HAMM Flore HAXAIRE Cécile LISKA Claire MENDES Agnès

Présentation au sujet: "HAMM Flore HAXAIRE Cécile LISKA Claire MENDES Agnès"— Transcription de la présentation:

1 HAMM Flore HAXAIRE Cécile LISKA Claire MENDES Agnès
Marker-assisted selection based on a multi-trait economic index in chicken: experimental results and simulation HAMM Flore HAXAIRE Cécile LISKA Claire MENDES Agnès

2 PLAN 1) Objectif du travail 2) Méthodes utilisées 3) Partie IN VIVO
Matériel Résultats et conclusions 4) Partie INFORMATIQUE 5) En pratique 6) Critiques

3 Objectif du travail But de cette étude: En utilisant la technique MAS, développer une approche d’élevage pour améliorer certains caractères de production. EI-MAS (economic index- marker assisted selection): méthode basée sur le calcul de BV prédites, en utilisant des marqueurs d’ADN associés aux loci recherchés. MAS: approche de sélection où la BV d’un parent est prédite en utilisant des marqueurs associés aux caractères.

4 PLAN 1) Objectif du travail 2) Méthodes utilisées 3) Partie IN VIVO
Matériel Résultats et conclusions 4) Partie INFORMATIQUE 5) En pratique 6) Critiques

5 Méthode: calcul de l’index économique
Caractère économique → gènes associés → µsatellites → calcul de la valeur économique de l’individu. EPij = (Pij – P.j)xMEj EIi = ∑j EPij

6 Méthode : équation de prédiction
Régression multiple: Utilisation des valeurs EI et des génotypes de la première éclosion afin d’établir pour chaque GS une équation de prédiction de type: y = bo + b1X + b2X² (X=marqueurs)

7 Méthodes utilisées Comparaison de 2 méthodes:
Classique avec BV (modèle animal) Modèle assisté par marqueurs (modèle père mais équation différente)

8 PLAN 1) Objectif du travail 2) Méthodes utilisées 3) Partie IN VIVO
Matériel Résultats et conclusions 4) Partie INFORMATIQUE 5) En pratique 6) Critiques

9 Expérience in vivo

10 Résultats in vivo 225 éclosions 1 phénotypés pour 5 caractères
32 µsatellites dont 5 pour GS28 et 4 pour GS26 (voir dia svte) 2ème éclosion: 10 S from GS26 et 9 S from GS28 Calcul BV grâce au génotypage (µsatellites) et à l’équation de prédiction Cette BV est utilisée pour EI-MAS Ces 19 S x 100 ♀ → 400 Comparaison performance éco réelle et prédite Calcul de BV réelle (phénotype) Comparaison entre BV réelle et BV EI-MAS Coef de corrélation

11

12 Minimum de 16 semaines pour EI-MAS
DONC: La sélection d’individus sur base de leur phénotype diffère peu de la sélection grâce à EI-MAS. MAIS: Minimum de 16 semaines pour EI-MAS r = 1 - (6 x ∑d²) / (N³ - N)

13 PLAN 1) Objectif du travail 2) Méthodes utilisées 3) Partie IN VIVO
Matériel Résultats et conclusions 4) Partie INFORMATIQUE 5) En pratique 6) Critiques

14 Simulation informatique
10 ♂ GS x 40 ♀ chacun ↓ 12 ♂ avec chaque ♀ ↓ ↓ 6 ♂ pr estimer BV 6 ♂ pr la sélection Chaque père produit 40 descendants sur lesquels est estimée la valeur économique moyenne

15 Ici, EI-MAS basée sur 3 générations (in vivo: sur 2)
Valeurs phénotypiques pour 5 caractères économiques (reliés à 20 gènes). Simplifications informatiques: Distribution au hasard de l’effet de chaque allèle QTG placés chacun sur des chromosomes différents 1 marqueur par QTG Les effets additifs expliquent la variation Même h² pour les caractères Distance constante entre marqueurs et QTG

16 Résultats de la simulation
Permet de repérer les erreurs à ne pas commettre in vivo car réponse meilleure à EI-MAS si: h² faible Nombre d’individus élevé Faible distance entre marqueurs et gènes Nombre de marqueurs entre 10 et 16

17 PLAN 1) Objectif du travail 2) Méthodes utilisées 3) Partie IN VIVO
Matériel Résultats et conclusions 4) Partie INFORMATIQUE 5) En pratique 6) Critiques

18 Usages possibles en pratique
Sélection de caractères à faible h² (difficile si sélection phénotypique) Améliorer les caractères de production Possibilité de sélectionner au sein d’une famille afin de mieux contrôler l’évolution de la consanguinité Sélectionner des individus possédant des allèles que l’on souhaite transférer Possibilité (pour tous types d’élevages) de fournir aux sélectionneurs des informations les plus précises possibles au niveau génétique sur de jeunes animaux sans performances propres (ex: résistance aux mammites, fertilité, production laitière)

19 PLAN 1) Objectif du travail 2) Méthodes utilisées 3) Partie IN VIVO
Matériel Résultats et conclusions 4) Partie INFORMATIQUE 5) En pratique 6) Critiques

20 Critiques Méthode incertaine si appliquée après 3 générations car le taux de recombinaison augmente. L’utilisation pratique de cette méthode n’est pas envisagée dans cet article.

21 Bibliographie Article de référence:
T. LAHAV, G. ATZMON, S. BLUM, G. BEN-ARI, S. WEIGEND, A. CAHANER, U. LAVI, J. HILLEL. Marker-assisted selection based on a multi-trait economic index in chicken: experimental results and simulation. Animal Genetics, 37, (2006) Méthodes statistiques en médecine vétérinaire ( ) P.LEROY, F.FARNIR Photos: