Search

The major challenge of animal phenotyping is to acquire systemic knowledge of farm animal robustness. This will allow responding to a double objective in terms of exploiting the variability of animal aptitudes: selection for major objectives in order to improve efficiency and robustness of genotypes and precision farming that exploits individual variability of animals for an improved resilience on the herd level or to improve the management for a specific genotype. Two major challenges of our knowledge exist which are interdependent and common to all animal breeding, and which must be met in order to improve animal robustness. The first is understanding andpredicting the compromise amongst vital functions. By this we mean understanding how priority changes are made under specific limited resources. The second is understanding and exploiting the temporal aspects of robustness during an animal’s life in order to allow the animal to maintain its level of performance under different environments without compromising its reproduction, health or welfare. Attaining these objectives requires accomplishing the following: i) defining complex phenotypes through the integration of data obtained on the molecular or tissular scales of an animal or of one of its functions; ii) developing high-throughput technologiesto characterize at a lower cost and the most precisely as possible the largest number of animals; iii) developing important data bases and reliable methods and computing tools necessary for the treatment of information for modeling and predictive biology., L’enjeu majeur du phénotypage animal est d’acquérir une connaissance systémique de la robustesse des animaux d’élevage pour répondre au mieux à une double finalité en termes d’exploitation de la variabilité des aptitudes animales : une sélection éclairée vers des objectifs majeurs pour améliorer l’efficience et la robustesse des génotypes, et un élevage de précision exploitant la variabilité individuelle des animaux pour gagner en résilience à l’échelle du troupeau, ou pour améliorer la conduite à génotype donné. Deux défis majeurs de connaissance, interdépendants et communs à toutes les filières animales, sont à relever pour améliorer la robustesse des animaux : i) comprendre et prédire les compromis entre fonctions vitales, c’est-à-dire les changements de priorités dans l’allocation de ressources limitées ; ii) comprendre et exploiter les aspects temporels de la robustesse au cours de la vie de l’animal pour lui permettre de maintenir son niveau de production dans une large gamme d’environnements sans pour autant compromettre sa reproduction, sa santé et son bien-être. Atteindre ces objectifs nécessite de lever les verrous techniques suivants : i) définir des phénotypes complexes à partir de l’intégration de données obtenues à différentes échelles moléculaires, tissulaires, de l’animal ou d’une de ses fonctions ; ii) mettre en oeuvre des technologies à haut débit pour caractériser à moindre coût et le plus précisément possible le plus grand nombre d’animaux ; iii) développer d’importantes bases de données, des méthodes et outils informatiques performants, nécessaires aux traitements des informations à des fins de modélisation et de biologie prédictive.

National audience

La réussite de la reproduction est primordiale pour la rentabilité de l’élevage, elle constitue un préalable indispensable à toute production. L’aptitude à la reproduction d’un animal au cours d’une carrière dépend des caractères de précocité sexuelle, de fertilité et de prolificité, cette dernière pouvant être décomposée en termes de taux d’ovulation et de mortalité embryonnaire. Ces différents aspects font l’objet de recherches en génétique animale et sont intégrés à des degrés divers dans les schémas de sélection, en race pure ou en croisement. La précocité sexuelle et la prolificité doivent être améliorées quand elles sont limitantes, mais certains seuils ne doivent pas être dépassés sous peine de voir se réduire le gain économique espéré. S’intéresser aux composantes de la prolificité devrait en permettre un meilleur contrôle. Une fertilité maximale est toujours recherchée mais elle revêt différentes facettes qui en compliquent son amélioration. Elle est à la fois dépendante du sexe (la fertilité femelle reste souvent la plus limitante) de la technique de reproduction employée (naturelle ou artificielle) et du moment choisi pour la mise à la reproduction (intervalle mise bas - reproduction, saison). Les recherches sur la génétique des caractères de reproduction doivent être poursuivies tout en intégrant les résultats de cartographie génétique., Reproduction is of prime importance for the profitability of a herd, it is a prerequisite of every animal production. The breeding ability during the productive life of an animal depends on sexual maturity, fertility and prolificacy the components of which are the ovulation and the embryonic mortality rates. Those traits are studied in animal breeding and are variously taken into account in the purebred and crossbred selection schemes. Sexual maturity and prolificacy have to be improved when they are limiting factors, but for economic reasons they have to stay beneath optimal thresholds. Studying the components of prolificacy would allow a better control. Maximal fertility is always expected, but its improvement is made difficult because it depends on numerous factors : sex (female fertility is often the more limiting), reproduction technique used (natural or artificial) and the choice of the breeding period (time between littering and breeding, season). Research on genetics of the breeding traits has to be pursued, while including the recent advances in genetic cartography.

