HAMM Flore HAXAIRE Cécile LISKA Claire MENDES Agnès

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

2. 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

3. 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.

4. 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

5. 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

6. 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)

7. Méthodes utilisées • Comparaison de 2 méthodes: • Classique avec BV (modèle animal) • Modèle assisté par marqueurs (modèle père mais équation différente)

8. 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

9. Expérience in vivo

10. 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

12. 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)

13. 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

14. 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

15. 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

16. 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 Résultats de la simulation

17. 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

18. 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)

19. 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

20. 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.

21. 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