Successfully reported this slideshow.
Your SlideShare is downloading. ×

Méthodologies pour la gestion des populations eBis actu - 202106

Ad

1

Ad

Méthodologies pour la
gestion des populations
2
2

Ad

Les sujets de recherche du pôle
 Gestion des populations : Progrès et diversité génétique
 Choix des reproducteurs : Obj...

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Loading in …3
×

Check these out next

1 of 40 Ad
1 of 40 Ad
Advertisement

More Related Content

More from Institut de l'Elevage - Idele (20)

Advertisement

Méthodologies pour la gestion des populations eBis actu - 202106

  1. 1. 1
  2. 2. Méthodologies pour la gestion des populations 2 2
  3. 3. Les sujets de recherche du pôle  Gestion des populations : Progrès et diversité génétique  Choix des reproducteurs : Objectifs et schémas de sélections  Management des troupeaux : accouplements, renouvellement  Gestion de la diversité génétique  Développement de nouvelles méthodologies d’indexation  Déploiement des évaluations dites Single-Step  Développement d’évaluations pour les animaux issus de croisement 3 3
  4. 4. La gestion de la diversité génétique 4
  5. 5. La sélection génétique : Un compromis entre progrès et diversité génétique Sélection sur la valeur génétique  En amélioration génétique : on cherche à sélectionner les animaux afin d’augmenter le niveau génétique moyen sur les générations futures c’est ce que l’on appelle le progrès génétique  Les reproducteurs de la génération N constitue un sous-échantillon de la génération précédente et représente une variabilité génétique moindre, on parle alors de perte de diversité génétique 5
  6. 6. La sélection génétique : Un compromis entre progrès et diversité génétique  Deux étapes clés dans la gestion de la diversité génétique :  Dans les entreprises de sélection : pour la « création » des futurs reproducteurs  Dans les élevages : les plans d’accouplements en ferme à l’ère de la sélection génomique  Ces deux étapes ont été fortement bousculées par l’arrivée des évaluations génomiques et la démocratisation des technologies de la reproductions  Un bilan pour évaluer l’impact des évaluations génomiques sur les populations  Des proposition pour optimiser la gestion des populations 6
  7. 7. Quelles conséquences de la sélection génomique sur la diversité génétique ?  Sélectionner les animaux avec précision dès leur plus jeune âge quel que soit leur sexe.  Suppression du testage sur descendance  Augmentation de l’intensité de sélection sur les femelles via les stations de donneuses  Augmentation du nombre de candidats potentiels grâce au tarif attractif du génotypage  En particulier en comparaison au coût du testage  Des premières recommandations émises à la mise en place des évaluations génomiques Une décennie après la mise en place de la sélection génomique: Quel impact réel sur la diversité et le progrès génétique ? Plus grand nombre de candidats à la sélection Intervalles de génération plus courts 7 Sélection accrue sur la voie femelle = donneuses - - +
  8. 8. Quelles conséquences de la sélection génomique sur la diversité génétique ? Taux de consanguinité annuel ∆𝑭 À partir de la consanguinité génomique Choix des animaux : taureaux mis en marché Nés entre 2005 et 2010 = sélection génétique Nés entre 2012 et 2015 = sélection génomique Génotypages 50K Progrès génétique annuel ∆𝑮 À partir de l’ISU = Index Synthèse Unique Reflétant l’ensemble des objectifs de sélection Montbéliarde 1 306 taureaux Normande 1 013 taureaux Prim’Holstein 4 688 taureaux Taille du jeu de données Etude de la variation de la pente du progrès génétique et de la consanguinité 8
  9. 9. Quelles conséquences de la sélection génomique sur la diversité génétique ? Année de naissance Année de naissance Année de naissance ISU ISU ISU ** p-value < 0.001 * 0.001 < p-value < 0.05 ns p-value > 0.05 + 50 % ** + 71 % ** + 33 % ** • Augmentation du progrès génétique annuel dans les trois races Evolution du niveau génétique A.C. Doublet et al. 9
  10. 10. Quelles conséquences de la sélection génomique sur la diversité génétique ? Année de naissance Année de naissance Année de naissance Montbéliarde Normande Prim’Holstein ** p-value < 0.001 * 0.001 < p-value < 0.05 ns p-value > 0.05 (- 56 % ns) (+ 16 % ns) + 593 % ** Evolution du taux de consanguinité • Augmentation du taux de consanguinité annuel en Prim’Holstein A.C. Doublet et al.10