Reproduction is of prime importance for the profitability of a herd, it is a prerequisite of every animal production. The breeding ability during the productive life of an animal depends on sexual maturity, fertility and prolificacy the components of which are the ovulation and the embryonic mortality rates. Those traits are studied in animal breeding and are variously taken into account in the purebred and crossbred selection schemes. Sexual maturity and prolificacy have to be improved when they are limiting factors, but for economic reasons they have to stay beneath optimal thresholds. Studying the components of prolificacy would allow a better control. Maximal fertility is always expected, but its improvement is made difficult because it depends on numerous factors : sex (female fertility is often the more limiting), reproduction technique used (natural or artificial) and the choice of the breeding period (time between littering and breeding, season). Research on genetics of the breeding traits has to be pursued, while including the recent advances in genetic cartography.; La réussite de la reproduction est primordiale pour la rentabilité de l’élevage, elle constitue un préalable indispensable à toute production. L’aptitude à la reproduction d’un animal au cours d’une carrière dépend des caractères de précocité sexuelle, de fertilité et de prolificité, cette dernière pouvant être décomposée en termes de taux d’ovulation et de mortalité embryonnaire. Ces différents aspects font l’objet de recherches en génétique animale et sont intégrés à des degrés divers dans les schémas de sélection, en race pure ou en croisement. La précocité sexuelle et la prolificité doivent être améliorées quand elles sont limitantes, mais certains seuils ne doivent pas être dépassés sous peine de voir se réduire le gain économique espéré. S’intéresser aux composantes de la prolificité devrait en permettre un meilleur contrôle. Une fertilité maximale est toujours recherchée mais elle revêt différentes facettes qui en compliquent son amélioration. Elle est à la fois dépendante du sexe (la fertilité femelle reste souvent la plus limitante) de la technique de reproduction employée (naturelle ou artificielle) et du moment choisi pour la mise à la reproduction (intervalle mise bas - reproduction, saison). Les recherches sur la génétique des caractères de reproduction doivent être poursuivies tout en intégrant les résultats de cartographie génétique.

*INRA Station d'Amélioration Génétique des Animaux 31326 Castanet-Tolosan (FRA) Diffusion du document : INRA Station d'Amélioration Génétique des Animaux 31326 Castanet-Tolosan (FRA); National audience

The objectives of this work were to examine the usefulness of measuring ovulation rate (OR) in order to improve genetic progress of litter size (LS) in sheep and to study different selection criteria combining OR and prenatal survival (ES) performance. Responses to selection for 5 generations within a population of 20 male and 600 female parents were compared using Monte-Carlo simulation techniques with 50 replicates per selection method. Two breeds with low (Merino) and medium (Lacaune) prolificacy were considered. Records were generated according to a bivariate threshold model for OR and ES. Heritabilities of OR and ES in the underlying scale were assumed constant over breeds and equal to 0.35 and 0.11, respectively, with a genetic correlation of -0.40 between these traits. Four methods of genetic evaluation were compared: univariate best linear unbiased prediction (BLUP) using LS records only (b-LS); univariate BLUP on OR records (b-OR); bivariate BLUP using OR and LS records (b-ORLS); and a maximum a posteriori predictor of a generalised linear model whereby OR was analysed as a continuous trait and ES as a binary threshold trait (t-ORES). Response in LS was very similar with b-LS, b-ORLS and t-ORES, whereas it was significantly lower with b-OR. Response in OR was maximum with b-OR and minimum with b-LS. In contrast, response in ES was maximum with b-LS. This study raised the question as to why selection based on indices combining information from both OR and ES did not perform better than selection using LS only., Cet article discute l’intérêt du taux d’ovulation (OR) pour accroître le progrès génétique sur la taille de portée (LS) et étudie à cet effet divers critères de sélection combinant OR et le taux de survie embryonnaire (ES). On a examiné par simulation les réponses à la sélection en 5 générations dans une population de 20 et 600 reproducteurs mâles et femelles avec 50 réplications par méthode. On a considéré 2 races, de prolificité faible (Mérinos) et moyenne (Lacaune). Les performances ont été générées à partir d’un modèle bicaractère à seuils. Les héritabilitiés d’OR et ES ont été supposées constantes sur l’échelle sous-jacente dans les 2 races et prises égales respectivement à 0,35 et 0,11 avec une corrélation génétique entre ces 2 caractères de - 0,40. Quatre méthodes d’évaluation génétiques ont été comparées : i) Blup unicaractère basé sur LS (b-LS) ; ii) Blup unicaractère basé sur OR (b-OR) ; iii) Blup bicaractère basé sur OR et LS (b-ORLS) ; iv) Prédicteur du maximum a posteriori bicaractère d’un modèle linéaire généralisé où OR est traité comme un caractère continu et ES comme un caractère à seuils (t-ORES). Les réponses observées étaient très voisines avec b-LS, b-ORLS et t-ORES, alors que b-OR donne une réponse significativement inférieure. La réponse sur OR était maximum avec b-OR et minimum avec b-LS, tandis que la réponse sur ES était maximum avec b-LS. Cette étude pose la question de savoir pourquoi la sélection basée sur des indices combinant OR et ES ne donne pas de résultats significativement supérieurs à la sélection sur LS.

In this study, we have estimated the phenotypic and genetic relationships between prepuberal plasma FSH level (FSH and logFSH) of ewe lambs of the Lacaune meat breed and their reproductive performance at first mating (fertility and prolificacy). Hormonal levels were assayed in a single blood sample collected at approximately 5 weeks of age (mean ± S.D. = 33.7 ± 3.2 days) from 829 ewe lambs born in July-September 1983, in 30 flocks, from 33 AI sires. Mating took place over two periods, in early breeding season at 11 months of age and in October- November at 15 months. Fertility analysis was conducted only on ewe lambs mated in June-July (n = 737), while prolificacy was analyzed for all pregnant ewe lambs (n = 732). For plasma FSH and log plasma FSH the effects of birth type, blood sampling date and time, as well as age at blood sampling were not significant (P > 0.05). The flock and sire effects were highly significant (P s 0.01) and heritability was 0.44 and 0.50 for plasma FSH and log plasma FSH respectively. The phenotypic correlation between prolificacy and FSH levels was positive but non-significant, the genetic correlation was 0.35 for plasma FSH and 0.41 for log plasma FSH. Prepuberal FSH levels of ewe lambs which remained barren after their first mating early in the breeding season were significantly higher than that of pregnant ones (P ! 0.05). Nevertheless the genetic correlation between fertility and logFSH was significantly positive (P:s 0.05).

