1 Méthodes d’évaluation génétique des reproducteurs: Application aux taureaux d’IA du programme national de testage I. Boujenane Département des Productions Animales Institut Agronomique et Vétérinaire Hassan II Introduction L'évaluation génétique des parents des générations futures est une étape importante dans un programme d'amélioration génétique. Le choix des parents nécéssite l'estimation précise des valeurs génétiques de tous les candidats potentiels à la sélection. Pour cela, plusieurs conditions doivent être réunies, à savoir un contrôle laitier précis et une analyse adéquate des données. L'objectif de ce travail est de passer en revue les analyses que l'on peut effectuer sur les données du contrôle laitier, en mettant plus l'accent sur l'évaluation génétique des reproducteurs, à travers le programme national de testage. 1. Contrôle laitier La méthode de contrôle laitier qui est reconnue officiellement au Maroc est le contrôle de type A. Il est pratiqué chaque mois, sans la participation de l'éleveur, sur toutes les traites effectuées pendant une période de 24 heures, le contrôle commençant à la traite du soir ou à celle de midi selon que la vache est traite 2 ou 3 fois par jour. Les quantités de lait et de matière grasse par lactation totale ou de référence sont calculées par la méthode de Fleischmann, en se basant sur les résultats des contrôles mensuels de lait et de taux butyreux. 2. Détermination et correction des effets de l'environnement 1 Séminaire de l’ANPA sur « L’amélioration génétique des bovins laitiers », Taroudant, 24-25 mai 1996. pp. 75-84. 1 Le contrôle laitier perd tout son intérêt si les résultats collectés ne sont pas analysés. Le 1er type d'analyse qu'on peut effectuer sur les données du contrôle laitier est la détermination des facteurs de l'environnement qui affectent significativement le caractère étudié. Grosso modo, les principaux facteurs qui influencent la production laitière des vaches d'une même race sont l'étable, l'année de vêlage, le mois (ou saison) de vêlage, l'âge de la vache au vêlage (ou numéro de lactation), la durée de lactation, et l'intervalle entre vêlages. Selon la méthode d'évaluation à utiliser, les effets des facteurs de l'environnement, ayant une influence significative sur le caractère étudié, peuvent être ou ne pas être corrigés. Dans le cas où on le désire, la correction peut être additive ou multiplicative. 3. Estimation des paramètres génétiques et phénotypiques Tout programme d'amélioration génétique repose sur la connaissance de l'héritabilité et la répétabilité des caractères étudiés, et sur les corrélations génétiques, phénotypiques et environnementales entre eux. L'idéal est d'estimer ces paramètres à partir des données de la population qu'on cherche à évaluer. De façon générale, les répétabilités des caractères de production sont proches de 0,50 et celles des taux sont encore plus élevées. Les héritabilités des caractères de production varient de 0,20 à 0,25, alors que celles des taux sont environ égales à 0,50. Les corrélations génétiques entre les caractères de production d'une part, et entre les taux d'autre part sont élevées, variant respectivement de 0,80 à 0,95 et de 0,55 à 0,91, alors que les corrélations génétiques entre la quantité de lait et les taux tendent à être négatives, allant de -0,20 à -0,35 (White, 1981). 4. Evaluation génétique La supériorité phénotypique d'un individu n'est pas entièrement transmise à sa descendance. En effet, la valeur phénotypique d'un animal est le résultat à la fois de son génotype et de l'environnement dans lequel il est élevé. De plus, la valeur génotypique d'un animal est déterminée par les effets génétiques additifs, qui sont transmis du parent au descendant, et des effets non additifs qui ne sont pas transmis. Ainsi, l'évaluation génétique ou indexation est l'estimation de la valeur génétique 2 additive d'un animal. Plusieurs méthodes d’évaluation sont connues, mais les plus importantes sont la méthode de comparaison aux contemporaines et la comparaison directe. 