  11. 11. Des recommandations actualisées pour la gestion de la consanguinité  Favoriser la diversité génétique en utilisant un grand nombre de reproducteurs  Sur la voie mâle avec la mise en marché de taureaux aux origines et caractéristiques variées  Sur la voie femelle avec une gestion raisonnée des stations de donneuses  Des accouplements tirant partie des informations apportées par les génotypages  Valorisation du génotypage femelle, semence sexée, gestion des gênes d’intérêt  Une prise en compte de l’apparentement génomique (=calculé avec les marqueurs) 11
  12. 12. Les travaux à venir pour la gestion de la consanguinité H2020 RUMIGEN : 2021-2026  Simulation des schémas de sélection  Poursuite des travaux avec une meilleure prise en compte les plans d’accouplements  Des simulations adaptés aux cas des races régionales  Vers une gestion de la consanguinité locale :  Détection du fardeau génétique = loci ayant un impact délétère à l’état homozygote  Prise en compte de l’impact du fardeau génétique dans les évaluations génomiques  Révision des objectifs de sélection en partenariat avec les OS  Synthétiser l’ensemble des informations disponibles dans les index de synthèse  Propositions pour l’intégration de la consanguinité et des gènes d’intérêt 12
  13. 13. Le Single Step 13 13
  14. 14. Depuis 2018 : Deux étapes pour le calcul des valeurs génétiques  1) Evaluation polygénique  Les animaux avec performances et leur pedigree  On estime les valeurs génétiques en corrigeant des effets d’environnement  2) Evaluation génomique  Les animaux avec performances et génotypes  On utilise les performances corrigées pour estimer les effets des marqueurs = + + e performances Effets de milieux Valeurs génétiques = index polygénique Population de référence - Effets de milieux génotypes Calcul de l’effet des marqueurs =équation de prédiction performances Application de l’équation de prédiction aux candidats 14
  15. 15. Avec le Single Step : Une évaluation unique !  Toutes les valeurs génétiques et tous les effets sont estimés simultanément  Tous les animaux avec performance, tous les animaux typés ou non et leurs ascendants  Les effets des marqueurs en même temps que les effets d’environnement = + performances Effets de milieux Application de l’équation de prédiction aux candidats génotypes + généalogie Galtier Cowboy Géant Dauphin Ecu Loriot Savon Prodige Chouchoute Utilite Ozone Jacotte Mexicaine Cerise Opaline équation de prédiction 15
  16. 16. Quelles motivations pour le passage en Single Step ?  Gagner en précisions en limitant les pertes de performances dans les évaluations génomiques  Garantir une meilleure cohérence entre tous les index, que les individus soient typés ou non  Eviter un biais des évaluations polygéniques à cause de la pré-sélection génomique 16
  17. 17. Qu’est ce que la pré-sélection génomique ?  Seuls les animaux avec le potentiel génétique le plus élevé vont acquérir des performances 10 8 6 4 7 5 3 1 5 5 2 2 +1 -1 +1 -1 +3 +1 Valeur Génétique Performances Effet Environnement = + Mais l’évaluation « polygénique » sans marqueur ne tient pas compte de cette pré-sélection : Une partie du progrès génétique pourrait alors être captée par les effets non génétiques (milieux) A l’inverse, les index seraient alors sous-estimés  sous-estimation du progrès génétique ! 17
  18. 18.  Tous les animaux et tous les effets sont évalués en même temps  Une forte puissance de calcul nécessaire pour construire et résoudre un tel système d’équations !  Adapté uniquement aux petites populations  Depuis 2018, de nombreuses propositions mathématiques et algorithmiques pour rendre cette méthodologie compatible avec les évaluations de routine en bovins  Il devient possible d’utiliser un modèle de type single-step sur de grandes populations La difficulté principale du Single-Step: la complexité du système d’équation 18