Cette étude estime la variabilité phénotypique et génétique des variables FSH et log FSH mesurées à partir d’un seul prélèvement sanguin aux environs de 33 jours, sur 892 agnelles Lacaune viande nées de juillet à septembre 1983 dans 21 élevages et issues de 42 pères utilisés en insémination. Les effets « élevage » et « père » sont très significatifs. L’héritabilité est de 0,38 pour le taux de FSH et de 0,47 pour le log FSH, avec des variances génétiques père et mère équivalentes. Les effets « type de naissance » et « gain 10-30 jours » ne sont pas significatifs. L’effet « heure de prélèvement » est significatif uniquement pour le log FSH. Le taux de FSH des agnelles pourrait donc être utilisé comme critère de sélection, si les études ultérieures confirment son intérêt comme indicateur précoce de la prolificité., This study estimates the phenotypic and genetic variability of plasma FSH level (FSH and log FSH) measured from a single blood sample collected at approximately 33 days of age, from 892 ewe-lambs born in July-September 1983, in 21 flocks, from 42 A.I. sires. The flock and sire effects were highly significant. Heritability was 0.38 and 0.47 for plasma FSH and log plasma FSH, with an equivalent sire, and dam genetic variance. The effects of litter size at birth and growth from 10 to 30 days were not significant. The effect of sampling time was significant for log FSH. The plasma FSH level of ewe-lambs could then be used as criterion of selection, if the future studies confirm its interest as an early indicator of prolificacy.

Ce travail de recherche a été mené dans l‘équipe MODGEN du département GenPhySE, 1388 UMR de l‘INRA. Il avait pour perspectives de modéliser les variabilités de la taille de portée des ovins pour une meilleure évaluation génétique et de proposer des modèles d‘analyse adoptés à ce type de caractère.Les objectifs de l‘étude étaient d'identifier, et d'analyser les facteurs environnementaux et génétiques des variabilités des tailles de portée des brebis et de proposer une méthode adaptée pour canaliser les caractères discretsqui prenne en compte conjointement des objectifs sur la moyenne et sur la variabilité du caractère. La thèse s‘appuyait sur des données issues de la chaîne nationale de contrôle de performances en relation avec des organismes de sélection ovin qui sont particulièrement intéressés par les résultats de ces recherches (CORAM).Choix des races.Nous avons considéré trois races dont les fréquences de la taille de portée sont plus ou moins élevées. La race Romane connue par sa forte prolificité ainsi des effectifs contrôlés importants a permis des analyses précises. Les deux autres races choisies sont la race Suffolk et la race Rouge de l‘Ouest qui ont servi à tester les modèles sur des populations comportant de moins en moins de portées multiples. La taille de portée des ovins considérée comme une variable continueAu cours de l‘étude, nous avons identifié et hiérarchisé les facteurs de variation environnementaux du niveau de prolificité et de de sa variance pour trois races ovines (Suffolk, Rouge de l‘Ouest et Romane). Si les facteurs de variation environnementaux du niveau de prolificité étaient déjà bien connus, peu de données concernaient les facteurs de variation environnementaux de la variance. Nous avons également estimé les paramètres génétiques du niveau de prolificité et de sa variance, ils sont cohérents entre eux. Les héritabilités estimées sur la moyenne sont faibles, en cohérences entre les trois races et avec des études antérieures. La non homogénéité des corrélations estimées par le modèle à deux étapes peut s‘expliquer par la relation structurelle entre la moyenne et la variance sur l‘échelle observée qui n'est pas prise en compte dans ce type d'analyse. A l'échelle d'une race, cette relation dépend de l‘écart spécifique entre les seuils; elle est différente de la relation moyenne – variance observée pour l‘ensemble des races et qui est calculée sur des données brutes (figure 3 ; page 17). La taille de portée des ovins considérée comme une variable discrèteNous avons montré l‘existence d‘une variabilité d‘origine génétique dans les trois races étudiées et nous avons montré que le modèle à seuils homothétique [HTM] s‘ajustait mieux aux données et qu'il permettait de calculer conjointement l‘effet génétique sur la moyenne et sur la variance. Nous avons aussi montré les limites de ce modèle et nous avons proposé une solution afin de donner un cadre plus général à son utilisation et l‘utiliser dans les évaluations génétiques. Nous avons également identifié un critère de sélection pertinent qui permet de sélectionner les individus de même moyenne ayant des variances différentes. Nous avons proposé le modèle à seuils indépendants [ITM] ou le modèle multi caractères avec contrainte, ce modèle considère que chaque réalisation est un caractère. Nous avons montré la faisabilité de cemodèle sur les trois races. Ceci nous a permis de mettre en évidence les problèmes liés à la convergence du programme utilisé, et nous avons proposé d‘implémenter ce modèle en modifiant le programme TM.