4.1. Comparaison aux contemporaines En 1954, la méthode d'évaluation génétique des taureaux d'IA appelée "comparaison aux contemporaines" a vu le jour (Henderson et al., 1954; Robertson et Rendel, 1954). Son but est d'éliminer les effets de l'environnement en retranchant de la production de la fille d'un taureau, la moyenne des productions de ses contemporaines ou compagnes d'étable. La moyenne des écarts ainsi obtenus de toutes les filles d'un taureau donne une estimation de la moitié de la valeur génétique additive du taureau. Le coefficient par lequel on multiplie la moyenne des écarts aux contemporaines des filles d'un taureau, pour prendre en compte le nombre des filles du taureau et leur répartition dans les différents troupeaux, ainsi que l'héritabilité du caractère, est obtenu par la théorie des index de sélection (Hazel, 1943; Boujenane, 1987 et 1988) à partir de la formule fondamentale: Pb= G où P est la matrice des variances et des covariances phénotypiques b est le vecteur des coefficients de pondération G est la matrice des variances et des covariances génétiques Or, la méthode de comparaison aux contemporaines suppose une correction parfaite des performances pour les effets fixés, ce qui n'est possible que lorsque les contemporaines sont nombreuses et représentatives de l'ensemble de la population. Ce qui n'est pas toujours le cas; le nombre de contemporaines est généralement réduit. L'autre inconvénient de la méthode de comparaison aux contemporaines est qu'elle ne prend pas en considération l'écart génétique qui peut exister entre le taureau de testage et les pères des contemporaines. En effet, les filles des taureaux de testage sont comparées aux contemporaines issues des taureaux déjà testés et donc meilleurs, et de ce fait les taureaux de testage sont défavorisés. De plus, la théorie des index de sélection ne prend pas en considération les différences de niveau génétique moyen des conjoints des taureaux. De même, elle n'est pas souple, car elle ne prend pas en compte tous les parents. 4.2. Comparaison directe 3 La prédiction de la différence entre les valeurs génétiques de deux taureaux par la méthode des index de sélection est simple et directe, si les performances des filles sont réalisées dans un même endroit et en même temps. Or, dans le cas des taureaux d'IA, les filles sont éparpillées dans plusieurs troupeaux, et donc leurs conditions d'élevage sont différentes. Il est, par conséquent, nécessaire de corriger pour les différences entre les troupeaux tout en estimant simultanément les valeurs génétiques des taureaux. Ceci est possible à travers la méthode dite meilleure prédiction linéaire non biaisée, appelée en anglais BLUP (Best Linear Unbiased Prediction), mise au point par Henderson (1973). Cette méthode, utilisée actuellement à l'échelle internationale pour l'évaluation génétique des animaux, peut être perçue comme une extension de la méthode classique des index de sélection, dans laquelle une correction simultanée est faite pour les effets non génétiques. Malgré ses difficultés de calcul (puisque la méthode nécessite les solutions simultanées d'un nombre d'équations égal au nombre d'animaux à évaluer), la méthode BLUP a l'avantage de pallier aux défauts de la méthode des index de sélection. Pour plus de détails, se référer aux articles de Ducrocq (1990) et Boujenane (1994). 5. Indexation des taureaux du programme national de testage En 1989, un programme national de testage des taureaux d'IA a été initié. Parmi les 33 veaux sélectionnés sur ascendance, 19 ont été mis en testage sur descendance. La méthode de testage mise en oeuvre est simple. Elle consiste à inséminer un nombre déterminé de vaches avec la semence d'un taureau de testage, à contrôler ensuite la production des filles nées de ce taureau et enfin à interpréter les résultats obtenus. 5.1. Données analysées Les données analysées sont issues du programme national de testage des taureaux d'IA. Le fichier initial est constitué des premières lactations de 296 filles des 19 taureaux de testage. Ces vaches sont nées entre la fin de 1990 et le début de 1992. Les vêlages sont étalés sur toute l'année et ont lieu entre 1992 et 1994. Les vaches sont élevées dans 75 étables. Le nombre moyen de vaches par étable est de 10 vaches, variant de 1 à 29 vaches. Toutes les étables sont situées dans 7 zones, dans lesquelles le nombre d'étables varie de 4 à 25, avec un nombre de vaches dans chaque zone fluctuant entre 16 et 115. 