  19. 19.  Développement de l’outil :  Modèle de Fernando et al, (2016)  Adaptations aux besoins français : Groupe génétiques, effets maternels, variances hétérogènes  Projet de finalisation (ASAP) 1. Evaluer l’outil HSSGBLUP 2. Mesurer l’intérêt et les conséquences de la transition au Single-Step sur quelques situations, 3. Développements méthodologiques nécessaires à la mise en place du single-step  Projet de déploiement (UNIGENO)  Objectif : généralisation, tester et mettre en production le Single-Step pour toutes les races disposant de typages (chaines, mise en production, diffusion) Projets français sur le Single-Step Financé par APIS-GENE 19
  20. 20. Les travaux de l’UMT sur le Single Step  Tests des différentes versions du logiciel sur certaines populations et caractères  Adaptation du logiciel à la diversité des modèles utilisés en évaluation polygénique  Exemple calcul du groupe de parents inconnus  Adaptation des modèles d’évaluation génétique si nécessaire  Nouvelle modélisation de la longévité, caractères de naissance-vêlage,  Comparaison de la méthodologie actuelle avec Single-Step  Caractère LAIT en bovins laitiers et 4 races  Deux grandes populations (MON & NOR), une petite population (ABO) et une race internationale (HOL)  Comparaison des index officiels et index SingleStep  Récupération des index (polygéniques /génomiques) pour le caractères LAIT obtenus en 2019  Calcul des index LAIT single-step dans des conditions similaires  Etude de l’impact sur la ranking et correction du biais de pré-sélection génomique 20
  21. 21. Corrélations entre index LAIT 2019 et single-step pour différentes catégories de populations 21 0.978 0.988 0.983 0.932 0.980 0.880 0.881 0.988 0.983 0.957 0.940 0.994 0.936 0.935 0.994 0.987 0.979 0.955 0.997 0.950 0.944 0.986 0.981 0.958 0.928 0.994 0.935 0.914 0.500 0.550 0.600 0.650 0.700 0.750 0.800 0.850 0.900 0.950 1.000 Mâles typés ≥60 filles Mâles typés 10 à 60 filles nés avant 2000 Mâles typés 10 à 60 filles nés après 2000 Femelles typées avec performances Femelles non typées avec performances Mâles typés sans descendance Femelles typées sans performances A B C D E F G ABO MON NOR HOL  Des corrélations proches de 0,99 pour les mâles avec descendance et les femelles non typées avec performances dans les 3 grandes races (~0,98 en ABO)  Des corrélations plus faibles ~0,93 pour les femelles typées avec performances et les jeunes animaux dans les 3 grandes races (~0,88 en ABO)
  22. 22. Correction du biais liée à la pré-sélection Etude des Mâles typés avec descendance 22 Normande Holstein -600 -400 -200 0 200 400 600 2000 2005 2010 -600 -400 -200 0 200 400 600 2000 2005 2010 Abondance +130 +270 +160 -800 -600 -400 -200 0 200 400 600 800 2000 2005 2010 Index Officiel 2019 Index Single-step 2019  Avec le passage au single-step, on observe une correction de progrès génétique  La correction est moins marquée en race Holstein car le biais était limité par l’intégration des taureaux étrangers sans fille en France dans la population de référence EuroGenomics  La correction est moins marquée en race Abondance du fait du déploiement plus récent des évaluations génomiques et d’un biais de pré-sélection moins marqué
  23. 23. Correction du biais liée à la pré-sélection Etude du progrès génétique  Comparaison des courbes de courbes de progrès génétique en race Montbéliarde 23 -1000 -800 -600 -400 -200 0 200 400 600 800 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 Ind1920 IndSS Ind1530 Les taureaux nés entre 2010 et 2014 n’avaient pas de filles en 2015. Ils en ont en 2019 (via poly puis géno 1920 ou en une étape en SS).
  24. 24. Correction du biais liée à la pré-sélection Etude du progrès génétiques  Comparaison des courbes de courbes de progrès génétique en race Montbéliarde 24 -1000 -800 -600 -400 -200 0 200 400 600 800 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 Ind1920 IndSS Ind1530 Les index SS s’écartent des index géno à partir de l’année de naissance 2007. Les index géno 1530 s’écartent des index géno 1920 à partir de l’année de naissance 2010. déceptions à l’arrivée des filles dans le système actuel La courbe 1530 est plus cohérente globalement avec la courbe SS que la courbe 1920 !
