[Paroles de doctorants] Vincent Le : Nouvelles modélisations génétiques de la robustesse des animaux d’élevage par utilisation des données de phénotypage haut débit

Vincent Le porte un sujet de thèse labellisé par #DigitAg

 

Je m’appelle Vincent Le et je suis doctorant à INRAE Occitanie-Toulouse. Après un diplôme de Master 2 « Mathématiques appliquées, statistiques parcours Statistiques appliquées et analyse décisionnelle » à l’Université de Caen, j’ai envie de poursuivre mes études en faisant une thèse et découvrir le milieu de la recherche.

L’élevage de demain sera un élevage de précision et l’animal de demain doit être un animal robuste. Mesurer la robustesse de chaque animal est donc un prérequis indispensable à sa sélection. Néanmoins, peu d’outils sont disponibles pour effectuer une telle mesure. Une de mes missions principales est donc d’extraire des nouveaux critères de la robustesse et de trouver le meilleur indicateur de la robustesse des animaux.

Après avoir effectué mon stage de M2 au sein de l’INRA sur la “Description de Trajectoires de Poids Vif d’Ovins”, le fait de travailler dans le milieu de l’agriculture et de la génétique m’a vraiment plu. En plus, en ayant fait mon master Maths-Info, mes connaissances en modélisation et statistiques vont être utiles pour le déroulement de la thèse.

 

Nouvelles modélisations génétiques de la robustesse des animaux d’élevage par utilisation des données de phénotypage haut débit

  • Date de démarrage : 01 novembre 2019
  • Université : INP Toulouse
  • Ecole doctorale : SEVAB
  • Discipline / Spécialité : Agronomie, Mathématiques appliquées
  • Directrice de thèse : Ingrid DAVID, GenPHyse, INRAE
  • Encadrant(es)  : Ingrid DAVID, GenPHyse, INRAE
  • Financement : INRA – Alliance R&D
  • #DigitAg : Thèse labellisée – Axe 6 – Challenge 4

Mots-clés : Robustesse, génétique, modélisation

Résumé : 

Un animal robuste est un animal capable de maintenir son niveau de production dans des environnements variés. Un tel animal, peu sensible aux variations environnementales, répond à la fois aux besoins de l’élevage, par l’amélioration de la productivité dans des environnements variés, et à la demande sociétale d’amélioration du bien-être animal. L’amélioration génétique (sélectionner pour la reproduction les animaux possédant le « meilleur » potentiel génétique pour le caractère d’intérêt) est un levier durable pour améliorer l’élevage de demain. Le phénotypage haut-débit en élevage permet maintenant de suivre individuellement l’évolution de nombreux phénotypes dans le temps. Il offre ainsi la possibilité de mesurer directement la robustesse et d’en quantifier les différentes composantes : la résistance (tolérance au changement) et la résilience (aptitude à recouvrer sa production) pour chaque individu. Pour ce faire, différentes approches ont été proposées dans la littérature mais jamais appliquées dans un cadre génétique. Elles reposent sur la modélisation des déviations du profil d’évolution du phénotype en fonction du temps par rapport à la courbe attendue si l’animal n’avait subi aucune perturbation. Différentes méthodes ont été proposées pour modéliser la courbe attendue (fonction polynomiale ou spécifique) et les déviations (modèle paramétrique type ressort-amortisseur, modèle de compensation, modèles structuraux…).

L’objectif est d’estimer les composantes génétiques (héritabilité, corrélations génétiques) des critères de robustesse obtenus par ces différentes approches pour évaluer leur pertinence pour la sélection génétique. Pour évaluer les modèles décrits, les données journalières d’ingéré individuel, premier caractère affecté en cas de perturbation, de 3180 porcs Large White en sélection sont disponibles. De par sa taille, ce jeu de données permettra d’évaluer l’applicabilité des méthodes proposées dans un cadre génétique (données d’élevage de grande taille, perturbations multiples et inconnues).

 

Contact: giang-nam.le [AT] inrae.fr​ – Tél : 06 43 79 29 45