Concevoir une population de référence afin d’accélérer les gains génétiques de nouveaux caractères dans le troupeau Holstein canadien
Complété
Aperçu du projet
La sélection génomique a joué un rôle majeur dans les programmes de sélection des bovins laitiers canadiens. Cependant, afin de demeurer un chef de file dans un marché mondial concurrentiel, de nouveaux caractères et de nouvelles approches méthodologiques doivent être inclus dans les futurs programmes de sélection génétique de l’industrie laitière canadienne. Les objectifs du projet étaient de fournir des outils pour maximiser le taux de progrès génétiques permettant d’obtenir de nouveaux caractères et de développer une population de vaches de référence pour la recherche et le développement actuels et futurs.
Qu’a fait l’équipe de recherche?
Premièrement, une population de référence nationale regroupant environ 26 000 vaches génotypées a été créée. Plusieurs études ont été menées afin de créer des outils qui maximiseraient le taux de progrès génétiques pour les nouveaux caractères en examinant l’impact de l’intégration de données « -omiques » dans les programmes de sélection génétique des bovins laitiers canadiens. Des évaluations génomiques ont été réalisées pour la santé des onglons, les troubles de fertilité, l’efficacité alimentaire et l’efficience du méthane, ainsi que pour l’incompatibilité gamétique, la taille et de la position de l’appareil reproducteur, et la tolérance à la chaleur.
Qu’a découvert l’équipe de recherche?
Bien que de nombreux résultats aient été obtenus grâce à cette recherche, voici quelques constatations notables :
- En utilisant les données de reproduction disponibles, l’intelligence artificielle peut aider à identifier les vaches qui suivent un programme d’insémination artificielle à temps prédéterminé, ce qui permet une meilleure évaluation de la fertilité des vaches.
- Le score de la taille et de la position de l’appareil reproducteur est un élément facile à consigner et est un caractère 2 à 3 fois plus héritable que la plupart des caractères de fertilité actuellement évalués. De plus, il est fortement corrélé génétiquement aux principaux caractères de fertilité, tels que le nombre d’inséminations jusqu’à la conception, ce qui en fait un caractère indicateur potentiel pour une sélection visant une meilleure fertilité.
- Grâce aux données météorologiques accessibles au public, l’évaluation génétique permettra d’identifier et de sélectionner des vaches plus tolérantes à la chaleur.
- La production de méthane est modérément héritable. Elle peut être prédite par spectroscopie à infrarouge moyen du lait et utilisée pour la sélection génétique afin de réduire les émissions de méthane des vaches laitières.
- Une analyse des données de près de 300 000 trios progéniture-mère-père Holstein a révélé que plusieurs régions du génome avaient une influence sur la compatibilité gamétique des combinaisons père-mère. Cette information pourrait être intégrée aux plans de reproduction dans le futur.
- En utilisant les génotypes imputés de la séquence du génome entier, on a réalisé une identification complète des variants génomiques et des gènes candidats qui influencent simultanément plus d’un caractère de fertilité et de reproduction chez les bovins Holstein. Cette activité a permis de mieux comprendre le contexte génétique de ces caractères.
- Une population de référence nationale regroupant environ 26 000 vaches génotypées a été créée et a joué un rôle déterminant dans l’évaluation génomique et la recherche sur l’architecture génétique des caractères traditionnels et nouveaux, tels que l’efficacité alimentaire, l’efficacité du méthane et la santé des onglons.
**Défiler vers le bas pour les ressources de communication issues du projet**
Chercheur principal
Flavio Schenkel
Université de Guelph
Co-chercheurs
Christine Baes
Université de Guelph
Angela Canovas
Université de Guelph
Janusz Jamrozik
Université de Guelph
Mots clés
- Sélection génomique, reproduction, nouveaux caractères, progrès génétiques, évaluation génomique
Période: 2018-2023
Budget: 999 922 $
Dernière mise à jour : 12 janvier 2024
Remarque : Conformément à l’entente de recherche, outre l’offre de soutien financier, les bailleurs de fonds n’ont aucun rôle décisionnel dans la réalisation des études, la collecte et l’analyse ou l’interprétation des données. Les chercheurs sont indépendants dans la conduite de leurs études, ils demeurent propriétaires de leurs données et rapportent leurs conclusions, quels que soient les résultats obtenus. La décision de publier les résultats appartient entièrement aux chercheurs.