  25. 25. Les bénéfices à attendre du Single Step en bovins laitiers  Corriger le biais lié à la pré-sélection génomique qui s’amplifie d’année en année  Il induit une perte de confiance des utilisateurs dans les évaluations génomiques  Les déceptions à l’arrivée des filles perçues comme une surestimation des index génomiques  En réalité : il s’agit d’une sous-estimation des index polygéniques  Une meilleure prise en compte des performances des femelles :  Inclusion directe des performances des femelles non génotypées dans toutes les races  Inclusion directe des femelles génotypées en race Holstein (déjà réalisé pour les autres races)  Faciliter le développement d’évaluations sur de nouveaux caractères  Inclusion de l’ensemble des individus génotypés ou non dans les populations de référence  De nouveaux index génomique : NAI/VEL, VIN/VIV dans les races régionales  Un objectif de déploiement des évaluations SingleStep pour Avril 2022 en BL 25
  26. 26. Et en bovins allaitants ?  Un décalage d’un an lié à l’adaptation du logiciel au modèle multi-caractères  Des tests en cours sur l’ensemble des caractères en race Parthenaise et Charolaise  Une bonne corrélation en moyenne entre index polygéniques et index single-step  Peu de correction du biais à attendre car peu de présélection génomique actuellement  Beaucoup à attendre sur la précision des évaluations :  Inclusion de l’ensemble des performances des animaux génotypés ou non  Particulièrement intéressant dans un contexte où la proportion d’animaux génotypés est faible  Révision des groupes de parents inconnus  De nouvelles perspectives pour la mise en place d’évaluation :  Sur de nouveaux caractères  Sur de nouvelles populations  Un objectif de déploiement des évaluations SingleStep pour Avril 2023 en BV ! 26
  27. 27. L’évaluation des animaux croisés 27
  28. 28. Place du croisement • Le croisement continu (croisement ayant pour objectif de faire naître les futurs reproducteurs) représente aujourd’hui moins de 2% des IA dans les races laitières  Mais on note une progression relativement rapide • Intérêt croissant pour le croisement terminal, notamment chez les bovins allaitants • L’intérêt pour les éleveurs  Robustesse  permet de compenser les défauts d’une race  Ou de combiner les avantages de différentes races -> vigueur hybride  Rusticité  Pas de problème de diversité génétique  Meilleure résilience (Capacité d’adaptation à des changements de système notamment) • Fournir aux éleveurs les moyens  D’optimiser le renouvellement de leur troupeau  D’améliorer les progrès en robustesse et durabilité • Travaux inclus dans 2 projets  Le projet Européen GenTORE [2017-2022]  Projet ApisGene EvaGenoc [2019 – 2022]
  29. 29. Croisement rotatif et croisement terminal 29 ♀ Croisement rotatif Croisement terminal • Production de femelles de remplacement • Croisement intéressant pour bovins laitiers • Fort niveau d’hétérosis induit • Sélection sur les caractères maternels en plus des caractères liés à la croissance et à la carcasse • Intérêt accru en bovin laitier grâce à l’utilisation de la semence sexée • Production de bovins de marché • Sélection plus intensive de caractères spécifiques chez les mâles (croissance / carcasse)
  30. 30. Intérêt d’une évaluation génomique en croisement • Une avancée technologique  Connaitre précisément la composition raciale des animaux  Identification des régions génomiques transmises des parents aux animaux croisés.  Savoir distinguer  Les SNP fortement associés avec les performances des croisés  Les SNP dont les effets sont les mêmes quelle que soit la race  Prise en compte de l’effet d’hétérosis  Meilleure prédiction des performances • Une stratégie d’accompagnement pour un secteur en expansion en France  Aujourd’hui : aucun service mis à disposition  Pas d’adhésion possible à des organismes de sélection  Pas de possibilité de comparaison entre animaux  Objectifs :  Proposer une méthode d’évaluation génomique  Proposer une aide aux plans d’accouplement  Faire en sorte que l’amélioration des évaluations génétiques soit une source de motivation supplémentaire pour accroitre la place du croisement dans les schémas de sélection bovins  Une sélection à visée agro-écologique  Pas de problème de diversité génétique  Offre des solutions d’adaptation aux contraintes futures [caractères de santé ; adaptation à la chaleur ; …]
