Jérôme Saracco, Brigitte Picard, C. Denoyelle, Marie-Pierre Ellies-Oury, Hadrien Lorenzo, Unité Mixte de Recherches sur les Herbivores - UMR 1213 (UMRH), VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-AgroSup Dijon - Institut National Supérieur des Sciences Agronomiques, de l'Alimentation et de l'Environnement-Institut National de la Recherche Agronomique (INRA), Vaccine Research Institute (VRI), Université Paris-Est Créteil Val-de-Marne - Paris 12 (UPEC UP12), Institut de l'élevage (IDELE), Quality control and dynamic reliability (CQFD), Institut de Mathématiques de Bordeaux (IMB), Université Bordeaux Segalen - Bordeaux 2-Université Sciences et Technologies - Bordeaux 1-Université de Bordeaux (UB)-Institut Polytechnique de Bordeaux (Bordeaux INP)-Centre National de la Recherche Scientifique (CNRS)-Université Bordeaux Segalen - Bordeaux 2-Université Sciences et Technologies - Bordeaux 1-Université de Bordeaux (UB)-Institut Polytechnique de Bordeaux (Bordeaux INP)-Centre National de la Recherche Scientifique (CNRS)-Inria Bordeaux - Sud-Ouest, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria), Université Bordeaux Segalen - Bordeaux 2-Université Sciences et Technologies - Bordeaux 1-Université de Bordeaux (UB)-Institut Polytechnique de Bordeaux (Bordeaux INP)-Centre National de la Recherche Scientifique (CNRS), Ecole Nationale Supérieure de Cognitique (ENSC), Institut Polytechnique de Bordeaux, Université Clermont Auvergne (UCA), Institut National de la Recherche Agronomique (INRA), VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS), This research was funded by APIS-GENE, as a part of a French national project called Phenotend (AG-CC-V1)., Unité Mixte de Recherche sur les Herbivores - UMR 1213 (UMRH), Institut National de la Recherche Agronomique (INRA)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-AgroSup Dijon - Institut National Supérieur des Sciences Agronomiques, de l'Alimentation et de l'Environnement, Inserm U1219, Population Health Research Center, Université de Bordeaux, Service Qualite des Carcasses et des Viandes, Institut de l'Elevage, APIS-GENE, French national project called Phenotend AG-CC-V1, UMR5251, Institut Mathématiques de Bordeaux, Ecole Nationale Supérieure de Chimie et de Physique de Bordeaux (ENSCPB), Centre National de la Recherche Scientifique (CNRS), Ellies, Marie-Pierre, Lorenzo, Hadrien, and Picard, Brigitte
For several years, studies conducted for discovering tenderness biomarkers have proposed a list of 20 candidates. The aim of the present work was to develop an innovative methodology to select the most predictive among this list. The relative abundance of the proteins was evaluated on five muscles of 10 Holstein cows: gluteobiceps, semimembranosus, semitendinosus, Triceps brachii and Vastus lateralis. To select the most predictive biomarkers, a multi-block model was used: The Data-Driven Sparse Partial Least Square. Semimembranosus and vastus lateralis muscles tenderness could be well predicted (R², = 0.95 and 0.94 respectively) with a total of 7 out of the 5 times 20 biomarkers analyzed. An original result is that the predictive proteins were the same for these two muscles: µ, calpain, m-calpain, h2afx and Hsp40 measured in m. gluteobiceps and µ, calpain, m-calpain and Hsp70-8 measured in m. Triceps brachii. Thus, this method is well adapted to this set of data, making it possible to propose robust candidate biomarkers of tenderness that need to be validated on a larger population.