Ménard Murielle Fernandez Gildas (Co)variance génétique et estimation des valeurs de reproduction pour porcs Paramètres de courbe de croissance de Gompertz Ménard Murielle Fernandez Gildas

Plan Objectifs de la recherche Matériaux Méthode utilisée Résultats Conclusions Usages pour les vétérinaires Critiques Bibliographie

Objectifs Considérer l’utilisation de paramètres de courbes de croissances pour des estimations de la valeur génétique des porcs

Matériaux Données de tests de l’association finlandaise d’élevage animal (FABA) 121488 données de poids de 10111 animaux De 2000 à 2005 De 30 à 100 kg 4544 truies, 2967 castrats et 2600 verrats Animaux nourris avec des normes d’alimentation légèrement restrictives Ration basée sur le poids moyen du groupe test

Méthodologie Modèle de Gompertz : yij = αi exp(-βi exp(-кitj)eij yij : le poids de l’ind i au temps j tj : l’age en jour au temps j Eij : facteur résiduel En passant au logarithme naturel : Ln(yij) = ln(αi)-βiexp(-кitj)+ln(eij) α, β, к, les paramètres de Gompertz α : le poids à l’abattage β : logarithme naturel du ratio du poids d’abatage sur le poids initial к : la vitesse de croissance

Méthodologie 2 En passant au logarithme naturel : Ln(yij) = ln(αi)-βiexp(-кitj)+ln(eij) Pour chaque paramètre de Gompertz xijklmn = ssyi + sexj + lk + al + sm Avec : xijklmn : un des paramètres de courbe de croissance (α, β ou к) ssyi : effet fixe de : la station, la saison et l’année sexj : effet fixe du sexe lk : l’effet aléatoire de la portée al : effet aléatoire non génétique de l’animal (blackbox) sm : effet génétique du père

Résultats Estimation de α, β, к, en moyenne 201,269kg, 2,0564 et 0,0155d-1 Ration quelque peu restrictive peut mener à une sous-estimation du poids d’abattage et une surestimation de la vitesse de croissance

Résultats 2

Résultats 3 Héritabilités des paramètres de croissances élevées Donc, possibilité de les améliorer par sélection Fortes corrélations négatives génétique et phénotypique entre les différents paramètres

Résultat 4 Pour chaque individu, attribution de valeurs d’élevage estimées pour chaque paramètre de croissance → possibilité de comparaison des courbes de croissance et détection des différences génétiques de croissances entre individus Corrélations → sélection GQM → sélection Poids d’abatage

Résultat 5 Pour chaque père : calcul des valeurs d’élevage pour le GQ en utilisant les paramètres de croissance Dans chaque modèle, les 15 meilleurs pères (sur 27 testés) sont les même La différence entre les pères est accentuées si on se focalise sur le GQ de la période entre 30 et 100 kg Les paramètres de croissance diffèrent significativement entre les individus → utilisable pour l’élevage et la sélection des reproducteurs

Résultat 6

Conclusion Les paramètres de croissance ne sont pas utilisés actuellement dans les programmes de sélection porcine mais pourraient l’être car leur héritabilité est élevée La corrélation hautement négative entre le poids d’abatage et le ratio de croissance montre qu’il est possible de changer la forme de la courbe mais difficile d’augmenter simultanément le poids d’abatage et la vitesse de croissance

Usages pour les vétérinaires Possibilités de sélectionner les pères reproducteurs pour améliorer le poids d’abatage ou le GQM

Critiques Positives : Négatives : Beaucoup de données, sur beaucoup d’animaux Prouve que l’on ne peut pas améliorer en même temps, poids d’abattage et vitesse de croissance (indication pour les éleveurs) Négatives : Conclusions valables uniquement en race Large White Effet de la mère pas recherché Quelle méthode utilisée pour les pères (progeny test ou autre?)

Critiques 2 Les 15 meilleurs pères sont toujours les mêmes mais leur ordre varie selon les méthodes utilisées → valables pour un groupe mais pas au niveau individuel?

Bibliographie Koivula M., Sevón-Aimonen M.L., Strandén I., Vuori K. and Mäntysaari E.A. (2006) Genetic (co)variance and greeding value estimation for pigs Gompertz growth curve parameters