4 Le nombre moyen de filles par taureau est de 16 filles, variant de 7 à 32. Parmi les 19 taureaux de testage, 4 ont moins de 10 filles et 4 seulement ont un nombre de filles supérieur à 20. Le nombre de pères (taureaux) des vaches élevées dans une même étable varie de 1 à 15. Toutefois, dans une étable donnée, le nombre de filles par taureau est faible et il est généralement de 1. De même, 22 étables ne sont représentées que par une seule vache, où par conséquent, un seul taureau a été utilisé. Il est également important de signaler que les données analysées sont d'un effectif faible. De plus, les filles des taureaux sont mal réparties dans les différentes étables. En effet, il existe des étables dans lesquelles sont élevées les filles d'un seul taureau, et des étables dans lesquelles il n'y a qu'une seule vache. Par conséquent, toutes ces étables ainsi que celles où les vaches ne sont pas issues d'un minimum de 2 taureaux ont été éliminées. Cette élimination a été faite parce qu'il est difficile de dissocier les effets génétiques et les effets de l'environnement dans le cas des étables représentées par une seule vache. En d'autres termes, il est difficile, en absence de comparaison, de dire si la supériorité ou la faiblesse de la vache élevée seule dans une étable est d'ordre génétique ou environnemental. Ainsi, 274 lactations ont été retenues pour l'évaluation génétique des 19 taureaux de testage. Ces lactations ont été réalisées par 274 vaches élevées dans 53 étables. La répartition des lactations par zone, mois de vêlage, année de vêlage et âge des vaches au vêlage sont rapportées respectivement dans les tableaux 1, 2, 3, et 4. Les moyennes arithmétiques de la production laitière en 305 jours et de l'âge des vaches au vêlage figurent dans le tableau 5. L'analyse préliminaire des données (avant et après l'élimination des 22 étables) a montré que parmi les facteurs, étable (53 niveaux), âge de la vache au vêlage (25 niveaux), mois de vêlage (12 niveaux) et année de vêlage (3 niveaux), seule l'étable a un effet significatif sur la production laitière à 305 jours (Tableau 6). 5 Tableau 1. Répartition des vaches par zone Zone Doukkala Fès Gharb Haouz Loukkos Meknès Tadla Nombre Pourcentage 28 21 106 26 43 15 35 10,2 7,7 38,7 9,5 15,7 5,5 12,8 Tableau 2. Répartition des vêlages selon le mois Mois de vêlage Janvier Février Mars Avril Mai Juin Juillet Août Septembre Octobre Novembre Décembre Nombre Pourcentage 15 29 30 22 24 19 29 31 14 17 22 22 5,5 10,6 10,9 8,0 8,8 6,9 10,6 11,3 5,1 6,2 8,0 8,0 Tableau 3. Répartition des vêlages selon l’année Année de vêlage 1992 1993 1994 Nombre Pourcentage 6 222 46 2,2 81,0 16,8 6 Tableau 4. Répartition des âges au vêlage Age au vêlage Nombre Pourcentage 16 13 25 42 36 38 31 16 12 16 7 8 4 1 2 3 4 5,8 4,7 9,1 15,2 13,4 13,8 11,2 5,8 4,7 5,8 2,5 2,9 1,4 0,4 0,7 1,1 1,6 ≤24 mois 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 ≥42 Tableau 5. Moyenne, écart-type, minimum et maximum de la PL 305J et de l’âge des vaches au vêlage Variable Moyenne Ecart-type Minimum Maximum PL 305J (kg) Age (mois) 4465,0 29,1 1451,6 3,9 1683 17 9177 48 Tableau 6. Analyse de la variance de la PL 305J Source de variation Degré de liberté Etable Age au vêlage Mois de vêlage Année de vêlage Résiduelle 52 24 11 2 184 Carré Moyen 6305174 526936 677365 305878 791313 7 Probabilité 0,0001 0,8798 0,5845 0,6800 5.2. Méthode d'évaluation génétique L'estimation des valeurs génétiques de tous les animaux (vaches, pères et mères) a été faite à l'aide du programme DITER (Finley, 1991) développé à partir de l'algorithme proposé par Misztal et Gianola (1987). Ce programme, basé sur la méthode BLUP appliquée à un modèle animal, utilise la méthode itérative pour la résolution des différentes équations. Il permet d'estimer les valeurs génétiques aussi bien des animaux possédant des performances que de ceux qui n'en ont pas, mais qui ont un lien de parenté avec les premiers à travers la matrice de parenté. Le programme fait des itérations jusqu'à ce que la convergence soit obtenue ou jusqu’à ce que le nombre maximum fixé des itérations soit atteint. Le programme suppose qu'il y a