Marie Lejong Katinka van Golen 2ème Doc

Présentation au sujet: "Marie Lejong Katinka van Golen 2ème Doc"— Transcription de la présentation:

1 Marie Lejong Katinka van Golen 2ème Doc
Paraclinique de génétique « Paramètres génétiques pour la résistance à la souche vaccinale de Salmonella abortusovis, Rv6 » Marie Lejong Katinka van Golen 2ème Doc

2 1) Étude de la susceptibilité à salmonella abortusovis chez le mouton
Objectifs 1) Étude de la susceptibilité à salmonella abortusovis chez le mouton 2) Étude du contrôle génétique de la réponse à l’infection (héritabilités et corrélations génétiques)  quel(s) critère(s) sélectionner pour augmenter la résistance à S. abortusovis

3 Matériel Population « Inra401 » de 1216 agneaux Issue de 30 pères
Lignée développée à.p.d. 2 races: Berrichon du Cher et Romanov Souche vaccinale (atténuée) de S.abortusovis: souche Rv6 Lieu: Institut National de la Recherche Agronomique en France Année: 2002

4 Protocole expérimental
J0 Prise de poids: Wt0 (objectif M:38kg et F:32kg) Prise de sang: IgG10 et IgM0 Inoculation IV: bactéries de la souche vaccinale Rv6 J7 Prise de poids: Wt7 Prise de sang: IgG17 et IgM7

5 Protocole expérimental
J10: Abattage et échantillonnage ( rate/nœuds lymphatiques) Enumération bactérienne BgS: n bactéries/g de rate BgS01: absence/présence de bactéries dans la rate BgRN: n bactéries/g de NL préscapulaire droit BgLN: idem nœud lymphatique gauche Poids des organes Wts poids de la rate Wtln/rn poids des NL Wtrs: poids relatif de la rate: Wts/Wt0 Perte de poids entre J0 et J7: loss-Wt

6 Modèles Analyse des variables continues: le modèle gaussien:
effets fixes significatifs effets fixes choisis dans le modèle final: P<0,05

7 Modèles 2) Analyse de la variable binaire: le modèle seuil
« présence ou absence de salmonella abortusovis dans un gramme de rate ».

8 Signification des effets testés
variable Variance expliquée sexe poids Age type Nais/tétée ssgroupe père IgM0 Var IgM Log IgG10 LogVaIgG10 0.35 0.17 0.13 0.22 NS + +++ ++ LogBgLN LogBgRN LogBgS 0.10 0.11 0.05 LogWtLN LogWtRN LogWtS LogWtrS 0.18 0.30 LogLossWt BgS01 -

9 Modèles Estimation de l’héritabilité et des corrélations phénotypiques et génétiques: le modèle mixte linéaire: Ykl=Xkl.β+ε Y: variable aléatoire dépendante X: variable explicative β: effets fixes ε : erreur corrélée

10 Héritabilités, corrélations génétiques et phénotypiques
Log IgG10 VarIgG10 IgM0 Var IgM LN BgRN BgS WtRN WtrS LossWt Log IgG10 0.14 ±0.04 -0.53 -0.17 -0.06 -0.05 0.19 -0.11 0.49 0.48 0.27 0.12 VarIgG1 -0.10 0.30 ±0.03 0.11 0.55 0.16 0.28 0.45 0.24 0.13 0.04 0.64 -0.12 0.09 -0.60 0.25 -0.38 VarIgM -0.01 0.33 -0.09 0.37 ±0.02 0.29 0.31 LogBgLN 0.03 0.18 0.22 O.93 0.56 0.01 0.06 0.26 0.41 LogBgRN -0.02 0.53 0.51 0.07 0.38 0.20 LogBgS -0.04 0.17 ±0.01 -0.34 O.58 LogWtLN 0.05 -0.03 0.10 0.02 0.89 0.08 LogWtRN 0.52 LogWtrS 0.54 LogLossWt O.16 -0.07 0.40 -0.14

11 Applications Remarques
Objectif: une plus grande résistance des moutons face à salmonella abortusovis. En pratique: utilisation de IgM0 comme critère de sélection?? Remarques Effet maternel??? Recherches à approfondir avant sélection!

12 Héritabilités, corrélations génétiques et phénotypiques
Log IgG10 VarIgG10 IgM0 Var IgM LN BgRN BgS WtRN WtrS LossWt Log IgG10 0.14 ±0.04 -0.53 -0.17 -0.06 -0.05 0.19 -0.11 0.49 0.48 0.27 0.12 VarIgG1 -0.10 0.30 ±0.03 0.11 0.55 0.16 0.28 0.45 0.24 0.13 0.04 0.64 -0.12 0.09 -0.60 0.25 -0.38 VarIgM -0.01 0.33 -0.09 0.37 ±0.02 0.29 0.31 LogBgLN 0.03 0.18 0.22 O.93 0.56 0.01 0.06 0.26 0.41 LogBgRN -0.02 0.53 0.51 0.07 0.38 0.20 LogBgS -0.04 0.17 ±0.01 -0.34 O.58 LogWtLN 0.05 -0.03 0.10 0.02 0.89 0.08 LogWtRN 0.52 LogWtrS 0.54 LogLossWt O.16 -0.07 0.40 -0.14

13 Merci