Search

Additional file 3: Flanking 50-bp sequences for the top associated SNPs in LG12_QTL_2. Genomic sequences flanking the IFI6/IFI27-like and ZDHHC14 SNPs computed from Dicentrarchus labrax genome (seabass_V1.0).

Additional file 1: Figure S1. PCA on genotypes of commercial populations (pop A and pop B) and wild populations in the Atlantic (Atl) and Eastern Mediterranean (East-Med). Principal component analysis (PCA) using genotypic data from two commercial populations and two wild populations, one from the Atlantic strain (Atl) and the other from the West Mediterranean strain (East-Med).

Plateforme SYSAAF-ANSES Fortior Genetics; National audience; Depuis 2018, et grâce aux projets de R&D Fild’Or et GèneSea (FEAMP), les écloseries FMDS et EMGI ont commencé à indexer leurs candidats en utilisant la ressemblance des génomes (sélection génomique - SG) plutôt que l’appartenance familiale (pedigree), en particulier pour des caractères de résistance à des pathologies ou pour sélectionner des candidats élevés à terre sur les performances d’apparentés élevés en cages. Le coût de génotypage (20-25 € /individu) avec une puce moyenne densité (MD) d’environ 57 000 marqueurs génétiques SNP (57K) constitue un frein concurrentiel réel pour les entreprises de sélection. Les travaux antérieurs sur les espèces terrestres et le saumon ainsi que l’arrivée du génotypage par séquençage pourraient cependant permettre de réduire ce coût en génotypant les candidats et apparentés à plus basse densité (LD, 200 à 3000 marqueurs) et en imputant les marqueurs manquants entre ces marqueurs génotypés à partir du génotype de leurs parents obtenu en MD (sélection génomique par imputation). L’objectif de l’étude réalisée dans le projet européen AquaIMPACT était d’évaluer l’efficacité relative d’une sélection génomique par imputation chez le bar et la daurade avec des panels LD par rapport à une sélection sur pedigree ou génomique avec une puce MD pour évaluer le meilleur compromis entre efficacité de la sélection et prix du génotypage. Ce travail a été mené pour deux espèces marines de deux entreprises de sélection française : EMGI (bar) et FMDS (daurade). Un total de 1646 bars a été génotypé à l’aide de la puce MD 57K SNP Axiom DlabCHIP à raison de 942 bars phénotypés pour la résistance à vibrio harveyi par la plateforme SYSAAF-ANSES Fortior Genetics et de 704 bars phénotypés pour des caractères de découpe (poids, poids éviscéré et étêté ajusté par le poids). 919 daurades ont été génotypées avec la puce 60K SNP Axiom SaurCHIP et phénotypées pour différents caractères de découpe (poids, poids éviscéré et étêté ajusté par le poids, poids du filet ajusté par le poids). Pour chaque espèce, l’efficacité de la sélection génomique a été évaluée avec les puces MD et pour 10 panels LD de tailles différentes : 300, 500, 700, 1 000, 3 000, 5 000, 10 000, 15 000, 20 000 marqueurs. La qualité de l’imputation augmente avec le nombre de marqueurs sur les panels LD. Elle atteint rapidement un plateau entre 3 000 et 5 000 marqueurs, pour les deux espèces. Les résultats montrent une efficacité proche, en moyenne, de la sélection avec une puce 57K en utilisant un panel LD avec 3 000 marqueurs sans imputation ou avec un panel 1 000 marqueurs avec imputation pour les deux espèces et les différents caractères. Ces résultats permettent d’envisager la création de panels LD pour les différentes entreprises de sélection françaises pour réduire les coûts de la sélection génomique tout en conservant un niveau d’efficacité équivalent à une puce 57K.

Selective breeding is a promising solution to reduce fish farms vulnerability to heat peaks.Objectives of this study were to give a new insight on the genetic architecture of resistance toacute hyperthermia stress in rainbow trout. At 275 days post-fertilization, 1,384 fish werephenotyped for acute hyperthermia resistance and body weight. Challenged fish weregenotyped for 57K SNP and their genotypes were imputed at high-density thanks to theirparents being genotyped on a 665K SNP array. Heritability estimate of resistance to acutehyperthermia was 0.32 ± 0.04. This trait was genetically negatively correlated with body weight(-0.58 ± 0.17). The genome-wide association study revealed that resistance to acutehyperthermia is highly polygenic as altogether the 5 detected QTLs explained less than 5% ofthe genetic variance. The main QTL region explained 3% of the genetic variance and containedtwo candidate genes previously described to be associated with temperature resistance.