Study the variabilities the litter size in sheep, Ce travail de recherche a été mené dans l’équipe MODGEN du département GenPhySE, 1388 UMR de l’INRA. Il avait pour perspectives de modéliser les variabilités de la taille de portée des ovins pour une meilleure évaluation génétique et de proposer des modèles d’analyse adoptés à ce type de caractère.Les objectifs de l’étude étaient d'identifier, et d'analyser les facteurs environnementaux et génétiques des variabilités des tailles de portée des brebis et de proposer une méthode adaptée pour canaliser les caractères discretsqui prenne en compte conjointement des objectifs sur la moyenne et sur la variabilité du caractère. La thèse s’appuyait sur des données issues de la chaîne nationale de contrôle de performances en relation avec des organismes de sélection ovin qui sont particulièrement intéressés par les résultats de ces recherches (CORAM).Choix des racesNous avons considéré trois races dont les fréquences de la taille de portée sont plus ou moins élevées. La race Romane connue par sa forte prolificité ainsi des effectifs contrôlés importants a permis des analyses précises. Les deux autres races choisies sont la race Suffolk et la race Rouge de l’Ouest qui ont servi à tester les modèles sur des populations comportant de moins en moins de portées multiples. La taille de portée des ovins considérée comme une variable continueAu cours de l’étude, nous avons identifié et hiérarchisé les facteurs de variation environnementaux du niveau de prolificité et de de sa variance pour trois races ovines (Suffolk, Rouge de l’Ouest et Romane). Si les facteurs de variation environnementaux du niveau de prolificitéétaient déjà bien connus, peu de données concernaient les facteurs de variation environnementaux de la variance. Nous avons également estimé les paramètres génétiques du niveau de prolificité et de sa variance, ils sont cohérents entre eux. Les héritabilités estimées sur la moyenne sont faibles, en cohérences entre les trois races et avec des études antérieures. La non homogénéité des corrélations estimées par le modèle à deux étapes peut s’expliquer par la relation structurelle entre la moyenne et la variance sur l’échelle observée qui n'est pas prise en compte dans ce type d'analyse. A l'échelle d'une race, cette relation dépend de l’écart spécifique entre les seuils; elle est différente de la relation moyenne – variance observée pour l’ensemble des races et qui est calculée sur des données brutes. La taille de portée des ovins considérée comme une variable discrète Nous avons montré l’existence d’une variabilité d’origine génétique dans les trois races étudiées et nous avons montré que le modèle à seuils homothétique [HTM] s’ajustait mieux aux données et qu'il permettait de calculer conjointement l’effet génétique sur la moyenne et sur la variance. Nous avons aussi montré les limites de ce modèle et nous avons proposé une solution afin de donner un cadre plus général à son utilisation et l’utiliser dans les évaluations génétiques. Nous avons également identifié un critère de sélection pertinent qui permet de sélectionner les individus de même moyenne ayant des variances différentes.Nous avons proposé le modèle à seuils indépendants [ITM] ou le modèle multi caractères avec contrainte, ce modèle considère que chaque réalisation est un caractère. Nous avons montré la faisabilité de cemodèle sur les trois races. Ceci nous a permis de mettre en évidence les problèmes liés à la convergence du programme utilisé, et nous avons proposé d’implémenter ce modèle en modifiant le programme TM.

