Search

La structure du déséquilibre de liaison (DL) au sein des populations en sélection impacte fortement la précision obtenue lors des études de cartographie de QTL ou lors de l’évaluation génomique des reproducteurs. Chez les oiseaux, la structure hétérogène du génome nécessite de décrire précisément le DL pour optimiser la sélection. L’utilisation des puces SNP haute densité pour le génotypage des populations de volailles est une opportunité pour approfondir notre connaissance de la structure du DL de ces populations. L’objectif de cette étude est d’acquérir une connaissance haute résolution de la structure du DL au sein de populations de poules de types ponte et chair. Nous avons analysé les génotypes (puce 600 K Affymetrix® Axiom® HD SNP) de 1541 animaux issus de 3 populations. L’étendue et le niveau du DL ont été estimés par le r2 moyen à distance physique donnée entre SNP. Cette étude met en évidence des différences importantes de structure du DL entre lignées et entre chromosomes. L’étendue et le niveau du DL sont plus importants dans les lignées de type ponte ou pour les macro-chromosomes et le chromosome Z. Ce niveau important de DL peut faciliter la détection de QTL sur ces chromosomes, mais peut également compliquer la localisation fine de polymorphismes causaux. A l’inverse, le faible niveau de DL observé sur les micro-chromosomes nécessite l’utilisation d’une forte densité de SNP pour détecter une association avec un phénotype, mais devrait permettre la cartographie fine d’un polymorphisme causal. Ces différences sont à prendre en considération pour définir une stratégie de génotypage économique et efficace pour la cartographie fine de QTL ou l’évaluation génomique., Knowledge of the linkage disequilibrium (LD) pattern is useful in animal genetic studies as it underlies mapping studies and genomic selection. This is all the more important in birds given the heterogeneous structure of the avian karyotype. Recently, the availability of the high density 600 K Affymetrix® Axiom® HD SNP genotyping array allowed to assess an in-depth knowledge of the LD pattern in chicken genome. The aim of the present study was to assess a higher resolution of the LD pattern in chicken genome in layer and broiler lines. In this study, we analyzed genotypes of 1541 animals from layers and broiler commercial populations to characterize their LD pattern. LD was measured by the average r2 value at a given physical distance between SNP. LD extended over a larger region for layer lines than for broiler line. Most differences between lines appeared at small interval distances (< 0.5Mb). LD extent and decay differed considerably between chromosomes categories. Average r2 values were higher for Z chromosome than for macro, intermediates and microchromosomes. The extent of useful LD observed for autosomal chromosomes was at least ten-fold longer for layer lines than for broiler. Finally, this study shed light on high LD for Z chromosome. The differences in LD pattern observed between chromosomes and chicken lines should be taken into account to define an economically efficient genotyping strategy.

La sélection génomique utilise des informations sur les polymorphismes de l’ADN, notamment SNP, en complément des mesures de performances, afin de choisir les futurs reproducteurs parmi un ensemble de candidats à la sélection. Depuis 2013, une puce commerciale de génotypages à haute densité (600 000 marqueurs) de l’espèce poule a permis le développement de la sélection génomique dans les filières ponte et chair. Toutefois, les coûts de génotypages avec cette puce restent élevés pour une utilisation en routine sur un grand nombre de candidats à la sélection. Un des enjeux actuels de la sélection génomique est donc le développement de puces de génotypage de basse densité (dites puces LD) à plus faible coût. Il s’agit pour cela de sélectionner un panel de marqueurs SNP permettant une imputation (prédiction) des génotypes manquants sur puce haute densité (puce HD). Dans cette optique, différentes études ont été menées afin de choisir la stratégie de génotypages basse densité la mieux adaptée à une lignée de poule pondeuse. Différentes densités de génotypages, plusieurs scenarii de populations et deux logiciels ont été testés. Les puces basse densité ont été construites selon deux stratégies : choix des SNP selon un clustering basé sur un seuil de déséquilibre de liaison ou choix de SNP à intervalles réguliers. Trois critères d’efficacité des imputations ont été comparés : taux d’erreur génotypique, taux d’erreur allélique et corrélation entre génotypes imputés et réels. Le taux d’erreur génotypique s’est révélé un critère plus discriminant que les autres. Le logiciel FImpute apparaît plus intéressant que le logiciel Beagle car c’est un meilleur compromis entre efficacité de l’imputation et temps de calcul. L’étude des différentes puces basse densité montre que les imputations sont meilleures lorsque la densité des SNP augmente, lorsque le seuil de DL augmente et lorsque des SNP avec une faible MAF (Fréquence Allélique Mineure) sont pris en compte. Les études de populations montrent que les imputations sont meilleures lorsque la taille de la population de référence augmente. L’influence du degré d’apparentement entre population de référence et candidats ainsi que l’impact sur la précision des évaluations génomiques restent à approfondir., Genomic selection uses information on DNA polymorphisms, in particular SNP, in addition of performance measures, in order to choose breeders of the next generation among a set of selection candidates. Since 2013, a commercial high density genotyping chip (600000 markers) for chicken allowed the implementation of genomic selection in layer and broiler breeding. However, genotyping costs with this chip still remain high for a routine use on a large number of selection candidates. Consequently, one of the current stakes of genomic selection is the development at a lower cost of low density genotyping chips (LD chips). To do so, a set of SNP markers has to be selected to enable an imputation (prediction) of missing genotypes on a high density chip (HD chip). [br/] In this regard, various studies were conducted to choose the low density genotyping strategy the best suited to laying hens line. Different genotyping densities, several population scenarii and two software were tested. Low density genotyping chips were built according to two strategies: a choice of SNP depending on a clustering based on linkage disequilibrium threshold or a choice of SNP at regular intervals. Three criteria of imputation accuracy were compared: genotypic error rate, allelic error rate and correlation. The genotypic error rate appeared to be a criterion more discriminating than the others. FImpute software is preferred to Beagle software because FImpute is a better compromise between imputation accuracy and calculation time. The study of different low density genotyping chips shows that imputations improve with SNP density, when the LD threshold increases and when SNP with low MAF (Minor Allele Frequency) are considered. Population studies show that imputations are better when the size of the reference population increases. The influence of the kinship degree between reference population and target population, and the impact on accuracy of genomic evaluations still remain to be deepened.

Métaprogramme Selgen; Select SNP 4 Imputation (SS4I) : un outil simple de sélection de SNP en fonction du DL. Réunion du projet Selgen INCoMINGS