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

Marker-assisted selection based on a multi-trait economic index in chicken: experimental results and

simulation

HAMM FloreHAXAIRE CécileLISKA ClaireMENDES Agnès

PLAN

• 1) Objectif du travail• 2) Méthodes utilisées• 3) Partie IN VIVO

– Matériel– Résultats et conclusions

• 4) Partie INFORMATIQUE– Matériel– Résultats et conclusions

• 5) En pratique• 6) Critiques

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.

PLAN

• 1) Objectif du travail• 2) Méthodes utilisées• 3) Partie IN VIVO

– Matériel– Résultats et conclusions

• 4) Partie INFORMATIQUE– Matériel– Résultats et conclusions

• 5) En pratique• 6) Critiques

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

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)

Méthodes utilisées

• Comparaison de 2 méthodes:

– Classique avec BV (modèle animal)

– Modèle assisté par marqueurs (modèle père mais équation différente)

PLAN

• 1) Objectif du travail• 2) Méthodes utilisées• 3) Partie IN VIVO

– Matériel– Résultats et conclusions

• 4) Partie INFORMATIQUE– Matériel– Résultats et conclusions

• 5) En pratique• 6) Critiques

Expérience in vivo

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

• 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)

PLAN

• 1) Objectif du travail• 2) Méthodes utilisées• 3) Partie IN VIVO

– Matériel– Résultats et conclusions

• 4) Partie INFORMATIQUE– Matériel– Résultats et conclusions

• 5) En pratique• 6) Critiques

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

• 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

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

PLAN

• 1) Objectif du travail• 2) Méthodes utilisées• 3) Partie IN VIVO

– Matériel– Résultats et conclusions

• 4) Partie INFORMATIQUE– Matériel– Résultats et conclusions

• 5) En pratique• 6) Critiques

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)

PLAN

• 1) Objectif du travail• 2) Méthodes utilisées• 3) Partie IN VIVO

– Matériel– Résultats et conclusions

• 4) Partie INFORMATIQUE– Matériel– Résultats et conclusions

• 5) En pratique• 6) Critiques

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.

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, 482-488. (2006)

• Méthodes statistiques en médecine vétérinaire (2000-2001) P.LEROY, F.FARNIR

• Photos: http://www.miquelavicola.com