RESSOURCES DE COMMUNICATION ISSUES DU PROJET
INFOGRAPHIE
TÉLÉCHARGERWEBINAIRE
Amélioration de la tolérance à la chaleur, prédiction des émissions de méthane et impacts de l’intelligence artificielle sur les évaluations génétiques (en anglais seulement)
BALADO
ÉCOUTERBALADO
ÉCOUTERPUBLICATIONS DU PROJET
-
Kamalanathan, S., K. Houlahan, F. Miglior, T.C.S. Chud, D.J. Seymour, D. Hailemariam, G. Plastow, H. R. de Oliveira, C.F. Baes, F.S. Schenkel. 2023. Genetic Analysis of Methane Emission Traits in Holstein Dairy Cattle. Animals 13(8): 1308. https://doi.org/10.3390/ani13081308
-
Sousa Junior, L.P., L.F.B. Pinto, V.A.R. Cruz, G.A. Oliveira Junior, H.R. Oliveira, T.S. Chud, V.B. Pedrosa, F. Miglior, F.S. Schenkel, L.F. Brito. 2023. Genome-wide association and functional genomic analyses for various hoof health traits in North American Holstein cattle. J. Dairy Sci. In press. https://doi.org/10.3168/jds.2023-23806
-
de Souza, T.C., L.F.B. Pinto, V.A. Rocha de Cruz, H.R. de Oliveira, V.B. Pedrosa, G. A. Oliveira Junior, F. Miglior, F.S. Schenkel, L.F. Brito. 2023. A comprehensive characterization of longevity and culling reasons in Canadian Holstein cattle based on various systematic factors. Transl. Anim. Sci. 7(1): txad102.
https://doi.org/10.1093/tas/txad102 -
Alves, K., L.F. Brito, M. Sargolzaei, F.S. Schenkel. 2023. Genome-wide association studies for epistatic genetic effects on fertility and reproduction traits in Holstein cattle. J. Anim. Breed Genet. 40:624–637. http:// doi.org/10.1111/jbg.12813
-
Rockett, P.L., I.L. Campos, C.F. Baes, D. Tulpan, F. Miglior, F.S. Schenkel. 2022. Phenotypic analysis of heat stress in Holsteins using test-day production records and NASA POWER meteorological data, J. Dairy Sci. 106 (2): 1142-1158.
https://doi.org/10.3168/jds.2022-22370 -
Martin, A.A.A., S. Id-Lahoucine, P.A.S. Fonseca, C.M. Rochus, L.M. Alcantara, D. Tulpan, S.J. LeBlanc, F. Miglior, J. Casellas, A. Cánovas, C.F. Baes, F.S. Schenkel. 2022. Unravelling the genetics of non-random fertilization associated with gametic incompatibility, Sci. Rep. 12: 22314.
https://doi.org/10.1038/s41598-022-26910-8 -
Campos, I.L., T.C.S. Chud, G.A.O. Junior, C.F. Baes, A. Cánovas, F.S. Schenkel, 2022. Estimation of Genetic Parameters of Heat Tolerance for production traits in Canadian Holsteins cattle. Animals 12 (4): 3585.
https://www.mdpi.com/2076-2615/12/24/3585 -
Saeed, S. T.C.S. Chud, D. Hailemariam, H.R. Oliveira, G. Plastow, P. Stothard, J. Lassen, R. Baldwin, F. Miglior, C.F. Baes, D. Tulpan, F.S. Schenkel. 2022. Predicting dry matter intake in Canadian Holstein dairy cattle using milk mid-infrared reflectance spectroscopy and other commonly available predictors via artificial neural networks. J. Dairy Sci. 105 (10): 8257-8271.
