Search

ABSTRACT: The genetic trend of milk yield for 4 French dairy sheep breeds (Lacaune, Basco-Béarnaise, Manech Tête Noire, and Manech Tête Rousse) was partitioned in Mendelian sampling trends by categories of animals defined by sex and by selection pathways. Five categories were defined, as follows: (1) artificial insemination (AI) males (after progeny testing), (2) males discarded after progeny testing, (3) natural mating males, (4) dams of males, and (5) dams of females. Dams of males and AI males were the most important sources of genetic progress, as observed in the decomposition in Mendelian sampling trends. The yearly contributions were more erratic for AI males than for dams of males, as AI males are averaged across a smaller number of individuals. Natural mating males and discarded males did not contribute to the trend in terms of Mendelian sampling, as their estimated Mendelian sampling term is either null (natural mating males) or negative (discarded males). Overall, in terms of Mendelian sampling, females contributed more than males to the total genetic gain, and we interpret that this is because females constitute a larger pool of genetic diversity. In addition, we computed long-term contributions from each individual to the following pseudo-generations (one pseudo-generation spanning 4 years). With this information, we studied the selection decisions (selected or not selected) for females, and the contributions to the following generations. Mendelian sampling was more important than parent average to determine the selection of individuals and their long-term contributions. Long-term contributions were greater for AI males (with larger progeny sizes than females) and in Basco-Béarnaise than in Lacaune (with the latter being a larger population).

Spanish Latxa and French Manech are dairy sheep breeds that split into Blond (Latxa Cara Rubia, LCR; Manech Tête Rousse, MTR) and Black (Latxa Cara Negra of Navarre, LCN; Manech Tête Noire, MTN) strains. Exchange of genetic material (artificial insemination doses) is becoming more and more frequent across these breeds, within color, to boost both genomic precision using a larger reference population and genetic progress using a larger selection base. This exchange leads to some rams having descendance across both countries. However, additional gains can only be achieved if the selected traits are genetically similar across countries. The objective of this work was to estimate the genetic correlation across breeds for milk yield. We combine across-country, within-color records, pedigree, and marker information. The number of animals with records oscillates from 65,000 (LCN) to 544,000 (MTR), whereas the number of connecting artificial insemination rams (with more than 10 daughters in the other country) is 381 MTR rams in LCR and 58 MTN rams in LCN. Blond strains had a stronger and more extended-in-time connection. The number of genotyped rams goes from 328 (LCN) to 4,901 (MTR). The relatedness of populations was assessed by principal component analysis and Fst coefficients. The genetic correlation was estimated using 2 (one per color) 2-trait models (each country a trait), including all available data (records, pedigree and genotypes), by maximum profile likelihood while fixing other variance components to within-population estimates. Results showed a closer genetic relationship of Blond strains than of Black strains (Fst: 0.01 vs. 0.05, respectively). Genetic correlation estimates for milk yield were 0.70 in both cases. Based on Fst distances, we expected a lower correlation for Black strains than for Blond ones if dominance or epistasis are important. Thus, we attribute the value of this correlation not being close to 1 mostly to genotype-by-environment interaction, including on-farm management and trait modeling. Regardless, the correlation of 0.7 across populations is encouraging for future joint work of Latxa and Manech breeders, including joint genetic evaluations.