Chantier qualité GA; Le projet COSADD a été conduit de 2007 à 2009 pour identifier, tester des objectifs de sélection animale compatibles avec une perspective de développement durable, et cohérents avec les attentes des acteurs concernés. Au cours des années 2008 et 2009 nous avons réalisé des entretiens semi-directifs auprès d'une soixantaine d'acteurs de la sélection animale, des filières, de la distribution et des associations (de consommateurs, de protection des animaux ou de l'environnement). Les priorités et attentes des différents types d'acteurs ont été identifiées, à la fois dans une perspective générale, et en focalisant l'approche autour du développement durable. Les acteurs du secteur économique partagent un certain nombre de points de vue autour de la priorité à accorder aux enjeux économiques et de marchés, autour de la nécessité de produire des animaux faciles à élever, robustes et résilients. L'environnement et le bien-être animal sont considérés comme des demandes "extérieures", mais importantes. Des spécificités existent bien entendu par rapport à chaque espèce. Pour les acteurs des associations, la perspective est inversée. Les enjeux économiques sont compris, mais l'accent est mis sur les enjeux sociétaux. En définitive deux paradigmes ou modèles productifs apparaissent, avec la possibilité d'une agriculture duale combinant les deux modèles. L'un que l'on peut qualifier "d'écologiquement intensif" autour d'un élevage productif, tourné vers des marchés de masse et de hauts niveaux de consommation, avec le respect de normes strictes ; et un "alternatif et extensif" où l'on accepte une diminution de la consommation de viande pour promouvoir des signes de qualité et des systèmes extensifs.

Chantier qualité GA; Après un aperçu des cheptels de ruminants élevés en France et dans l'Union Européenne, les caractéristiques des espèces qui influent sur les possibilités de mettre en oeuvre des programmes d'amélioration génétique et sur leur efficacité sont mentionnées. L'accent est mis sur les conséquences des paramètres de la reproduction, sur la nécessité d'une organisation rigoureuse et sur la diversité des situations rencontrées, entre espèces, races, territoires et filières. Les perspectives offertes par le développement en cours de la sélection génomique sont brièvement évoquées.

La finalité d'un programme de sélection est de générer du progrès génétique dans les générations animales futures afin de répondreaux besoins alimentaires, nutritionnels, sociaux et environnementaux de demain. Les travaux pionniers en optimisation technique etéconomique des programmes de sélection des années 1970 à 1990 sont décrits dans cette synthèse. Maintenant, il s'agit d'accroître àla fois le nombre de caractères inclus dans les objectifs de sélection et la valeur prédictive des critères de sélection et des valeurs génétiquesprédites pour permettre le choix le plus fiable possible dès le plus jeune âge, de reproducteurs améliorateurs parmi les candidatsà la sélection. A ce titre, la sélection génomique est une véritable révolution dans la gestion des populations apparue dans la premièredécennie du 21ème siècle. L'organisation des programmes de sélection doit être revue en profondeur : la poursuite duraisonnement classique, c'est-à-dire la forte diffusion d'un petit nombre de reproducteurs élites est extrêmement dangereuse en termesde maintien d'une diversité génétique raisonnable au sein des populations animales, notamment si l'on raccourcit dans le mêmetemps l'intervalle entre générations en supprimant l'étape de contrôle sur descendance chez les bovins. Les objectifs de sélection doiventêtre adaptés, pour intégrer les nouveaux caractères, au fur et à mesure qu'ils seront évalués. Ce point est d'autant plus critiqueque des évolutions défavorables ont été constatées sur divers caractères fonctionnels et que la génétique devra s'intégrer dans uneplus grande diversité de systèmes de production pour répondre aux attentes sociétales.