https://doi.org/10.3168/jds.2021-21297 -
Alcantara, L.M., F.S. Schenkel, C. Lynch, G.A. Oliveira Junior, C.F. Baes, D. Tulpan. 2022. Machine learning classification of breeding protocol descriptions for Canadian Holsteins. J. Dairy Sci. 105 (10): 8177-8188.
https://doi.org/10.3168/jds.2021-21663 -
Martin, A.A.A., G. de Oliveira Jr., A.M.L. Madureira, F. Miglior, S.J. LeBlanc, R.L.A. Cerri, C.F. Baes, F.S. Schenkel. 2022. Reproductive tract size and position score: Estimation of genetic parameters for a novel fertility trait in dairy cows. J. Dairy Sci. 105 (10): 8189-8198. https://doi.org/10.3168/jds.2021-21651
-
Saeed, S., T.C.S. Chud, D. Hailemariam, G. Plastow, H.R. Oliveira, P. Stothard, J. Lassen, F. Miglior, C.F. Baes, D. Tulpan, F.S. Schenkel. 2022. Predicting methane emission in Canadian Holstein dairy cattle using milk mid-infrared reflectance spectroscopy and other commonly available predictors via artificial neural networks. J. Dairy Sci. 105 (10): 8272-8285.
https://doi.org/10.3168/jds.2021-21176 -
Alcantara, L.M., C.F. Baes, G.A. de Oliveira Junior, F.S. Schenkel. 2022. Conformation traits of Holstein cows and their association with a Canadian economic selection index. Can. J. Anim. Sci. 102 (3): 490-500.
https://doi.org/10.1139/CJAS-2022-0013 -
Pedrosa, V.B., F.S. Schenkel, S.-Y. Chen, H.R. Oliveira, T.M. Casey, M.G. Melka, L.F. Brito. 2021. Genomewide Association Analyses of Lactation Persistency and Milk Production Traits in Holstein Cattle Based on Imputed
Whole-Genome Sequence Data. Genes.12(11): 1830. https://doi.org/10.3390/genes12111830 -
Houlahan, K., F.S. Schenkel, D. Hailemariam, J. Lassen, M. Kargo, J.B. Cole, E.E. Connor, S. Wegmann, G.A. Oliveira Junior, F. Miglior, A. Fleming, T.C.S. Chud, C.F. Baes. 2021. Effects of Incorporating Dry Matter Intake and Residual Feed Intake into a Selection Index for Dairy Cattle Using Deterministic Modeling. Animals 11(4): 1157. https://doi.org/10.3390/ani11041157
-
S-Y, Chen, Schenkel, F.S., Melo, A.L.P., Oliveira, H.R., Pedrosa, V.B., Araujo, A.C., Melka, M.G., Brito, L.F. 2022. Identifying pleiotropic variants and candidate genes for fertility and reproduction traits in Holstein cattle via association studies based on imputed whole genome sequence genotypes, BMC Genomics (23): 331.
https://doi.org/10.1186/s12864-022-08555-z -
Malchiodi, F., J. Jamrozik, A.-M. Christen, A. Fleming, G. J. Kistemaker, C. Richardson, V. Daniel, D. F. Kelton, F. S. Schenkel, F. Miglior. 2020. Symposium review: Multiple-trait single-step genomic evaluation for hoof health. J. Dairy Sci. 103: 5346–5353. https://doi.org/10.3168/jds.2019-17755
-
Alves, K.; L.F. Brito, C.F. Baes, M. Sargolzaei, J.A.B. Robinson, F.S. Schenkel. 2020. Estimation of additive and non-additive genetic effects for fertility and reproduction traits in North American Holstein cattle using genomic information. J. Anim. Breed Genet. 137:316–330. https://doi.org/10.1111/jbg.12466