International audience

International audience

International audience; Deterministic modelling of a poultry breeding scheme Deterministic modeling of selection schemes consists of calculating the expected genetic gain after a selection process. Consequences of selection on the genetic trend are calculated using equations based on estimated breeding values and on parameters describing the population and the selection process. Professionals could use this tool to compare different strategies for the improvement of their selection schemes. In this study, the model is based on a layer chicken breeding scheme. Breeding goal includes numerous traits such as laying performances, egg quality and body weight. This is a two steps model combining a familial selection process and an individual one. Within selected families, candidates from the good families are undergoing a mass selection whereas candidates from medium families are undergoing a within family selection of a fixed number of candidates. The model requires a large number of parameters: number of candidates, proportions of selected families and selected candidates per family, accuracy of breeding values, genetic correlations between traits, weights of traits in the selection index. The variability of the parameters composing the model enables comparing a large diversity of scenarios, including the use of genomic evaluations. In order to illustrate the usefulness of the model, we simulated 3 selection strategies using classic breeding values and/or genomic breeding values. The genetic gain predictions obtained were then compared. The model included two traits T1 (h² = 0.13) and T2 (h² = 0.33), with a genetic correlation varying between 0 and 0.70 and a weight in the index of 40% and 60% respectively. Results show an increase of predicted gain for both traits with genomic evaluation. Improvement is constant for T2, whereas for T1 the increase of predicted gain is much better when genetic correlation between T1 and T2 is high. The genomic breeding scheme model seems more sensitive than the classic breeding scheme to parameters like the between traits correlation and their weight in the index.

A QTL program in mule ducks for fatty liver led to the identification of 80 phenotypic QTLs and 176 pQTL ofprotein abundances in fatty liver. In order to give meaning to these numerous results, we first tested thehypothesis of pleiotropic QTLs between a protein and a phenotype when the 2 traits presented QTLs colocalizedon the genome, using the CLIPtest software: among the 66 co-locations observed, we concluded of 16possible pleiotropic QTLs and, for 21 cases, of 2 distinct but linked QTLs. Building graphs of inference usingthe Gephi software made possible to visualize the results. Thus the melting rate of liver is regulated by apleiotropic QTL which simultaneously impacts two distinct alpha-enolase’s spots, which demonstrate that alocus on chromosome 15 participatesin the regulation of the glycolytic pathway. On chromosome 7, a QTLaffecting both the thigh weight and the apolipoprotein A1 was identified, confirming the central role of thisprotein in the transport and storage of lipids. The pleiotropic QTL of the Z chromosome associates the GLUD1protein and the blood glucose level after force-feeding, the GLUD1 gene modulating the hepatic absorption ofthe glucose by the liver via insulin production. None of these 16 pleiotropic QTLs were cis-QTL, confirming thecomplexity of metabolic regulation of the phenotype., Un programme de détection de QTL d’intérêts du canard mulard a conduit à l’identification de 80 QTLphénotypiques et de 176 pQTL d’abondances protéiques quantifiées dans le foie gras. Afin de donner sens àcette masse de résultats, nous avons en premier lieu testé l’existence de QTL pléiotropiques entre une abondanceprotéique et un phénotype lorsque ces 2 QTL étaient co-localisés sur le génome, à l’aide du logiciel CLIPtest :parmi les 66 co-localisations observées, nous avons conclu à la possible existence d’un QTL pléiotropique pour16 cas et pour 21 cas à 2 QTLs distincts mais liés. La réalisation de graphiques d’inférence à l’aide du logicielGephi a permis de visualiser les résultats. Ainsi le taux de fonte du foie gras est régulé par un QTL pléiotropiquequi impacte simultanément 2 spots distincts de l’alpha-énolase, ce qui met en évidence sur le chromosome 15 unlocus impliqué dans la régulation de la voie glycolytique. Sur le chromosome 7, un QTL affectant conjointementle poids de la cuisse et l’apolipoprotéine A1 a été mis en évidence, confirmant le rôle central de cette protéinedans le transport et le stockage des lipides. Le QTL pléiotropique du chromosome Z associe la protéine GLUD1et le taux de glucose sanguin après un repas de gavage, le gène GLUD1 modulant l’absorption hépatique duglucose par le foie via la production d’insuline. Aucun de ces 16 QTLs pléiotropiques ne met en oeuvre un cis-QTL, confirmant la complexité des régulations métaboliques jouant sur un phénotype.

