Année académique 2005-2006

Genetic Profile Genetic Profile of Total Body Energy of Total Body Energy

Content of Holstein Cows Content of Holstein Cows in the First Three in the First Three

LactationsLactationsCOLLIGNON BertrandCOLLIGNON Bertrand

CONEM ChristianCONEM Christian

DELEHOYE SéverineDELEHOYE Séverine

ObjectifsObjectifs

• Estimation de la variance génétique du TBEC de vaches durant leurs trois premières lactations

• A partir des évaluations génétiques du TBEC en première lactation, nous développerons les équations de prédictions du TBEC en deuxième et troisième lactation.

Prof. Hanzen Ch.1 44 88 1212 1616 2020 2424 2828 3232 3636 4040 4444 4848 5252

00

55

1010

1515

2020

2525

3030

3535

4040

4545 55

44

33

22

11

4,54,5

3,53,5

2,52,5

1,51,5

semainessemaines

KgsKgs

PLPL, , capacité d'ingestioncapacité d'ingestion et et ECEC au cours du post- au cours du post-

partumpartum

Matériels et méthodeMatériels et méthode

• 444 vaches Holstein d’un pedigree connu : Langhill Dairy Cattle Research Centre in Scotland entre 1990 et 2002.

• 39 539 données hebdomadaires au cours des trois premières lactations.

• Séparation en 4 groupes sur base du régime (faible vs forte concentration de la ration) et du mérite génétique (sélectionné vs groupe contrôle)

• TBEC calculés sur base des changements corporels en lipides et protéines à partir de :– Variations hebdomadaires des scores corporels

et poids vifs de chaque vache– Variations journalières de la production laitière

et de la prise de nourriture.

• Ceci après ajustement par soustraction du poids des viscères pleines et du fœtus.

Matériels et méthodeMatériels et méthode

Profil du TBECProfil du TBEC

Aucune tendance significative n’apparaît à travers les trois lactations

ModèlesModèles

1. Estimation des composantes de la (co)variance

2. Prédiction du TBEC de la seconde et troisième lactation à partir de la première lactation

Estimation des Estimation des composantes de la composantes de la

(co)variance(co)variance Yijklmn = (YWi + GFj + a1.age + a2.age² +

bnPnWm + clnPnWm + PEl)k + eijklmn

– Yijklmn = valeur du TBEC de la vache l en semaine m de la lactation k

– Analyse d’une seule lactation • Estimation des coefficients de régression afin de calculer les

composants de variance par semaine de lactation

• Problème de convergence du fait de l’Ep

Utilisation d’un coefficient de régression linéaire de Ep

Analyse d’une lactationAnalyse d’une lactation

En général, la variance génétique augmente avec le temps dans toutes les lactations, suggérant ainsi que la composante génétique animale devient plus importante au fur et à mesure que les lactations progressent.

Les estimations de variances résiduelles augmentent de la première à la dernière lactation, suggérant que des sources de variation non systématiques peuvent jouer un plus grand rôle durant les dernières phases de la vie productive de l’animal.

Valeurs d’héritabilitéValeurs d’héritabilité

• Première lactation : 0.25 à 0.94 (SE 0.03 à 0.88)• Deuxième lactation : 0.24 à 0.72 (SE 0.03 à 0.10)• Troisième lactation : 0.40 à 0.67 (SE 0.03 à 0.07)

Les estimations d’héritabilité augmentent au fur et à mesure des lactations, atteignant les plus grandes valeurs en fin de lactation.Sur base des données provenant d’une seule ferme expérimentale avec environnement contrôlé, il est clair que la variation environnementale est minime et donc que l’estimation d’héritabilité attendue est élevée.

Estimation des Estimation des composantes de la composantes de la

(co)variance(co)variance Yijklmn = (YWi + GFj + a1.age + a2.age² +

bnPnWm + clnPnWm + PEl)k + eijklmn

– Analyse de lactations croisées• Estimation des coefficients de régression afin de

calculer les composants de variance entre les semaines des différentes lactations. Ce qui correspond à traiter les trois lactations comme différents caractères.