Le phénotype correspond aux valeurs mesurables prises par des caractères choisis pour leur intérêt socio-économique ou cognitif. Lesbesoins de phénotypage dépendent de l'évolution des méthodes de sélection et des systèmes d'élevage ainsi que des développements technologiquespermettant une approche standardisée, à haut débit et automatisable. En matière de sélection animale, la mise en place de lasélection génomique introduit le concept de population de référence sur laquelle des phénotypes difficilement mesurables en routine peuventêtre obtenus pour établir les relations entre marqueurs génétiques et performance. L'association marqueurs-phénotype ouvre égalementla voie au diagnostic individuel en appui à la gestion du troupeau. La robotisation et l'identification électronique individuellesupposent des investissements importants mais offrent des perspectives très nouvelles pour le phénotypage de caractères comme l'efficacitéalimentaire ou le comportement. De façon complémentaire, les technologies de génomique fonctionnelle et l'analyse de l'empreinte spectraledes protéines permettent d'accéder aux mécanismes sous-jacents et d'affiner la définition du phénotype à l'échelle moléculaire. Leconcept de biomarqueur capable de prédire le phénotype est en plein essor en médecine humaine et pourra aussi s'appliquer aux animauxd'élevage. Plus le phénotypage sera proche du mécanisme d'action, plus la détection des gènes contrôlant la variation du phénotype seraprécise. En particulier, la recherche de régions du génome (eQTL) contrôlant l'expression d'un gène permet d'explorer les mécanismesresponsables de la variabilité de caractères complexes. On attend donc de grands progrès dans l'identification des gènes qui sous-tendentles QTL grâce aux progrès conjoints du phénotypage et du séquençage du génome., Phenotyping requires measuring traits chosen for their socio-economic importance or their cognitive value. Needs for phenotyping depend on the trend in breeding methods and production systems, and also on technological developments allowing for high throughput standardised approaches at a reasonable cost. Considering animal breeding, implementation of genomic selection introduces the concept of reference population, where specific phenotypes not routinely available can be obtained to associate genetic markers with performance. Association between markers and phenotypes also open the way towards individual diagnostic to support herd management. Robotics and individual electronic identification require important investments but offer quite new prospects for phenotyping traits such as feed efficiency or behaviour. Complementary tools are provided by technological developments in functional genomics and by spectral analysis of proteins, which can unravel underlying mechanisms and refine the definition of phenotypes at the molecular scale. The concept of biomarker has emerged in human medicine in order to predict phenotype and is expected to be applied also to farm animals. The closer the phenotyping is from the biological mode of action, the more accurate will be the detection of genes determining phenotypic variation. More particularly, the search for genome regions controlling gene expression (eQTL) makes possible to explore the mechanisms responsible for the variability of complex traits. Great progress can thus be expected for the identification of genes underlying QTL thanks to simultaneous improvements in phenotyping and genome sequencing.

L’évaluation génomique est une nouvelle méthode d’estimation de la valeur génétique des animaux d’élevage qui est en train de révolutionner l’organisation des schémas d’amélioration génétique bovins laitiers. La récente disponibilité d’une puce porcine de 60 000marqueurs SNP permet d’envisager la mise en place de cette méthodologie chez le porc. Dans cette espèce, les perspectives les plus intéressantes de l’évaluation génomique semblent être la possibilité d’améliorer les populations pour des caractères non mesurables en routine, d’augmenter la précision des valeurs génétiques estimées, et de sélectionner les individus de l’étage de sélection pour leur valeur en croisement et en milieu de production. Les coûts de mise en œuvre d’une sélection génomique chez le porc seraient élevés,en raison principalement de la taille des populations de référence nécessaires à une évaluation précise, du nombre élevé de candidats à génotyper, et de la variété des populations et lignées sélectionnées. Le partage de ressources entre Organisations de Sélection et le recours aux techniques d’imputation génotypiques permettraient de maîtriser ces coûts., Genomic evaluation, a new methodology to estimate the breeding value of livestock, is currently revolutionizing dairy cattle breeding, and its implementation in pigs is being considered. In this species, genomic selection could be used to improve populations for traits too costly to be recorded routinely, to increase the accuracy of the estimated breeding values, and to select the nucleus populations for their crossbred value expressed in a commercial environment. The implementation of genomic selection in pigs would be costly, mainly because of the size of the reference populations required to estimate accurate breeding values, the high number of candidates that should be genotyped, and the large number of selected lines. The sharing of reference populations by several breeding organizations and the use of genotype imputation techniques would help reduce the implementation costs.