National audience

L’objectif de ce projet était de comprendre comment l’expression du génome influence les caractères de qualité du foie gras, tels que le poids de foie, le taux de fonte et les teneurs, en lipides et protéines, et d’identifier les mécanismes moléculaires sous-jacents. Afin de répondre à ces objectifs, nous avons dans un premier temps étudié l’expression différentielle de protéines selon les phénotypes des foies des canards mulards puis dans un second temps, nous avons entrepris d’identifier des QTL phénotypiques et protéiques (pQTL) à l’aide d’une nouvelle carte génétique composée de marqueurs SNP et microsatellites. Tout d’abord, une optimisation du dispositif expérimental a été entreprise : 3 famille F1, composées de 98 canes backcross et de leurs 294 fils mulards ont été sélectionnés pour leur contribution à des QTL existants liés à la qualité du foie gras. La première approche nous a permis de montrer que les foies ont des profils protéiques et métaboliques différents selon leur phénotype. Ainsi, les foies légers qui fondent peu, avec une faible teneur en lipides mais une forte teneur en protéines présentent un processus anabolique par la surexpression de protéines impliquées dans les métabolismes lipidiques, glucidiques, de synthèse. Au contraire, les foies lourds, fondant beaucoup, avec une forte teneur en lipides mais une faible teneur en protéines présentent des mécanismes de cytoprotection et de réponse au stress. La seconde approche nous a permis de mettre en évidence 30 QTL relatifs à des phénotypes de qualité du foie gras et 50 pQTL relatifs à différentes protéines. Sept chromosomes se démarquent par la ségrégation de plusieurs QTL et pQTL permettant d’émettre des hypothèses quant aux fonctions des gènes sous-jacents à ces QTL. Entre autres, le locus d’APL15 semble lié à la glycolyse et celui d’APL18 à des processus de survie cellulaire. L’ensemble de ces résultats permet ainsi non seulement d’identifier les voies métaboliques impliquées dans la qualité du foie, mais également d’établir un lien entre les caractères, les protéines et les loci des QTL suggérant un déterminisme génétique de ces voies métaboliques impliquées. Ces relations nécessitent d’être approfondies afin de préciser les processus et les gènes impliqués dans la qualité du foie gras.

International audience

En France, 95 % de la production de foie gras provient du canard mulard, un hybride stérile issu d’un croisement entre une cane commune et un canard de Barbarie. Un dispositif animal de canes backcross, composé de 7 familles de 382 canes backcross dont le phénotype est estimé à partir des performances de leurs 1552 fils mulards a permis la détection de 17 QTL (Quantitative Trait Loci) liés à 8 caractères de qualité du foie gras. Afin de comprendre l’influence de l’expression des gènes du mulard sur les caractères de qualité du foie gras, une approche de détection des eQTL et pQTL colocalisés avec les QTL est programmée. La mise en oeuvre des analyses transcriptomiques et protéomiques n’étant possible que sur un maximum de 300 mulards, le choix optimisé d’une sous-population a été effectué. Une sélection progressive des canes, selon la localisation des QTL d’intérêt et l’informativité des canes pour ces QTL, a réduit la population initiale de 382 canes à 98. Pour réduire d’avantage la population, un choix de 3 mulards parmi N par cane backcross a d’une part été effectué par tirages aléatoires de ces mulards pour apprécier l’impact du choix sur la puissance de détection des QTL, puis d’autre part par un choix orienté des mulards visant à conserver la performance moyenne attribuée à la cane BC. Les résultats des détections de QTL, entreprises à chaque étape d’élimination, valident la sélection de 294 mulards, population permettant de détecter 8 des 11 QTL initialement identifiés.

National audience