• Malgré que nous ne tenons pas compte de l’effet de l’Ep, nous supposons un manque de données dans l’étude vu le problème de convergence toujours présent.

Analyse des Analyse des lactations lactations croiséescroisées

• Les estimations de la corrélation génétique augmentent avec la phase de la première lactation, atteignant le premier maximum entre la 27ème et 37ème semaine.

• L’augmentation est importante surtout durant les 5 premières semaines et diminue par la suite.

Modèle 1 : RésuméModèle 1 : Résumé

• Ces résultats suggèrent que les valeurs de TBEC prisent un mois ou plus après le premier vêlage peuvent donner des informations utiles sur le contenu énergétique futur.

Prédiction du TBEC de la Prédiction du TBEC de la seconde et troisième lactation seconde et troisième lactation

à partir de la première lactationà partir de la première lactation

• Yijklmn = Ei + Gj + Fl + a1.age + Wm + (bs.S)m + cknPnWm + eijklmn

– Yijklmn = valeur du TBEC de la vache k en semaine m de la lactation 2 ou 3.

• Ces valeurs moyennes sont obtenues en comparant les valeurs prédites et réelles dans deux sous bases de données indépendantes.

• Dans chaque cas, les coefficients de régression calculés dans une sous-base de données étaient appliqués à l’autre et vice versa.

• Les évaluations génétiques de la semaine 37 produisent de meilleurs prédictions pour les lactations suivantes.

Lactation 2 : 0.14 à 0.63

Lactation 3 : 0.14 à 0.53

• La différence absolue moyenne diminue, atteignant de moins bonnes prédictions en semaine 37 pour la seconde et 36 pour la troisième lactation.

• Proof : évaluation génétique des vaches pour la cinquième semaine en première lactation

• Line : groupe contrôle = 0groupe sélectionné = - 387.9

• Diet : régime moins énergétique = 0régime plus énergétique = 57.26

• Prédiction du TBEC en semaine 13 en seconde lactation (la plus faible valeur) à partir des évaluations génétiques de la semaine 5 de la première lactation.

TBEC = 1221.45 – 25.77 x age + 1.19 x proof + line +

diet

Modèle 2 : RésuméModèle 2 : Résumé

• Le TBEC en première lactation peut être calculé via le SC et PV et génétiquement évalué, offrant un outil de sélection utile !

• Les évaluations génétiques devraient être basées sur un modèle père avec des évaluations répétées (filles) par père.

• Ceci nous permet, grâce à ce deuxième modèle, de prédire les TBEC en seconde et troisième lactation des filles d’un même père dans un troupeau participant à un schéma national de classification linéaire.

Conclusion de l’articleConclusion de l’article

Cet étude peut aider à l’identification et à la sélection des animaux les moins sujets à la perte du contenu énergétique durant leur vie productive.

DiscussionDiscussion

• De part cette étude, prévention des problèmes de santé et de reproduction due à une balance énergétique négative pertes économiques– Sélection des animaux de lignée

génétiquement favorable– Correction, adaptation des rations

alimentaires selon les prévisions pour éviter les réformes abusives.

DiscussionDiscussion

• Il ne figure dans cette étude aucune données sur la production laitière (quantitatif-qualitatif) ni sur la quantité d’ingestion. Notre intérêt en pratique porte aussi sur ces deux différents paramètres et non simplement sur le TBEC de la vache.

BibliographieBibliographie

• Dairy J., Genetic Profile of Total Body Energy Content of Holstein Cows in the First Three Lactations, American Dairy Science Association, Journal of Dairy Science, Vol 88, No. 7, 2005.

• Detilleux J., Cours de génétique quantitative, OC, 2004.

• Hanzen C., Obsétrique des gros animaux, OC, 2005.