Evaluation d`une nouvelle méthode de sélection génomique chez

Evaluation d’une nouvelle méthode de sélection génomique chez les bovins laitiers.
Les évaluations génomiques cherchent à estimer les valeurs génétiques des animaux grâce à la
lecture de leur génome. Cet outil a bouleversé les schémas de sélection bovins puisqu’il est devenu
possible d’estimer avec précision et à moindre coût la valeur génétique d’un animal à partir d’un
simple échantillon biologique.
Ces évaluations nécessitent de disposer d’une population de référence (animaux génotypés avec
performances) afin d’estimer l’effet des régions chromosomiques (marqueur génétique de type SNP
–Single Nucleotide Polymorphism - chez les bovins) et établir une équation de prédiction. C’est cette
équation qui sera ensuite appliquée aux génotypes des candidats à la sélection pour estimer leur
valeur génétique.
Un large panel de méthodes existe aujourd’hui pour établir ces équations de prédiction. La plus
simple, le GBLUP, fait l’hypothèse que tous les SNP ont la même part de variance. C’est une
hypothèse fausse qui pénalise cette approche lorsque le caractère d’intérêt présente des gènes à fort
effet mais qui simplifie le modèle d’estimation (un modèle où chaque SNP aurait sa propre part de
variance serait trop couteux en temps de calcul). Une amélioration à ce modèle consiste à considérer
que seule une partie des SNP ont un effet non nul sur le caractère. C’est ce qui est proposé dans la
méthode BayesC qui peut être étendue au BayesCπ si cette proportion de SNP a effet non nul est
estimée sur les données. Toutefois, dans ce modèle, tous les SNP à effet non nul ont la même part de
variance ce qui est une simplification de la réalité.
C’est dans ce contexte qu’est née une nouvelle méthode nommée BayesR qui propose de catégoriser
les SNP en un plus grand nombre de classes (par exemple : SNP à effet nul, SNP effet faible, SNP à
effet modéré, SNP à effet fort). L’objectif de ce stage est d’évaluer l’intérêt de cette approche par
rapport à la méthode de référence actuelle (BayesC et BayesCπ). Ce stage se déroulera en deux
étapes :
• Une première étape exploratoire de la méthode (optimisation des paramètres du modèle en
fonction des caractères et de la population).
• Une deuxième étape de comparaison de l’efficacité de la sélection de la méthode BayesR par
rapport à un panel de méthodes de sélection génomique utilisées dans notre équipe.
Pour réaliser ces tests, le stagiaire aura à sa disposition des jeux de données à déterminer parmi trois
races laitières (Normande, Montbéliarde, Holstein) pour lesquelles une quarantaine de caractères
sont disponibles par race.
Ce stage nécessite des bases en génétique animale et en statistiques. Il nécessitera un travail sous
environnement linux ainsi que l’utilisation de langages de programmation variés (shell, awk, R,
SAS…).
La maitrise de ces langages n’est pas un pré-requis mais l’étudiant devra être intéressé par
l’informatique et prêt à s’investir dans l’apprentissage de la programmation. Des connaissances
basiques dans au moins un de ces langages seront appréciées.

Ce stage, prévu pour une durée de 6 mois, aura lieu à l’INRA de Jouy en Josas (78), au sein de l’unité
GABI (Génétique Animale et Biologie Intégrative) et plus particulièrement dans l’équipe G2B
(Génétique et Génomique Bovine).
Si vous êtes intéressés, merci de contacter :
Thierry Tribout
[email protected]
0134652832
ou
Pascal Croiseau :
[email protected]
0134652197