Modélisation prenant en compte plusieurs régions d’intérêt

Dans l’idéal, la connaissance de l’ensemble des gènes (mutations causales) affectant un caractère permettrait de faciliter la sélection génétique des animaux. En pratique, les gènes responsables sont rarement identifiés et l’on dispose seulement de quelques régions (QTL) ayant un effet sur les caractères. Des régions de ce type ont été détectées dans la cadre de la thèse de Cyrielle Marteau (2014) chez les caprins laitiers :

 Deux QTL ayant un effet sur le TP : un QTL en race Saanen correspondant à la zone des

caséines β et αs2 sur le chromosome 6 et un QTL dans les deux races sur le chromosome

1 avec un effet de 0,30 écart-type phénotypique.

 Deux QTL ayant un effet sur la quantité de matière grasse: un QTL en races Saanen et

Alpine sur le chromosome 21 avec un effet de 0,30 écart-type phénotypique et un QTL sur le chromosome 14 en race Alpine (0,29 écart-type phénotypique). Ce QTL a aussi un effet sur la quantité de lait, le TB et le TP.

 Un QTL ayant un effet sur le comptage de cellules somatiques a été mis en évidence sur

le chromosome 19 en race Saanen. Cette zone, la première découverte comme ayant un effet sur la résistance aux mammites en caprins, est orthologue à une zone détectée sur le chromosome 11 en ovins (Rupp et al., 2014).

 Les caractères de morphologie mammaire sont également influencés par de nombreux

QTL, notamment sur le chromosome 19. Sur ce chromosome, ces zones ont également un effet sur les caractères de production et de résistance aux mammites.

 Des QTL sur les chromosomes 3, 9 et 2 ont été détectés pour les caractères position du plancher et profil de la mamelle en race Alpine. Une région ayant un effet sur la forme de l’avant pis est située sur le chromosome 6, tandis qu’une autre ayant un effet sur l’orientation des trayons est localisée sur le chromosome 26 en race Saanen (Maroteau et al., 2014).

L’ensemble de ces QTL ou régions d’intérêt, pourrait être pris en compte dans les modèles d’évaluations génomiques. Une première solution serait de les intégrer dans un modèle two steps basé sur les phénotypes des seuls animaux génotypés. Dans ce cas, les effets des SNP détectés comme significatifs pourraient être intégrés en effet fixe ou aléatoire

dans les modèles comme cela a été testé pour le gène de la caséine αs1 dans ma thèse. Une

autre méthode appelée SAMG, pour sélection assistée par marqueurs génomiques, pourraient également être envisagée. Elle est mise en place depuis 2008 chez les bovins laitiers français de race Holstein, Normande et Montbéliarde et permet de capter 60 à 70% de la variabilité génétique. Ces évaluations génétiques combinent l’information de 300 à 700 QTL par caractère dont 20 à 40 gros QTL détectés par une approche LDLA (linkage disequilibrium and linkage analysis), les autres étant détectés par la méthode Elastic-Net (Boichard et al., 2012). Cette méthode d’évaluation génomique permet d’obtenir des précisions d’évaluations légèrement meilleures que celles obtenues avec un GBLUP two steps (entre 5% pour la MP et 13% pour le TB) sauf pour le TP (Boichard et al., 2012). Cependant Ducrocq et al. (2014) ont montré qu’en moyenne les précisions des évaluations sont similaires à celles obtenues avec le GBLUP. Ces méthodes pourraient être améliorées par la prise en compte des interactions entre QTL et entre QTL et part polygénique comme cela a été proposé pour l’effet du gène DGAT1 (cf. section II.1.1 de la conclusion).

Ces méthodes sont basées sur une approche two steps or nous avons montré dans cette thèse que l’approche d’évaluation génomique la plus adaptée à la population caprine est le single step. L’ensemble des chèvres caprines n’étant pas génotypées, il faudrait envisager une méthode pour prédire les allèles portés au QTL par ces femelles. Comme nous l’avons vu dans le chapitre 5, une approche de type « gene content » permet de prédire (bien que de façon imprécise) l’effet d’un QTL ou d’un gène majeur pour l’ensemble des femelles. Cette méthode semble cependant difficilement applicable pour des centaines de QTL car la prédiction n’est possible que QTL par QTL. Mulder et al. (2010) ont malgré tout adapté la méthode de Gengler et al. (2007, 2008) afin de permettre la prédiction simultanée de plusieurs haplotypes pour les animaux non génotypés. Cette méthode est cependant très gourmande en

temps de calcul car elle prend en compte un grand nombre de caractères (plusieurs dizaines de « gene content »). Des études supplémentaires devront être réalisées pour une application en caprins laitiers où des centaines de milliers de femelles devront être prédites à partir de seulement 825 mâles et 1 945 femelles génotypés.

Enfin, la prise en compte de régions d’intérêt dans les évaluations pourraient être envisagée à l’aide d’haplotypes plutôt que de SNP seuls, comme c’est le cas pour la méthode SAMG appliquée en bovins laitiers (Boichard et al., 2012). Les principaux avantages des méthodes basées sur les haplotypes sont de 1) mieux capturer le déséquilibre de liaison entre les SNP et les QTL (De Roos et al., 2011) et 2) de prendre en compte les possibles recombinaisons entre un QTL et un SNP (Calus et al., 2008). Quelle que soit la méthode utilisée pour définir les haplotypes (IBD (Calus et al., 2008; Croiseau et al., 2014; Villumsen and Janss, 2009), groupes de SNP (Moser et al., 2010) ou seuil de DL (Cuyabano et al., 2014)), leur utilisation dans des approches Bayésiennes basées sur les pseudo-phénotypes (DYD) ou les performances brutes permet d’augmenter les précisions d’évaluations génomiques de 2% à 9% pour la quantité de lait et la matière protéique en bovins laitiers (Makgahlela et al., 2013a). Ces méthodes présentent cependant deux difficultés, celle de trouver la taille idéale de l’haplotype à prendre en compte (Villumsen and Janss, 2009; Jonas et al., 2015), et celle de connaitre les génotypes pour l’ensemble des animaux phénotypés.

D’autres modélisations que celles étudiées dans cette thèse, sont donc envisageables afin de permettre une augmentation des précisions des évaluations génomiques en incluant l’information des zones d’intérêt. Un projet a actuellement été déposé dans le cadre du métaprogramme SELGEN (INCoMINGS) afin d’approfondir la question de l’inclusion des mutations causales dans les évaluations génomiques.

III.

Evolutions des schémas de sélection caprins à envisager avec l’arrivée