Infodoc : Sciences, Techniques et Culture

L'objectif de ce travail de thèse était d'évaluer l'intérêt de mettre en place des évaluations génomiques dans les programmes de sélection porcins. Des simulations stochastiques ont été réalisées dans le cas d'un programme de sélection d'une lignée mâle de grande taille contenant 1 050 femelles reproductrices et 50 verrats, sélectionnée pendant 10 ans pour améliorer un objectif de sélection combinant 2 caractères, respectivement mesurés sur 13 770 candidats par an (Car1) et sur 270 collatéraux par an (Car2) issus de 10% des portées. Dans la situation de référence, les valeurs génétiques étaient estimées selon la méthodologie du BLUP-Modèle Animal (BLUPMA). Dans une première étude, nous avons comparé le scénario BLUPMA à un scénario génomique dans lequel tous les candidats étaient géno[...]

L'objectif de ce travail de thèse était d'évaluer l'intérêt de mettre en place des évaluations génomiques dans les programmes de sélection porcins. Des simulations stochastiques ont été réalisées dans le cas d'un programme de sélection d'une lignée mâle de grande taille contenant 1 050 femelles reproductrices et 50 verrats, sélectionnée pendant 10 ans pour améliorer un objectif de sélection combinant 2 caractères, respectivement mesurés sur 13 770 candidats par an (Car1) et sur 270 collatéraux par an (Car2) issus de 10% des portées. Dans la situation de référence, les valeurs génétiques étaient estimées selon la méthodologie du BLUP-Modèle Animal (BLUPMA). Dans une première étude, nous avons comparé le scénario BLUPMA à un scénario génomique dans lequel tous les candidats étaient génotypés. Les évaluations génomiques s'appuyaient sur deux populations de référence (PR) initialement constituées de 13 770 candidats pour Car1 et de 1 000 collatéraux pour Car2, et dont les tailles respectives augmentaient annuellement, en considérant les mêmes capacités de phénotypage que dans le scénario BLUPMA. Les résultats montrent que des évaluations génomiques améliorent nettement la précision d'estimation des valeurs génétiques des candidats pour les deux caractères et le progrès génétique réalisé annuellement sur l'objectif global de sélection (+27% à +33% selon les héritabilités considérées), tout en réduisant significativement l'augmentation de la consanguinité dans la population. Un second scénario génomique a été simulé, dans lequel les candidats n'étaient plus phénotypés et les évaluations génomiques s'appuyaient sur une PR uniquement constituée de collatéraux phénotypés pour Car1 et Car2. Dans ce cas, la précision des valeurs génomiques estimées et la réponse à la sélection pour Car1 sont nettement plus faibles que dans le scénario BLUPMA, montrant que la sélection génomique ne permet pas de mettre fin au phénotypage des animaux. La mise en place d'évaluations génomiques nécessitant de génotyper un grand nombre d'individus, elle entraîne un surcoût important par rapport au scénario BLUPMA. Dans une seconde étude, nous avons montré que ce surcoût peut être largement réduit en présélectionnant les candidats à génotyper sur la base de leur valeur génomique estimée sur ascendance. Il est ainsi possible de réduire de manière significative le nombre de candidats à génotyper tout en préservant une grande partie de l'avantage de la sélection génomique par rapport à la sélection conventionnelle BLUPMA. Ainsi, une diminution de 40% du nombre de candidats génotypés ne réduit que de 3 à 4% le progrès génétique annuel sur l'objectif global. Nous avons également montré qu'au-delà d'un certain seuil d'investissement, une dépense supplémentaire pour améliorer l'efficacité du programme de sélection est plus efficacement investie dans la mise en place d'évaluations génomiques que dans l'augmentation de la capacité de phénotypage des collatéraux dans le dispositif conventionnel. Ce seuil d'intérêt de mise en place d'un programme génomique est d'autant plus bas que le coût du génotypage est faible et que le coût de phénotypage des collatéraux est élevé. L'ensemble de nos résultats suggère qu'il serait intéressant de mettre en place des évaluations génomiques dans un programme de sélection d'une lignée porcine mâle de grande taille, notamment dans la population Piétrain collective française, dont la structure est proche de celle de la population simulée dans nos études.