  31. 31. Quels sont les besoins ? • Les données : le nerf de la guerre…  Acquisition des données prévues, entre autre, dans le cadre de projets tels qu’EvaGenoc et GenTore  Choix des animaux ; campagne de prélèvements ; généalogie des animaux croisés ; …  Mais : l’acquisition de données doit continuer et nécessite un investissement pérenne  Au sein de projets futurs  De la part des entreprises de sélection  Un besoin d’animaux de races pures ! • Imputation des données de génotypage d’animaux croisés  Complétion des informations manquantes à certains marqueurs • Détermination de l’origine raciale des allèles des animaux croisés  L’effet d’un allèle dépend de la race  besoin de définir l’origine raciale  Développement logiciel  Information nécessaire pour permettre l’évaluation génomique • Evaluation génomique d’animaux croisés  Développement logiciel
  32. 32. Travaux d’imputation (principe) animaux génotypés en Moyenne Densité A C G T A T T C G A Marqueur Basse Densité Marqueur Moyenne Densité Retrait des marqueurs Moyenne Densité des génotypages pour animaux A A T G Génotypages Moyenne Densité Vrais des animaux A C G T A T T C G A A C G T A T T C G A animaux de validation Imputation A C G T A T G G G A Comparaison et identification des erreurs Maugan L.H
  33. 33. Travaux d’imputation • Données : Ferme expérimentale du Pin au Haras de l’INRA 1208 animaux croisés Holstein x Normand Génotypages 50K • Résultats Taux d’erreur d’imputation de 0,48% (Maugan L.H., Croué I) Du même ordre que celui observé en races pures De bon augure pour la suite des travaux!
  34. 34. Détermination de l’origine raciale des allèles des animaux croisés (principe) 23 Constitution de la bibliothèque d’haplotypes Race 1 C G T A A C Extrait génotypage des animaux race pure Race 2 C G T T A T Haplotypes présents Race 1 Race 2 C G T A 100% 0% G T A A 100% 0% T A A C 100% 0% C G T T 0% 100% G T T A 0% 100% T T A T 0% 100%
  35. 35. Génotypage animal croisé Affectation de l’origine raciale Origine raciale Haplotypes Race 2 1 : Race 1 2 : Race 2 0 : Non identifié Haplotype Race 1 C G T T A T G 2 Haplotypes de race indéterminé Haplotypes présents Race 1 Race 2 C G T A 100% 0% G T A A 100% 0% T A A C 100% 0% C G T T 0% 100% G T T A 0% 100% T T A T 0% 100% Détermination de l’origine raciale des allèles des animaux croisés (principe) Maugan L.H
  36. 36. Génotypage animal croisé Affectation de l’origine raciale Origine raciale 1 : Race 1 2 : Race 2 0 : Non identifié C G T T A T G 2 2 Haplotypes Race 2 Haplotype Race 1 Haplotypes de race indéterminé Haplotypes présents Race 1 Race 2 C G T A 100% 0% G T A A 100% 0% T A A C 100% 0% C G T T 0% 100% G T T A 0% 100% T T A T 0% 100% Détermination de l’origine raciale des allèles des animaux croisés (principe) Maugan L.H
  37. 37. Génotypage animal croisé Affectation de l’origine raciale Origine raciale 1 : Race 1 2 : Race 2 0 : Non identifié C G T T A T G 2 2 2 Haplotypes Race 2 Haplotype Race 1 Haplotypes de race indéterminé Haplotypes présents Race 1 Race 2 C G T A 100% 0% G T A A 100% 0% T A A C 100% 0% C G T T 0% 100% G T T A 0% 100% T T A T 0% 100% Détermination de l’origine raciale des allèles des animaux croisés (principe) Maugan L.H
  38. 38.  Taux d’erreur global : 1,5% 0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 Taux d'erreur par chromosome Détermination de l’origine raciale des allèles des animaux croisés Maugan L.H, Croué I.
  39. 39. Conclusions et perspectives • Sur la base des tests déjà réalisés  Imputation  Taux d’erreur faible et comparable à celui réalisé en race pure  Origine raciale des allèles chez les animaux croisés  Taux d’erreur faible Aucun frein pour la mise en place d’une évaluation génomique en croisement • Prochaines étapes :  Développement d’un logiciel d’évaluation génomique en croisement  qui exploite l’origine raciale des allèles  Test du logiciel sur données simulées  Application sur données réelles  Outils exploitables dans un avenir proche s’il y a des demandes
  40. 40. Vos Questions 40

Editor's Notes

  • ¨PASCAL : Dia 21 : on pourrait (sans forcement le dire à l’oral) indiqué les caractères qui rentre dans l’ISU.
  • On pourrait s’attendre à ce que les taux de consanguinité annuels aient augmenté également dans les trois races avec les baisses d’intervalles de génération et l’augmentation du progrès dans les trois races.
  • 1,5% c’est très correct et il y a environ 0.15% de manquant
    Chromosome graphe

×