Paraclinique de gestion des exploitations agricoles Partum gntique

Paraclinique de gestion des exploitations agricoles – Partum génétique 2ème doctorat JEORIS Marie SALMON Caroline 23 -03 -2007 1

Competitive genetic effects in Large White growing gilts Effets génétiques compétitifs sur des valeurs de croissance du Large White 23 -03 -2007 2

Introduction n Etudes de volailles impact des comportements sociaux sur les performances de croissance de groupes >< modèles couramment utilisés Fortes suppositions : compétition et autres facteurs de comportements sociaux sont inconnus 23 -03 -2007 3

(suite) n n Muir et Schinkel (2002) : modèle incorporant l’effet direct de l’animal et les effets compétitfs de tous les membres du lot Muir (2005) : modèles incluant des effets compétitifs ou associatifs dans les programmes de croissance pour les arbres et les animaux Van Vleck et Cassady (2005) : modèle compétitif utilisant une stimulation Arango et al. : application du modèle précédent sur des données de terrain pour des porcelets en croissance 23 -03 -2007 4

Objectif de cette étude n Déterminer l’impact des effets associatifs, génétiques sur les porcs en croissance par rapport aux données récoltées sur le terrain chez les porcelets 23 -03 -2007 5

Matériel et méthode 23 -03 -2007 6

Données n n Données de terrains à partir de valeur d’une lignée pure de Large White Croissance exprimée par l’âge en jours pour atteindre 113, 5 kg GQM en g/j 6957 relevés durant 4 ans (2001 – 2004) pour des lots de 12<n<16 animaux (moyenne = 13, 7) 23 -03 -2007 7

(suite) n n Valeurs acceptées pour les off-tests : → âge = 115 – 210 jours → poids = 54, 4 – 158, 7 kg Groupes contemporains = animaux gérés dans une même ferme/porcherie/lot 23 -03 -2007 8

(suite) n Révision des données Chaque individu a été assigné à un lot spécifique dans la porcherie et à une date de début de test. 4946 tests de performance, 2409 portées, 88 groupes contemporains, 362 lots, 14 m² pour chaque lot, total de 8400 animaux 23 -03 -2007 9

Modèle général pour l’analyse du GQM (g) n n n n n yijklm = cgk + di + cj + pgl + lm + eijklm y = réponse observée i = animal k = groupe contemporain l = lot m = portée d = effet génétique additif direct c = compétition ou effet génétique additif associatif sommé sur les j membres du lot j = nombre de membres du lot eijklm = variance résiduelle 23 -03 -2007 10

Modèles Modèle 1 2 3 4 5 23 -03 -2007 Effet fixe Portée CG Lot CG CG CG X X Effet aléatoire Génétique Lot Résiduel additive animale X X X Direct Associative X X X 11

Résultats obtenus Modèle -2 log proba Estimations des composants de la variance, g²/j² Portée Lot Génétique additive direct associative Héritabilité Résiduelle direct associative 1 50099, 1 176 - 271 - 1290 0, 16 - 2 47672, 8 166 - 29 - 1230 0, 16 - 3 50065, 8 - 101 462 - 1240 0, 26 - 4 50038 167 99 266 - 1225 0, 15 - 5 50037, 9 68 90 265 50 1224 0, 15 0, 03 23 -03 -2007 12

Conclusion L’estimation de l’effet génétique compétitif demande un effort de calcul important et les estimations présentent beaucoup d’erreurs. En se basant sur ces données et modèles et si on tient compte des effets compétitifs, l’impact sur la sélection génétique dans les populations actuelles de porcelets en croissance n’est pas claire. 23 -03 -2007 13

Usages potentiels n n Ce type d’étude pourrait aider un praticien à conseiller un éleveur qui aurait des problème de gestion de la croissance de ses porcs. On pourrait également améliorer la rentabilité d’un élevage. 23 -03 -2007 14

Merci pour votre attention… 23 -03 -2007 15

Bibliographie n Competitive genetic effects in Large White growing gilts, Arango et al, 2006 23 -03 -2007 16