ABSTRACT: Bias in dairy genetic evaluations, when it exists, has to be understood and properly addressed. The origin of biases is not always clear. We analyzed 40 yr of records from the Lacaune dairy sheep breeding program to evaluate the extent of bias, assess possible corrections, and emit hypotheses on its origin. The data set included 7 traits (milk yield, fat and protein contents, somatic cell score, teat angle, udder cleft, and udder depth) with records from 600,000 to 5 million depending on the trait, ∼1,900,000 animals, and ∼5,900 genotyped elite artificial insemination rams. For the ∼8% animals with missing sire, we fit 25 unknown parent groups. We used the linear regression method to compare “partial” and “whole” predictions of young rams before and after progeny testing, with 7 cut-off points, and we obtained estimates of their bias, (over)dispersion, and accuracy in early proofs. We tried (1) several scenarios as follows: multiple or single trait, the “official” (routine) evaluation, which is a mixture of both single and multiple trait, and “deletion” of data before 1990; and (2) several models as follows: BLUP and single-step genomic (SSG)BLUP with fixed unknown parent groups or metafounders, where, for metafounders, their relationship matrix gamma was estimated using either a model for inbreeding trend, or base allele frequencies estimated by peeling. The estimate of gamma obtained by modeling the inbreeding trend resulted in an estimated increase of inbreeding, based on markers, faster than the pedigree-based one. The estimated genetic trends were similar for most models and scenarios across all traits, but were shrunken when gamma was estimated by peeling. This was due to shrinking of the estimates of metafounders in the latter case. Across scenarios, all traits showed bias, generally as an overestimate of genetic trend for milk yield and an underestimate for the other traits. As for the slope, it showed overdispersion of estimated breeding values for all traits. Using multiple-trait models slightly reduced the overestimate of genetic trend and the overdispersion, as did including genomic information (i.e., SSGBLUP) when the gamma matrix was estimated by the model for inbreeding trend. However, only deletion of historical data before 1990 resulted in elimination of both kind of biases. The SSGBLUP resulted in more accurate early proofs than BLUP for all traits. We considered that a snowball effect of small errors in each genetic evaluation, combined with selection, may have resulted in biased evaluations. Improving statistical methods reduced some bias but not all, and a simple solution for this data set was to remove historical records.

Some mutations (or ‘major genes’) have a desirable effect in heterozygous carriers but an undesirable effect in homozygous carriers. When these mutations affect a trait of significant economic importance, their eradication, depending on their effect and frequency, may be counterproductive. This is especially the case of major genes affecting the ovulation rate and thus the prolificacy in meat sheep populations. To manage such situations, a mating design based on the major genotypes of reproducers has to be optimized. Both the effect of the major gene and the cost of genotyping candidates at this locus influence the expected genetic progress and profitability of the breeding plan. The aim of this study was to determine the optimal combination of matings that maximizes profitability at the level of the whole population (nucleus + commercial flocks). A deterministic model was developed and, using sequential quadratic programming methodology, the optimal strategy (optimal combination of matings) that maximized the economic gain achieved by the population across a range of genotype effects and genotyping costs was determined. The optimal strategy was compared with simpler and more practical strategies based on a limited number of parental genotype mating types. Depending on the genotype effect and genotyping costs, the optimal strategy varied, such that either the heterozygous frequency and/or polygenic gain was maximized with a large number of animals genotyped, or when genotyping costs were higher, the optimization led to lower heterozygous frequency and/or polygenic gain with fewer animals genotyped. Comparisons showed that some simpler strategies were close to the optimal strategy. An overlapping model was then derived as an application of the real case of the French Lacaune meat sheep OVI-TEST breeding program. Results showed that a practical strategy based on mating non-carriers to heterozygous carriers was only slightly less effective than the optimal strategy, with a reduction in efficiency from 3% to 8%, depending on the genotyping costs. Based on only two different parental genotype mating types, this strategy would be easy to implement.

Recent genomic evaluation studies using real data and predicting genetic gain by modeling breeding programs have reported moderate expected benefits from the replacement of classic selection schemes by genomic selection (GS) in small ruminants. The objectives of this study were to compare the cost, monetary genetic gain and economic efficiency of classic selection and GS schemes in the meat sheep industry. Deterministic methods were used to model selection based on multi-trait indices from a sheep meat breeding program. Decisional variables related to male selection candidates and progeny testing were optimized to maximize the annual monetary genetic gain (AMGG), that is, a weighted sum of meat and maternal traits annual genetic gains. For GS, a reference population of 2000 individuals was assumed and genomic information was available for evaluation of male candidates only. In the classic selection scheme, males breeding values were estimated from own and offspring phenotypes. In GS, different scenarios were considered, differing by the information used to select males (genomic only, genomic+own performance, genomic+offspring phenotypes). The results showed that all GS scenarios were associated with higher total variable costs than classic selection (if the cost of genotyping was 123 euros/animal). In terms of AMGG and economic returns, GS scenarios were found to be superior to classic selection only if genomic information was combined with their own meat phenotypes (GS-Pheno) or with their progeny test information. The predicted economic efficiency, defined as returns (proportional to number of expressions of AMGG in the nucleus and commercial flocks) minus total variable costs, showed that the best GS scenario (GS-Pheno) was up to 15% more efficient than classic selection. For all selection scenarios, optimization increased the overall AMGG, returns and economic efficiency. As a conclusion, our study shows that some forms of GS strategies are more advantageous than classic selection, provided that GS is already initiated (i.e. the initial reference population is available). Optimizing decisional variables of the classic selection scheme could be of greater benefit than including genomic information in optimized designs.