convergence lorsque pour tous les i, ( ) ( ) xi 1+1 − xi 1 ≤ε xi l +1 avec: xi(l+1) est la solution de la ième équation au cycle ou itération l+1. ε est le critère de convergence. La valeur de ε utilisée est 1x10-10. En notation matricielle, le modèle mixte utilisé pour décrire une observation est comme suit: y= Xb + Za + e avec: y est le vecteur des observations b est le vecteur des effets fixés inconnus (étables) a est le vecteur des effets génétiques aléatoires (valeurs génétiques additives) avec Var(a)= Aσ²a e est le vecteur des erreurs aléatoires avec Var(e)= Iσ²e X et Z sont les matrices d'incidence reliant les éléments de b et a aux observations. Notons que A est la matrice des relations génétiques additives entre les animaux, avec les éléments de la diagonale égaux à 1+Fi, avec Fi est le coefficient de consanguinité de i, et les éléments en dehors de la diagonale sont égaux au numérateur du coefficient de relation entre deux animaux (Wright, 1922), σ²a et σ²e sont respectivement les composantes de la variance génétique additive et résiduelle. 8 La forme des solutions des effets fixés et des valeurs génétiques additives, obtenues à partir des équations du modèle mixte (Henderson, 1973), est: b X' X â = Z' X − X ' Y C11 C12 X ' Y = −1 Z ' Z + A α Z ' Y C21 C22 Z ' Y X'Z avec: α = σe 2 1 − h 2 = σ 2a h2 La valeur de l'héritabilité (h²) utilisée est 0,25. Le coefficient de détermination (CD) est le carré du coefficient de corrélation entre la vraie valeur génétique et son estimation. Le calcul de cette corrélation est fait à partir de la définition: ra ,â = Cov( a , â ) Var ( a ) Var( â ) avec, a la vraie valeur génétique et â son estimation. Les différentes parties de cette formule en termes des équations du modèle mixte sont données par Henderson (1973). Ainsi: Var(a)= Aσ²a et Var(â)= Cov(a,â)= Aσ²a-C22σ²e Si la consanguinité est négligeable, cette corrélation est parfois approchée par la formule de Misztal et Wiggans (1988): ra ,â = 1− Var ( a − â ) σ 2a où Var(a-â) est l'erreur de prédiction; c'est à dire, la variance de a non expliquée par son estimation â. Ainsi, l'erreur de prédiction de la valeur génétique d'un animal i, basée sur un modèle animal, est donnée par le produit du i-ème élément de la matrice C22 et de la variance résiduelle σ²e. Par conséquent: ra ,â σe2 = 1 − C22 [ i , i] 2 σa 9 et CD = ra2,â = 1 − C22 [ i , i] σe2 σa2 Toutefois, puisque le logiciel utilisé ne permet pas de calculer le coefficient de détermination des valeurs génétiques estimées, nous l'avons approché par la formule utilisée dans la théorie des index de sélection, et qui est: CD = n n 2 = 4−h n + 15 n+ 2 h avec n le nombre de filles de chaque taureau. 5.3. Index de sélection et leurs coefficients de détermination L'index de sélection d'un taureau est une estimation de sa valeur génétique additive. Il peut être défini comme la valeur phénotypique moyenne de toutes ses filles possibles dans tous les milieux de production possibles. L'index de sélection est une valeur numérique obtenue pour chaque taureau et qui est utilisée pour le classer relativement aux autres. En d'autres termes, la valeur de l'index change généralement, dans un sens ou dans l'autre lorsque les informations utilisées pour son évaluation changent. L'index de sélection est égal à deux fois la différence entre la moyenne des filles du taureau et la moyenne de la population. Cela veut dire que la moyenne phénotypique des filles d'un taureau sera plus élevée ou plus faible (selon que l'index est positif ou négatif) que la moyenne de la population par la moitié de l'index de sélection. Au total, 561 animaux (vaches, pères et mères) ont été évalués. Les valeurs génétiques estimées ou index de sélection des taureaux de testage varient de -471,40 kg (MARA 89) à +309,01 kg (FHAL) (Tableau 7). Dix taureaux ont des index positifs et neuf ont des index négatifs. On constate également que puisque les taureaux évalués ne sont pas apparentés, la moyenne de leurs valeurs génétiques estimées est nulle. Le coefficient de détermination est le carré du coefficient de corrélation entre la vraie valeur génétique additive du taureau et son index. Il indique la confiance à accorder à l'index et conditionne la largeur