Paracliniques de Gestion des exploitations agricoles

1. Paracliniques de Gestion des exploitations agricoles Genetic parameters and evaluation of the Tunisian dairy cattle population for milk yield by Bayesian and BLUP analyses

2. Objectifs de l’étude présentée • 1. Estimer les paramètres génétiques du bétail laitier en Tunisie pour la production laitière par analyse Bayesienne. • 2. Estimer les valeurs d’élevage dans une population ne s’accouplant pas au hasard par les procédures BLUP et Bayesienne.

3. Matériels et Données • 92106 enregistrements de lactations collectés sur 37536 vaches Holstein-Frisonne ayant vêlé entre 1983 et 2001, provenant de la base de données du Centre National pour le Progrès Génétique à Sidi Thabet, Tunis. • Chaque enregistrement = num.d’identification VC et troupeau, num.de lactation, date du vêlage, date de l’échantillonnage,Qtés obtenues et Qté totale de lait non-ajustée. • Enregistrements standardisés sur les 305 j de lactation et sur une fréquence de traite de 2×/j. • Les informations de pedigree incluaient la date de naissance, le père, la mère et le troupeau d’origine de chaque animal.

4. Modèles • Modèle Animal uni-caractère=production laitière individuelle, sur 305j de lactation à une fréquence de traite de 2×/j. • Equation utilisée: y = Xb + Za + ZQg + e.

5. y = Xb + Za + ZQg + e • y=vecteur de quantité de lait collecté en 305j avec 1 fréquence de traite de 2×/j. • b=vecteur d’effets fixes(année de troupeau, mois de vêlage, âge-parité). • a=vecteur d’effets génétiques additifs. • p=vecteurs d’effets d’environnement permanent. • g=vecteur d’effets de groupe. • e=vecteur d’effets résiduels aléatoires. • X,Z,W et ZQ= matrices reliant un enregistrement -aux effets environnementaux fixés pour b. -à 1 effet animal aléatoire pour a. -1 environnement permanent aléatoire pour p. -à 1 groupe génétique pour g.

6. BLUP • = Best Linear Unbiased Prediction • Méthode statistique qui estime la valeur d’élevage en distinguant l’effet additif( génétique) des effets environnementaux (troupeau, nutrition, gestion…) • Outil: par une résolution de matrices.

7. Analyse Bayesienne: • Autre modèle statistique utilisant la même équation.

8. Résultats: • Composants de la variance: Héritabilité moyenne: 0,172 FAIBLE Répétabilité moyenne: 0,386 FORT Malgré un héritabilité faible, la répétabilité élevée (part génétique importante) indique qu’une sélection génétique serait efficace à long terme Variance résiduelle élevée à cause de facteurs propres au pays.

10. Facteurs d’environnement fixes Le rendement laitier varie Avec la saison de vêlage, l’été étant le plus défavorable, à cause de stress thermique et alimentation limitée Avec la parité et l’age, le rendement étant meilleur entre la 3e et la 5e lactation à 51-72 mois. Les résultats obtenus par la méthode BLUP ou Bayesienne sont similaires

13. Valeurs d’élevage: Les résultats obtenus par la méthode BLUP et Bayesienne suivent la même tendance. LBLUP= utilise l’h² et la répétabilité de la littérature EBLUB= utilise l’h² et la répétabilité calculés sur cette population

15. Conclusions • L’h² et r trouvés sont plus bas que ceux reportés dans la littérature, probablement à cause du niveau de production limité dans les troupeaux d’état et de coopérative et à cause d’informations de pedigree incomplètes ou inexactes de la semence importée de taureaux • Valeurs d’élevage et effets d’environnement fixes sont similaires dans les 2 analyses et donc les 2 sont applicables.

16. Commentaires • Ameilloration génétique pas estimable pcq la base est prise sur 19 ans. (tous les animaux dont les ancêtres ne sont pas connus) au lieu de prendre une référence sur une année donnée

17. Usage pratique • Etant donné la variance importante et la répétabilité forte, on peut envisager un projet d’amélioration génétique sur troupeau fermé. • Pour obtenir une amélioration génétique dans cette population, sélection des meilleurs taureaux basés sur leur valeur d’élevage moyenne de leurs filles.

18. Dans cette étude, suivant le tableau 4 on sélectionnera les taureaux ayant <75 filles (gain de production plus élevé et fiabilité élevée) • Estimation des valeurs d’élevage futures de leurs filles pour continuer la sélection.

19. Bibliographie Genetic parameters and evaluation of the Tunisian dairy cattle population for milk yield by Bayesian and BLUP analyses,A. Ben Gara, B. Rebik, M. Bouallègue, Livestock Science 100, 2006. Genetic Improvment of cattle and sheep, G.Simm, Farming Press, UK, 2000.