National audience; Until recently (when genomic selection started at a large scale), most of the selection plans were based on breeding value estimations from phenotypic and pedigree information. Nevertheless, a number of successful breeding schemes were also organized, using information on genes displaying large effects on the traits or using genomic markers ("Marker Assisted Selection"). These examples carry useful information about the future of selection. Realizations were polymorphic, both in terms of traits (reproduction, carcass quality, disease resistance...) and organization (counter selection of unfavorable alleles, between breeds introgression, mate selection...). Limits of these schemes, which are detailed in this paper, are constraints which will have to be considered in the future genomic selection organization.; Jusqu’à une date très récente (l’émergence de la sélection génomique), l’essentiel des plans de sélection était basé sur l’évaluation des valeurs génétiques à partir des informations phénotypiques et de pedigree. Cependant, ont aussi été mis en place plusieurs exemples réussis de sélection valorisant la connaissance de gènes à effets importants sur les caractères ou utilisant l’aide de marqueurs moléculaires(la «Sélection Assistée par Marqueurs»). Ces exemples sont riches en enseignements pour l’avenir de la sélection. Les applications furent variées, tant en termes de type de caractères (reproduction, qualité de carcasse, résistance aux maladies...) que d’organisation(éliminations d’allèles défavorables, introgression, accouplements ciblés…). Les limites, qui sont détaillées, de ces plans de sélection sur gènes ou marqueurs, sont autant de contraintes qu’il faudra intégrer dans l’organisation de la sélection génomique.

L’organisation des schémas de sélection découle des particularités biologiques (prolificité, intervalle de générations…) propres à chaque espèce ou groupe d’espèces, ainsi que de la nature des caractères d’intérêt (précoces, tardifs…). Dans les filières porcine et avicole, où la diffusion des reproducteurs est largement mondialisée, la concurrence entre opérateurs induit une course au progrès génétique impliquant de maximiser l’efficacité de la sélection dans les races ou lignées pures, ainsi que de profiter des différents avantages du croisement (hétérosis, complémentarité entre populations, utilisation de gènes majeurs) dans les limites permises par le taux de reproduction élevé de ces espèces. La mise en oeuvre de ces principes conduit à des modalités d’organisation des schémas de sélection et de croisement de type pyramidal, caractéristique de ces filières. Elles exercent en retour un effet structurant sur les opérateurs génétiques eux-mêmes, conduisant à une typologie caractéristique, modulée par certaines particularités biologiques des animaux (format...),par la segmentation du marché des produits commerciaux dans la filière avicole (espèces, marchés de niche…), et par l’importance relative du secteur privé (partielle en filière porcine, totale en filière avicole). L’arrivée de la sélection génomique ne devrait pas bouleverser cette typologie, mais pose des problèmes de faisabilité économique., The organization of selection schemes results from biological specificities (prolificacy, generation intervals...) of each species along with the nature of the traits (early, late...). In porcine and poultry production where the distribution of breeding animals is global, the competition between operators has induced a race towards genetic progress implicating maximizing selection efficiency in pure breeds or lines, as well as taking advantage of crosses (heterosis, complementarity between populations, use of major genes) within the limits allowed by the high reproduction rate of these species. The use of these principles has led to the typical organization of selection schemes and pyramidal crossing, both characteristics of these productions. This organization structures the genetic operators themselves, leading to a characterized typology, modulated by biological specificities of the animals (size...), by the segmentation of commercial poultry product markets (species, niche markets...), and by the relative importance of private property of breeding animals (partial in pigs, total in poultry). The occurrence of genomic selection should not upset this typology, but creates problems of economic feasibility.

Diplôme : Diplôme d'Ingénieur