Comparaison de l’homogénéité et de

Présentation au sujet: "Comparaison de l’homogénéité et de"— Transcription de la présentation:

1 Comparaison de l’homogénéité et de
l’hétérogénéité de la variance résiduelle pour la première lactation de vaches Holsteins japonaises Ghys Emmanuelle Lebeau Charles Mèchain Agnès Groupe 19 Systéme de gestion des exploitations UNIVERSITE DE LIEGE FACULTE DE MEDECINE VETERINAIRE

2 PLAN: Test Day Objectif de cette étude Matériel et méthodes
Modèle de l’analyse Résultats Conclusion

3 1- modèle du test journalier « test-day model »
La caractéristique de cette approche est qu’elle permet d’utiliser tous les résultats individuels ou élémentaires obtenus lors de contrôles laitiers. Les résultats (« valeur d’élevage ») qui proviennent directement de ce calcul sont exprimés en équivalent 305 jours de lactation. Avantages: La variabilité des distances entre contrôles et contrôles manquants ne pose plus de problèmes. L’extrapolation des lactations incomplètes ne doit plus être effectuée. La définition des groupes de contemporaines est plus naturelle et la description de l’environnement plus fiable, en particulier à chaque jour de contrôle. On sait à ce moment modéliser des effets de l’environnement qui changent d’un contrôle à l’autre tel que : âge, saison, gestation, etc…

4 modèle du test journalier « test-day model »
Le modèle du test journalier est un formidable outil de gestion, car il permet de disposer d’un certain nombre d’informations. Il s’agit essentiellement de : . l’estimation précoce des productions de lactation totales ; . la comparaison des vaches au cours de leurs lactations (vache standard) ; . la détection des contrôles anormaux.

5 2- Objectif de cette étude
L’objectif de cette étude est d’estimer les changements de la variance résiduelle entre 1975 et 2000 pour la premiére production laitière de vaches Holstein japonaises. En effet, si la variance résiduelle augmente, ces changements doivent être considérés pour estimer avec exactitude l’héritabilité h2= va/vp Or vp=variance génétique + variance d’ environnement + variance résiduelle (Black box)

6 Pourquoi cet objectif ? P= G +E + e moyenne Nombre d’individus
2000 Nombre d’individus 1978 1004 KG 764 KG Production laitière moyenne P= G +E + e

7 3- Matériel et méthodes . Données fournies par la Livestock Improvement association of Japan: test day enregistrés de 1975 à 2000 pédigrés . Les enregistrements de 1ére lactation ont été extraits et les données qui ne ne suivaient pas les critères suivant ont été exclues: 1. Jours de lactation (DIM) entre 6 et 365 jours 2. Nombre de tests: 5 et plus 3. Traite 2 fois/jour 4. Age au 1er vêlage: entre 18 et 24 mois 5. Test day doit être > ½ et < à 2 fois celui du précédant . Données divisées en 400 groupes basés sur le numéro de troupeaux et 10 sous groupes échantillonnés au hasard . Pédigrés des sous groupes remontent sur 3 générations . Création de groupes ’’parents fantômes’’ si les parents sont inconnus

8 4- Modèle de l’analyse Il s’agit d’un modèle animal:
Yijklm= HTDi+AGEj+SAISONk+∑BnZn+∑ainZin+∑PeinZin+Eijklm Environnement temporaire Génétique Effet adititif Variance résiduelle Yijklm est l’observation du Test day (TD) enregistré X m : nb de vaches X l : obtenus dans le TD du troupeau (i) du groupe d’âge (j) à la saison (k). HTDi : effet fixé du TD de troupeau Agej : effet fixé de l’âge au premier vêlage en mois du groupe Season : k effet fixé de la saison de vêlage ( 1 : decembre-mars, 2 : juin-septembre, 3 : autres) X q : nombre de covariant décrivants la forme de la courbe de lactation (q=4) Z : incerpt et covariant associé au nb de jour de lactation (DIM) Bn coefficient de régression fixé pour DIM X aln coefficient random regression (RR) additif génétique pour DIM X pln coefficient RR environnemental permanent pour DIM X eijklm effet résiduel du hasard. Environnement permanent

9 Modèle de l’analyse Variance résiduelle hétérogéne
Modèle avec une variance résiduelle hétérogène contenant une des fonctions suivantes comme covariant : . H1 : eijklm = exp(b0 + b1t )x ijklm où ijklm a zéro de moyenne et des unités de variance, t=année de vêlage. . H2 : eijklm= exp(b0 + b1t +b2t² ) x ijklm . HG: division en cinq groupes en fonction de l’année de vêlage (avant 1979, , , , après 1995) Les programmes AIREML2F90 (H1 et H2) et GIBBS3F90 (HG) sont utilisés.. Pour la variance résiduelle homogène (H0), le programme REMLF90 est utilisé.

10 5- Résultats

11 Production laitière et capacité d’ingestion
Kgs 5 10 15 20 25 30 35 40 45 5 4 3 2 1 4,5 3,5 2,5 1,5 PA PR PG 1 4 8 12 16 20 24 28 32 36 40 44 48 52 sem

12 Variance résiduelle hétérogène
La variance résiduelle par H1, H2 et HG augmente presque linéairement avec l’année de vêlage

13 les changements de variances pour la génétique additive et les effets
permanents de l’environnement pour les DIM sont similaires dans les différents modèles donc pas de pertes dues à la résiduelle

14 6- Conclusion Un modèle de RR avec la combinaison d’un polynome de 2nd ordre de Legendre et de la fonction de Wilmink explique au mieux la courbe de lactation avec plusieurs paramètres chez la Holstein japonaise. La variance résiduelle augmente selon un mode presque linéaire tout au long de la période d’étude. Toutefois, il n’y a pas besoin de considérer la variance résiduelle hétérogène dans les évaluations génétiques, parce que l’hétérogénéité de la variance résiduelle au cours des années n’affecte pas le classement des meilleurs taureaux et vaches.

15 Le but de ces études est d’avoir:
 une meilleure appréciation du potentiel génétique des animaux   une meilleure approche de l’environnement En effet, dans les exploitations moyennes, les éleveurs recherchent des vaches hautes productrices mais également, des animaux ayant une bonne conformation et qui vieillissent bien. Le but est de disposer d’un certain nombre d’informations: l’estimation précoce des productions de lactation totales ; la comparaison des vaches au cours de leurs lactations (vache standard) ; la détection des contrôles anormaux.

16 Bibliographie. C. Fujii, M. Suzuki. Comparison of homogeneity and heterogeneity of residual variance using random regression test-day models for first lactation Japanese Holstein cows. Animal science journal (2006) 77, M.H. Pool, L.L.G. Janss, T.H.E. Meuwissen, Genetic parameters of Legendre polynomials for first parity lactation curves. Journal of dairy science (2000) 83, N. Gengler, S. Vanderick, P. Mayeres, A. Gillon. Description des systèmes d’évaluations génétiques utilisés en Wallonie (2006) S. Tsuruta, I. Misztal, T.J. Lawlor. Genetic correlations among production, body size, udder and productive life traits over time in Holsteins, Journal of dairy science (2004) 87, Cours de génétique quantitative. Prof. J. Detilleux. Cours d’obstétrique des grands animaux. Prof. Ch. Hanzen.