La résistance génétique des petits ruminants aux infestations par les nématodes gastro-intestinaux (strongles) peut être sélectionnée puisqu’elle est mesurable indirectement par le comptage d’oeufs dans les fèces, héritable et génétiquement peu ou pas corrélée aux autres critères de sélection. La mise en place d’une telle sélection dans les schémas nécessitera la création de plateformes permettant de faire face au nombre de mesures à réaliser et imposera le suivi de l’évolution de la communauté de nématodes afin de prévenir un contournement potentiel de la résistance de l’hôte par les parasites. La meilleure pratique pour éviter ce contournement est de considérer la résistance génétique comme un levier d’action à intégrer à d’autres stratégies (la nutrition, la gestion des prairies et les traitements anthelminthiques).

Après une présentation du contexte de la sélection ovine laitière française et de la stratégie de sélection génomique qui en découle, cet article retrace l’ensemble des travaux de recherche et développement entrepris depuis 2009 pour mettre en oeuvre cette stratégie et qui débouchent sur le déploiement de la sélection génomique en 2015. Sont abordés successivement la constitution des populations de référence, les investissements en méthodes et stratégies de calcul d’index génomique, les résultats de précision des index génomiques en ovins laitiers, l’expérimentation génomique originale mise en oeuvre en race Lacaune, la conception, la modélisation et l’optimisation de schémas de sélection génomique adaptés aux spécificités des races ovines laitières, les choix opérés par les entreprises et organismes de sélection et leurs conséquences organisationnelles et contractuelles. Les perspectives ouvertes par la sélection génomique sont évoquées : inclusion de nouveaux caractères, plus grande flexibilité, meilleure gestion de la variabilité génétique. La sélection génomique est effective depuis 2015 en race Lacaune et devrait être déployée en 2017 dans les races Pyrénéennes.

Au cours des 50 dernières années, la production de lait de brebis en Francea progressé en moyenne de 3,6% par an pou atteindre 275 millions de litres. Partant du constat des années 1970 qui identifiait la traite mécanique, les conditions d’élevage et le potentiel génétique laitier des brebis comme les principaux verrous techniques au développement de la production, les grandes évolutions dans ces trois domaines sont retracées. Les solutions techniques, fruits d’un continuum historique entre la recherche et le développement, ont pris en compte les particularités des systèmes d’élevage de brebis laitières comme la pratique de l’allaitement avant la traite des brebis, la taille des élevages, une production saisonnée basée sur la valorisation de l’herbe dans trois territoires de montagnes et se sont appuyées sur l’organisation d’un service global de conseil aux éleveurs. Les travaux d’adaptation aux spécificités ovines, de simplification des pratiques et plus récemment les automatismes ont permis de développer des systèmes de traite performants. L’amélioration génétique des cinq races de brebis laitières françaises repose sur des programmes de sélection efficaces dans leurs bassins de production respectifs en lien avec des systèmes d’élevage diversifiés et des produits de qualité. Si à l’échelle européenne, la France n’est que le cinquième pays producteur de lait de brebis, elle demeure le leader en matière d’encadrement technique avec 60 % des brebis dans des élevages en suivi technique.

