1/3。随着杜长大等快大型猪种的引入,中国地方猪种的市场占有率急剧下降。为了应对外来猪种的冲击,地方猪种的利用也作了多方面的尝试,取得了丰硕的成果。地方猪种除与外来品种直接杂交利用外,还用于新品种和配套系培育,并培育出一批新品种和配套系,有的地方猪种甚至培育成医学研究的模型猪。中国地方猪种肉质好,这是快大型猪种无法比拟的。随着人们生活水平不断提高,优质猪肉的市场份额会越来越大,中国地方猪种也将迎来非常有利的发展契机。利用地方猪种肉质好的特点,通过新品种和配套系培育、杂交利用等方式开发适合市场需求的优质猪肉产品是我国地方猪种开发利用的主要出路。
郭源梅李龙云赖昭胜黄黎斌黄智勇涂金敏邱恒清黄路生肖石军
关键词:中国地方猪种新品种培育优质猪肉
基于SVM的中文微博情感识别与分类研究
2015年
微博是当下社交网络中最流行的社交工具典型代表,微博信息具有及时性,流动速度快,内容情感色彩丰富,微博的分析是对社会学、信息学、计算机科学、统计学等多学科交叉领域的研究,成为了其新的热点研究方向。鉴于自主采用Java语言开发的新浪微博的情感识别与分类系统,对中文微博的情感进行识别与分类研究。系统使用爬虫技术,抓取微博的文本内容,然后利用支持Java开发语言的ICTCLAS分词工具进行分词,去停用词,文本规范等预处理操作,再抽取情感特征,对文本情感识别与分类,最终输出分类结果。实验中通过多种方法对比,选择实验效果较好的方法,最终实验结果表明:朴素贝叶斯的主客观句识别效果优于支持向量机分类方法,基于支持向量机一对一多步识别中文微博文本情感类别效果优于一对其余一次识别方法,且准确率达到63.76%,召回率达到74.4%,总体实验结果较传统粗粒度研究有明显进步。
刘丹丹邱恒清赵应丁
关键词:网络爬虫情感识别情感分类支持向量机
共1页<1>
聚类工具0