Dans un contexte de changement climatique, de transition agro-écologique et de nouvelles demandes de la société pour le bien-être animal, les animaux de demain seront élevés dans des milieux suboptimaux ou changeants auxquels ils devront pouvoir s’adapter. Dans ce contexte, il est nécessaire de sélectionner des animaux robustes (c.-à-d. peu sensibles aux variations de milieu). La robustesse est un caractère complexe et difficile à mesurer. Le but de la thèse était de proposer un nouveau critère de robustesse pour la sélection par utilisation des données de phénotypage haut-débit (données mesurées de manière répétée au cours du temps). Nous avons dans un premier temps démontré, par simulation, que la sélection animale à partir des phénotypes de production enregistrés dans un environnement fortement contrôlé tel que rencontré en élevage de sélection porcine, ne permettait pas une sélection conjointe sur la production et la robustesse. En simulant une sélection sur le poids à 100j de contrôle en engraissement, nous avons comparé les paramètres et valeurs génétiques pour ce phénotype dans deux situations : en l’absence ou en présence de perturbations environnementales. Bien que l'héritabilité du caractère ait diminué en présence de perturbations (de l’ordre de 28 %), les valeurs génétiques prédites ne correspondaient pas à une combinaison du potentiel génétique de la production et de la robustesse (les corrélations partielles entre ces dernières et le vrai potentiel de robustesse n’étant pas significativement différentes de 0). Il était donc nécessaire de proposer une méthode de mesure de la robustesse qui puisse être appliquée en élevage de sélection porcine (c.-à-d. lorsque les porcs sont élevés en case-intra-bande). Nous avons développé pour cela la méthode Up & Down qui consiste, en étudiant la dynamique d’évolution d’un phénotype au cours du temps à des échelles différentes : individuelle ou groupe d’animaux (case et bande), à identifier et caractériser les perturbations à ces différentes échelles puis mesurer les réponses individuelles face à ces perturbations, c.-à-d. quantifier la robustesse. Cette méthode a été validée dans un premier temps par simulation : la sensibilité de détection de perturbation variait en fonction de l’échelle sur laquelle cette dernière intervenait (93%, 73% et 43% à l’échelle de bande, case et individuelle respectivement) tout en conservant une bonne spécificité (supérieur à 95% à tous les niveaux). Les débuts et fins des perturbations étaient correctement estimés (écart en valeur absolue médian de 2 à 3 jours entre les estimations et les vraies valeurs selon l’échelle) tout comme l’intensité de la perturbation (corrélation de 0.78, 0.72, 0.50 à l’échelle de bande, case et individuelle respectivement). La méthode Up & Down a ensuite été appliquée aux données de consommation cumulée et poids de 6298 porcs en croissance de la station de phénotypage du Rheu. Les perturbations identifiées ont été confirmées par les données météo et de santé enregistrées dans l’élevage : les moments estimés des perturbations détectées à raison correspondaient relativement bien aux moments des perturbations enregistrées (les écarts variaient entre 1.5 et 3 jours selon l’échelle). Enfin, un nouveau critère des composantes de la robustesse a été proposé : la pente minimale du phénotype pour la résistance, et la pente entre la fin de la perturbation et la fin de réaction de l’animal du phénotype pour la résilience. Un modèle animal a été appliqué pour estimer les paramètres et valeurs génétiques de ces nouveaux phénotypes sur trois sets de simulations en variant le pourcentage de perturbations de groupe. A partir de ces nouveaux caractères, les résultats ont montré qu’une augmentation du pourcentage de perturbations simulées avait tendance à entrainer une diminution dans l’estimation des héritabilités et une augmentation de la précision de l’EBV des deux composantes de la robustesse. |
In a context of climate change, agro-ecological transition and new societal demands for animal welfare, tomorrow's animals will be raised in suboptimal or changing environments to which they will need to be able to adapt. In this context, it is necessary to select robust animals (i.e. not very sensitive to environmental variations). Robustness is a complex trait that is difficult to measure. The goal of this thesis was to propose a new robustness criterion for selection using high throughput phenotyping data (data measured repeatedly over time). We first demonstrated, by simulation, that animal selection based on production phenotypes recorded in a highly controlled environment as encountered in pig breeding, did not allow a joint selection on production and robustness. By simulating a selection on the weight at 100 d of control in fattening, we compared the genetic parameters and breeding values for this phenotype in two situations: in the absence or presence of environmental disturbances. Although the heritability of the trait decreased in the presence of disturbances (about 28%), the EBV did not correspond to a combination of genetic potential for production and robustness (the partial correlations between the latter and the true robustness potential were not significantly different from 0). It was therefore necessary to propose a method to measure robustness that could be applied in pig breeding (i.e. when pigs are raised in pens and batches). We have developed the Up & Down method which consists, by studying the dynamics of a phenotype over time at different scales: individual or group of animals (pen and batch), in identifying and characterizing the disturbances at these different scales and then measuring the individual responses to these disturbances, i.e. quantifying the robustness. This method was first validated by simulation: the sensitivity of disturbance detection varied according to the scale on which the disturbance occurred (93%, 73% and 43% at the batch, pen and individual scales respectively) while maintaining good specificity (greater than 95% at all levels). The beginning and end of the disturbances were correctly estimated (median absolute value difference of 2 to 3 days between the estimates and the true values depending on the scale) as was the intensity of the disturbance (correlation of 0.78, 0.72, 0.50 at the batch, pen and individual scales respectively). The Up & Down method was then applied to the cumulative consumption and weight data of 6298 growing pigs from the phenotyping station of Le Rheu. The identified disturbances were confirmed by the weather and health data recorded in the farm: the estimated times of the detected disturbances corresponded relatively well to the times of the recorded disturbances (the differences varied between 1.5 and 3 days depending on the scale). Finally, a new criterion for the components of robustness was proposed: the minimum slope of the phenotype for resistance, and the slope between the end of the disturbance and the end of the animal’s response for resilience. An animal model was applied to estimate the genetic parameters and breeding values of these new phenotypes on three sets of simulations by varying the percentage of group disturbances. From these new traits, the results showed that an increase in the percentage of simulated disturbances tended to lead to a decrease in the estimation of heritabilities and an increase in the EBV accuracy of both components of robustness. |