La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Genetic evaluation of length of productive life in the Spanish Holstein-Friesian population. Desort Matthieu, Carezzoli Claire, Desbonnets Julien, Garcon.

Présentations similaires


Présentation au sujet: "Genetic evaluation of length of productive life in the Spanish Holstein-Friesian population. Desort Matthieu, Carezzoli Claire, Desbonnets Julien, Garcon."— Transcription de la présentation:

1 Genetic evaluation of length of productive life in the Spanish Holstein-Friesian population. Desort Matthieu, Carezzoli Claire, Desbonnets Julien, Garcon Marc.

2 Objectifs Déterminer les facteurs influençant la longueur de la vie reproductive chez les vaches Holstein en Espagne. Proposer un modèle pour une évaluation génétique de ce caractère dans cette population.

3 Matériels Caractère testé: Longueur de la vie productive. Animaux: Vaches Holstein Lieu: Espagne; Données réparties suivant trois régions (Andalousie, Pays Basque et Catalogne) et analysées séparément. Deux lots: LPL1 qui permet de fixer les effets environnementaux et LPL2 qui conserve dans LPL1 uniquement les filles des taureaux ayant eu dix filles ou plus dans au moins trois élevages différents, pour avoir un modèle incluant les effets génétiques. Les données incomplètes ou qui ne sont pas dans les normes fixées par la CONAFE (Confederation of Spanish Holstein Association) sont écartées. Logiciel utilisé: « Survival Kit »

4 Modèle semi-paramétrique de Cox Utilisé pour déterminer limportance des effets environnementaux. h(t)=h 0 (t)*exp HYS i ( )+AFC j +LN k (t)+LS l (t)+CHS m ( )+ MD n (t)+FD o (t)+PD p (t)] t=nombre de jours de production =nombre de jours à compter du début de lannée.

5 Modèle de Cox h(t)=h 0 (t)*exp HYS i ( )+AFC j +LN k (t)+ LS l (t)+CHS m ( )+MD n (t) +FD o (t)+PD p (t)] h=risque de réforme. h 0 =risque de base HYS=regroupement des effets de la saison du vêlage, de lannée et du troupeau. AFC=effet de lâge au premier vêlage LN=effet du nombre de lactation LS=effet du stade de lactation CHS=effet du changement de la taille du troupeau au début de chaque année. MD, FD, PD= effets du changement des différents paramètres associés au lait.

6 Modèle de Cox On détermine limpact de chaque effet sur h(t) (risque de réforme) grâce au modèle de Cox.

7 Modèle de Weibull Le modèle Weibull permet lestimation des effets génétiques liés au père et au grand- père maternel, et des effets environnementaux.

8 Modèle de Weibull h(t)=h 0 (t)*exp HYS i ( )+ YS j ( )+AFC k +LSL l (t)+ CHS m ( )+MD n (t)+FD o (t) +PD p (t)+u s +0,5u mgs ] h=risque de réforme. h 0 =risque de base différent de zéro HYS=regroupement des effets de la saison du vêlage, de lannée et du troupeau. YS= regroupement des effets de lannée et de la saison du vêlage. AFC=effet de lâge au premier vêlage LSL=effet de linteraction entre le nombre et le stade de lactation (prend en compte LS et LN) CHS=effet du changement de la taille du troupeau au début de chaque année. MD, FD, PD= effets du changement des différents paramètres associés au lait. U s =effet du père U mgs =effet du grand-père

9 Résultats Points=Cox; Ligne=Weibull Résultats exploitables jusquau jour 1500 (trop forte dispersion après) Mesures commencent à j65 Stabilité jusquau j200 Augmente pendant la lactation et diminue pendant le tarissement. Linéarisation avec Weibull et augmentation du risque de réforme avec le temps.

10 Résultats HYS apporte le plus de variations au niveau de lenvironnement pour le risque de réforme

11 Résultats HYS est toujours celui qui présente le plus de variations H ef 2, lhéritabilité, reste toujours faible quelque soit lenvironnement (mais elle nest pas nulle).

12 Résultats Les génisses de 30 mois ou plus présentent un risque de réforme augmenté.

13 Résultats Le risque de réforme augmente au cours de la lactation et avec le nombre de lactations.

14 Résultats Les animaux transférés dans un élevage dont la taille est réduite de 20% ou plus présentent un risque de réforme augmenté.

15 Résultats Les animaux qui présentent une production inférieure à la moyenne ont plus de risque dêtre réformés. Les vaches qui produisent moins de protéines sont plus souvent réformées. Le taux de matières grasses présente moins dinfluence sur le risque de réforme.

16 Conclusions Les facteurs environnementaux ont une grande influence sur le risque de réforme Leffet le plus important provient de HYS (troupeau-année-saison) Lâge au premier vêlage a peu dimportance. Au niveau des caractéristiques du lait, cest la quantité qui influence le plus le risque de réforme.

17 Utilisations Nécessité dun suivi dexploitation. (environnement dexploitation) Inutilité de la sélection pour la longévité de la vie productive de lanimal.

18 Remarques Nécessité des études dordre génétique pour démontrer limportance des différents paramètres influençant la production. Importance de disposer dun maximum de données. Prise en considération des effets maternels? Notion de longévité? Longévité et gestion de lexploitation?

19 Bibliographie Chirinos Z., Carabano M.J., Hernandez D., Genetic evaluation of length of productive life in the Spanish Holstein- Friesian population. Model validation and genetic parameters estimation


Télécharger ppt "Genetic evaluation of length of productive life in the Spanish Holstein-Friesian population. Desort Matthieu, Carezzoli Claire, Desbonnets Julien, Garcon."

Présentations similaires


Annonces Google