de l'intervalle à l'intérieur duquel la valeur génétique réelle du reproducteur indexé a de fortes chances de se trouver. Plus le coefficient de détermination est élevé, 10 plus la fourchette est étroite et plus l'index de sélection est proche de la valeur génétique réelle, et vice versa. Les coefficients de détermination approximatifs des index de sélection des taureaux varient de 0,21 (LAKHAL) à 0,64 (DOUIET). Les taureaux dont les index sont positifs ont des coefficients de détermination qui varient de 0,32 à 0,62. Tableau 7. Index de sélection et leurs CD, rang, nombre de filles et moyenne des productions à 305j des filles des taureaux de testage Nom du taureau Index (kg) Rang FHAL FOUARAT SAIF ATLAS CHAMIKH BATAL MOUMTAZ KABIR BASSIL SAHARA GHARBI BOUGHAZ LAKHAL PAM 89 DOUIET KANDIL ROUMH ALKAIR MARA 89 +309,01 +299,04 +213,38 +182,35 +167,62 +155,70 +118,22 +87,13 +78,63 +70,11 -15,88 -21,78 -92,01 -93,30 -129,70 -235,78 -277,50 -343,84 -471,40 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 Total Nombre de filles 0,00 20 25 16 25 15 14 7 14 13 13 10 7 13 15 27 4 15 7 14 5201,4 4873,4 4688,1 4609,3 4113,9 4586,9 5366,4 4506,1 3587,5 4637,9 4013,5 5029,6 4120,9 4209,7 4552,8 3332,0 3963,9 3771,1 4258,4 274 4465,0 CD: Coefficient de détermination approximatif. 11 Moyenne des filles (kg) CD 0,57 0,62 0,52 0,62 0,50 0,48 0,32 0,48 0,46 0,46 0,40 0,32 0,46 0,50 0,64 0,21 0,50 0,32 0,48 Conclusion Dans ce travail, qui est le 1er du genre, le testage n'est pas perçu comme un moyen de détecter des taureaux de très grande classe, mais essentiellement comme un moyen d'éviter de répandre la semence de taureaux médiocres ou mauvais. En effet, le faible nombre de filles, leur répartition dans quelques étables seulement, limitent la signification des index, même s'ils sont élevés ou positifs. Ainsi, pour réussir les programmes de testage dans le futur, il faut: • à tout prix trouver une solution aux problèmes du contrôle laitier et de l’identification des animaux. • exploiter toutes les données disponibles du contrôle laitier (même les plus anciennes) afin de déterminer les principaux facteurs non génétiques qui influencent la quantité de lait et le taux butyreux, et d’estimer leurs paramètres génétiques et phénotypiques. • choisir les jeunes taureaux à mettre en testage sur la base des index de sélection de toutes les vaches de la population contrôlée. • traiter les données des filles des taureaux de testage temps que celles du reste de la population. en même Références bibliographiques Boujenane, I. 1987. Formules d’index de sélection des vaches laitières. Conf. Intern. prod. lait., I.A.V. Hassan II, Rabat. Boujenane, I. 1988. Combinaison optimale d’informations dans un index de sélection pour l’amélioration de la production laitière des vaches. Hommes, Terre et Eaux 72:109-117 Boujenane, I. 1994. Méthodes d'analyse des données du contrôle de performances. Séminaire sur le Contrôle de Performances des ovins: Organisation et Utilisation à des Fins d'Amélioration Génétique. ANOC-ANPA, Ifrane, pp.1-21 Ducrocq, V. 1990. Les techniques laitiers. INRA Prod. Anim. 3:3-16 d'évaluation des bovins Finley, C. 1991. DITER. University of California, Davis (Mimeo.) 12 Hazel, L.N. 1943. The genetic basis for constructing selection indexes. Genetics 28:476-490 Henderson, C.R. 1973. Sire evaluation and genetic trends. In: Proceedings of the Animal Breeding and Genetics Symposium in honor of Dr. J.L. Lush. ASAS and ADSA, Champaign, Illinois, pp.10-41 Henderson, C.R., Carter, H.W. & Godfrey, J.T. 1954. Use contemporary herd average in appraising progeny tests dairy bulls. J. Anim. Sci. 13:959 (Abstr.) of of Misztal, I. & Gianola, D. 1987. Indirect solution of mixed model equations. J. Dairy Sci. 70:716-723 Misztal, I. & Wiggans, G.R. 1988. Approximation of prediction error variance in large-scale animal models. J. Dairy Sci. 71, Supplement 2:27-32 Robertson, A. & Rendel, J.M. 1954. The performance by heifers got by artificial insemination. J. Agric. Sci, Camb. 44:184-192 White, J.M., Vinson, W.E. & Pearson, R.E. 1981. Dairy cattle improvement and genetics. J. Dairy Sci. 64:1305-1317 Wright, S. 1922. Coefficients Amer. Nat. 56:330-338 of 13 inbreeding and relationship.