L’un des facteurs limitants identifiés dans les années 1950 était le potentiel laitier insuffisant des races de brebis traites en France, qui a initié la collaboration entre profession et recherche qui perdure depuis. Après une phase initiale où les deux stratégies génétiques possibles, croisement ou race pure, ont été explorées, la profession a fait le choix dans les années 1970 de la sélection de chaque race locale dans son terroir de production avec son fromage d’Appélation d’Origine Protégée. La réussite de la sélection des cinq races locales concernées est le fruit d’une démarche raisonnée et optimisée dans l’espace (gestion pyramidale) et dans le temps (la quantité de lait, puis les aptitudes fromagères du lait, puis les caractères fonctionnels de la sphère mammaire), et de la mise en oeuvre d’objectifs de sélection cumulatifs à l’échelle de chacune des populations concernées. Cette démarche est validée par des va-et-vient permanents entre élevages privés et expérimentaux, ou des expérimentations dans les élevages privés : elle a permis de proposer des solutions inédites comme le contrôle laitier qualitatif ponctuel pour les taux butyreux et protéiques, puis pour les comptages de cellules somatiques, tout en permettant de comprendre l’originalité de milieux de sélection induits par le pilotage global au troupeau, susceptible de favoriser des réponses génétiques indirectes durables (capacité d’ingestion, vitesse de traite et aptitude à la monotraite des brebis) bien exploitées par les éleveurs. Cette démarche balisée n’interdit pas de sortir du cadre quand il s’agit de répondre à un objectif stratégique et imprévu, comme la résistance à la tremblante dans les années 1990. La diversification pour chacune des cinq races locales de nouveaux objectifs de sélection (aptitude à la monotraite quotidienne, longévité fonctionnelle, persistance laitière, résistance aux strongles gastrointestinaux) est susceptible d’intervenir avec le démarrage depuis 2015 de la sélection génomique des brebis laitières françaises.

Avant-propos

Après une présentation rapide du dispositif national historique de sélection des ruminants, cet article aborde les bouleversements politiques et techniques récents auquel celui-ci est confronté, notamment la sélection génomique, dans deux espèces : les bovins et les ovins laitiers. L’accent est mis sur l’analyse des changements organisationnels liés à cette nouvelle technique de sélection, dans quatre domaines des activités de sélection : i) les rapports entre acteurs de la recherche et acteurs de la sélection : développement de nouvelles formes de partenariats public-privé, de consortium, mais aussi développement de dynamiques privées de recherche, avec une évolution des relations historiques entre les opérateurs publics (INRA) et les entreprises ; ii) les relations entre opérateurs de la sélection, avec un regroupement de ceux-ci, mais aussi une remise en question des relations de coopération historiques du fait de l’augmentation de la concurrence et des possibilités offertes par la génomique ; iii) les relations et les pratiques entre acteurs de la sélection et éleveurs, du fait de l’accélération de la production de données et iv) la gouvernance des races, du fait du développement de critères de sélection « privés » pouvant remettre en question la gestion en « bien commun » de la race. Une démarche d’accompagnement des dispositifs de sélection en ovins laitiers à la mise en œuvre de ces changements est présentée, montrant comment des acteurs s’organisent pour anticiper ces changements et maintenir les dispositifs collectifs.

Les acteurs des filières laitières bovine, caprine et ovine françaises se sont regroupés dans le programme PhénoFinlait autour d’un but commun : caractériser la composition du lait en Acides Gras (AG) et protéines afin de la maîtriser. La quantification des AG et des protéines devait être possible à grande échelle et à moindre coût avant d’identifier des leviers permettant d’adapter cette composition à la demande. PhénoFinlait s’est organisé autour de trois objectifs : i) caractériser précisément la composition du lait, ii) phénotyper et génotyper une large population de femelles sur l’ensemble du territoire français et iii)identifier les leviers génétiques et alimentairespermettant de maîtriser cette composition. La spectrométrie dans le Moyen InfraRouge (MIR) a été choisie comme méthode de quantification à haut débit des composants du lait. Elle permet la quantification précise en routine de 15 à 27 AG, des quatre caséines et des deux protéines majeures du lactosérum. Une collecte de données de grande ampleur a été mise en œuvre dans plus de 1 500 élevages bovins, caprins et ovins. Les données de production laitière, les spectres MIR du lait, les informations sur le stade physiologique des femelles et sur la composition de l’alimentation des troupeaux ont été recueillies. Plus de 12 000 vaches, chèvres et brebis ont été génotypées. Finalement, plus de 800 000 données représentatives des situations de l’élevage français ont été stockées dans une base de données destinée à l’étude du déterminisme génétique de la composition en AG et en protéines du lait, et des facteurs d’élevage l’influençant.

