La base documentaire de l'IFIP

La base documentaire de l'IFIP : des centaines de documents à télécharger ou bien à commander.

Résultats 1 à 3 de 3 résultats
Rechercher une documentation
Publication Annéetrier par ordre croissant

Utilisation d’une puce basse densité pour la sélection génomique chez 3 races porcines françaises

Consulter le resumé

Céline Carillier-Jacquin (Inrae) et al., 52e Journées de la Recherche Porcine (FRA), 4 et 5 février 2020, poster

Poster.

Document réservé Espace Pro, veuillez vous identifier
2020

Utilisation d’une puce très basse densité (1 100 SNP) pour la sélection génomique chez 3 races porcines françaises

Consulter le resumé

Céline  Carillier-Jacquin (Inrae) et al., 52e Journées de la Recherche Porcine (FRA), 4 et 5 février 2020, p. 45-46, poster

Poster.

Le coût actuel des puces SNP constitue une limite au développement de la sélection génomique dans les populations porcines (Badke et al., 2014; Wellmann et al., 2013). Afin de réduire les coûts de génotypage, une puce SNP basse densité (LD), conçue en 2016, est utilisée en routine. Ce panel LD d'environ 1100 SNP a été optimisé pour maximiser la précision d'imputation dans la population de porcs Landrace français. Dans la présente étude, nous avons proposé d’étudier l’impact de l’utilisation de ce panel pour deux autres grandes races de porc françaises, le Large White et le Piétrain. 

ENG

Poster.

Design of a very low density chip (1 100 SNP) for genomic selection in 3 French pig breeds 

To reduce genotyping costs for genomic selection, a Low-Density SNP (LD) chip, designed in 2016, is now used routinely. This panel is composed of approximately 1 100 equidistant SNPs. The relevance of this chip has been studied in French populations of the Landrace, Large White and Pietrain pig breeds. The quality of imputation was estimated by the correlation between actual and imputed genotypes and error rates. The impact of imputation on the genomic evaluations was estimated by the correlation between the genomic values obtained for the candidates with imputed genotypes, and those obtained with the high-density genotypes. Average error rates of imputation estimated on all the chromosomes were 0.03, 0.11 and 0.14 for Landrace, Large White and Pietrain, respectively. The estimated correlations between actual and imputed genotypes were relatively high at 0.93, 0.92 and 0.88 for Landrace, Large White and Pietrain populations, respectively. Correlations between genomic breeding values predicted with highdensity genomic data or imputed genomic data from the LD SNP panel ranged from 0.89-0.97 for Large White and Landrace populations for reproductive traits. They were higher than those obtained for the Pietrain population (0.80 and 0.97 for production traits, respectively). In conclusion, despite the limited number of SNPs on the low-density panel used in this study, the imputation accuracy is sufficient to use the imputed genotypes in the genomic evaluations. In practice, genotyping candidates with a LD chip is a solution for selecting future breeding pigs at lower cost.

2020

Mise en place de la sélection génomique dans le schéma de sélection de la population Landrace Français

Consulter le resumé

Alban Bouquet et al., 49es Journées de la Recherche Porcine, Paris, 31 janvier et 1er février 2017, p. 31-36

La sélection génomique est un nouvel outil permettant d’augmenter la précision du choix des reproducteurs porcins par la prise en compte de l’information de leur génome dans l’évaluation génétique. Une population de référence de 1348 reproducteurs génotypés sur puces SNP haute-densité (panels Illumina 60K et GeneSeek Genomic Profiler Porcine HD) a été constituée dans la population collective Landrace Français. A partir de ces données, une étude de validation a permis de mettre en évidence des gains de précision substantiels dans le choix des reproducteurs à l’issue du contrôle en ferme par rapport à l’évaluation génétique conventionnelle de type BLUP Modèle Animal. Les gains de fiabilité des valeurs génétiques, de l’ordre de 30% à 50%, ont été estimés pour des critères de reproduction clés comme le nombre de porcelets nés vivants, le nombre de porcelets sevrés ou le poids moyen des porcelets à la naissance. En effet, sur ces critères, aucune performance propre n’est disponible pour les candidats au moment de la sélection. L’information génomique se révèle donc être une information importante pour identifier les meilleurs reproducteurs. Sur la base de ces résultats, la sélection génomique a été déployée dans le schéma de sélection Landrace en 2016. Chaque semaine, une évaluation génomique combinant performances, généalogies et génotypages est réalisée. Les candidats à la sélection sont d’abord triés sur valeur génétique conventionnelle avant d’être génotypés pour choisir sur valeur génomique les reproducteurs à conserver pour le noyau de sélection.

ENG

Implementation of genomic selection in the breeding scheme of the French Landrace pig population

Genomic selection is a new selection method that enhances the selection accuracy of breeding animals by accounting for information of their genome in genetic evaluation models. A reference population made up of 1348 boars and sows genotyped on high-density SNP panels (Illumina Porcine 60K Beadchip panel and GeneSeek Genomic Profiler Porcine HD panel) was created in the French Landrace pig population. A validation study suggested large gains in selection accuracy when choosing breeding animals among candidates after on-farm testing compared with conventional genetic evaluation procedures (animal model BLUP). The reliability of genomic breeding values was increased by 30% to 50% for important traits such as the number of piglets born alive, the number of piglets weaned or the mean birth weight of piglets. Indeed, no own performance is available at the time of selection of young candidates. Genomic information is then crucial to identify the best breeding animals within and between litters. Given these results, genomic selection was implemented in the Landrace breeding scheme in 2016. Each week, a genomic evaluation combining performances, pedigree and genotyping results is run. The best candidates in each batch, selected according to breeding values based on pedigree, are then genotyped to identify the breeding animals to keep for the breeding nucleus.

PDF icon Alban Bouquet et al., 49es Journées de la Recherche Porcine, Paris, 31 janvier et 1er février 2017, p. 31-36
2017