Les travaux conduits en ovins laitiers dès 1993 dans des élevages ovins atteints de tremblante ont permis de connaître la fréquence des allèles sensibles du gène PrP selon les races considérées, vérifier le risque accru de tremblante pour ces génotypes, et tester la faisabilité d’une sélection sur le gène PrP et son efficacité sur le risque de tremblante dans les troupeaux. Ils ont ainsi contribué à l’émergence de l’outil génétique pour éradiquer la tremblante dans les élevages atteints. Depuis 2002, le programme d’éradication de la tremblante mis en place en France par le Ministère de l’Agriculture, est fondé sur le génotypage du gène PrP : il vise à éradiquer à court et moyen terme la tremblante dans les élevages atteints, tout en renforçant la résistance génétique à moyen et long terme de l’ensemble du cheptel national, compte tenu des délais de renouvellement des cheptels femelles. Avoir choisi d’asseoir le programme national de sélection sur le dispositif existant d’amélioration génétique du cheptel national, organisé dans le cadre de la loi de l’Elevage de 1966, est manifestement un point clé pour expliquer la mise en oeuvre rapide et efficace du programme dès la première année, confirmant la mobilisation massive de tous les maîtres d’oeuvre des schémas de sélection des ovins en France : les évolutions conjointes constatées pour les fréquences alléliques en faveur de l’allèle ARR, les index de sélection pour les caractères de production et les indicateurs de gestion de la variabilité génétique sont une bonne illustration de l’application des objectifs assignés aux programmes de sélection. L’encadrement national, conduit par l’INRA, l’Institut de l’Elevage et France UPRa Sélection (Unité de Promotion et de sélection de Race), s’attachera, dans les prochaines années, à vérifier et à aider à la mise en oeuvre des quatre objectifs du programme national de sélection, en particulier la fourniture de reproducteurs résistants pour les élevages atteints, la gestion de la variabilité génétique dans les noyaux de sélection et la diffusion vers les élevages de production. Ce programme repose sur les points clés d’universalité de la résistance génétique à la tremblante en situation de contamination naturelle et d’absence de porteurs sains, qu’il faudra en permanence continuer de valider.

The collective economic and environmental interest of the whole dairy sheep sector is to reduce feed costs and the negative impact of milk production on the environment. Thus, this study focused on the characterisation and genetic selection potential of feed efficiency in the Lacaune breed. Estimates for feed efficiency in dairy ewes are limited, mainly due to a lack of individual feed intake measurements in the sheepfold or in the pasture. We estimated the genetic parameters for two approximated (not entirely based on individual data) feed efficiency traits (lactation feed conversion ratio (LFCR) and residual energy intake (REI)) and daily milk yield (DMY) at different stages of lactation and throughout lactation. The accuracy of the efficiency traits was first evaluated on samples from Lacaune dairy ewes that were monitored individually, especially for their feed intake. Then, feed efficiency estimation methods were applied on eight commercial farms corresponding to 4 680 Lacaune dairy ewes over two milk lactations (30 854 records). Animals were collectively (for a large part of feed intake) or individually (for milk performance and dynamics of body fat reserves) monitored at different lactation stages. The heritabilities of LFCR and REI were estimated over lactations at 0.10 ± 0.01 and 0.11 ± 0.01, respectively. High genetic correlations were observed between the two efficiency traits and milk production traits, with a genetic correlation between LFCR and DMY of 0.74 ± 0.04 and between REI and DMY of −0.79 ± 0.04. A strong influence of environmental factors such as farm, year of milk production and lactation stage affected the genetic link between REI and milk production traits. Efficiency values observed in early lactation when animals were bred in the sheepfold were less genetically correlated with values obtained later in lactation when animals were grass-fed. However, individual characterisation of feed efficiency remains difficult due to the collective feeding context in dairy ewe farms.