Comparaison de l’homogénéité et deComparaison de l’homogénéité et de l’hétérogénéité de la variance résiduellel’hétérogénéité de la variance résiduelle

pour la première lactation pour la première lactation de vaches Holsteins japonaisesde vaches Holsteins japonaises

Ghys EmGhys EmmmanuelleanuelleLebeau CharlesLebeau CharlesMèchain AgnèsMèchain Agnès

Groupe 19Groupe 19Systéme de gestion des exploitationsSystéme de gestion des exploitations

UNIVERSITE DE LIEGEUNIVERSITE DE LIEGE

FACULTE DE MEDECINE VETERINAIREFACULTE DE MEDECINE VETERINAIRE

PLAN:PLAN:

1.1.Test DayTest Day2.2.Objectif de cette étude Objectif de cette étude 3.3.Matériel et méthodes Matériel et méthodes 4.4.Modèle de l’analyseModèle de l’analyse5.5.RésultatsRésultats6.6.ConclusionConclusion

LaLa caractéristique de cette approche est qu’elle permet d’utiliser toucaractéristique de cette approche est qu’elle permet d’utiliser touss les les résultats individuels ou élémentaires obtenus lors de contrôles laitiers. résultats individuels ou élémentaires obtenus lors de contrôles laitiers.

Les résultats (« valeur d’élevage ») qui proviennent directement de ce calcul Les résultats (« valeur d’élevage ») qui proviennent directement de ce calcul sont exprimés en équivalent 305 jours de lactation.sont exprimés en équivalent 305 jours de lactation.

1- modèle du test journalier1- modèle du test journalier

« test-day model  »

Avantages:

•La variabilité des distances entre contrôles et contrôles manquants ne pose La variabilité des distances entre contrôles et contrôles manquants ne pose plus de problèmes.plus de problèmes.

•L’extrapolation des lactations incomplètes ne doit plus être effectuée.L’extrapolation des lactations incomplètes ne doit plus être effectuée.

•La définition des groupes de contemporaines est plus naturelle et la La définition des groupes de contemporaines est plus naturelle et la description de l’environnement plus fiable, en particulier à chaque jour de description de l’environnement plus fiable, en particulier à chaque jour de contrôle. On sait à ce moment modéliser des effets de l’environnement qui contrôle. On sait à ce moment modéliser des effets de l’environnement qui changent d’un contrôle à l’autre tel que : âge, saison, gestation, etc…changent d’un contrôle à l’autre tel que : âge, saison, gestation, etc…

modèle du test journaliermodèle du test journalier

« test-day model  »

Le Le modèle du test journalier est un formidable outil de gestion, car imodèle du test journalier est un formidable outil de gestion, car il l permet de disposer d’un certain nombre d’informations.permet de disposer d’un certain nombre d’informations.

Il s’agitIl s’agit essentiellement de :essentiellement de :

. . l’estimation précoce des productions de lactation totales ;l’estimation précoce des productions de lactation totales ;

. . la comparaison des vaches au cours de leurs lactations (vachela comparaison des vaches au cours de leurs lactations (vache standard) ;standard) ;

. . la détection des contrôles anormaux.la détection des contrôles anormaux.

2- Objectif de cette étude2- Objectif de cette étude

L’objectif de cette étude est d’estimer les changements de la L’objectif de cette étude est d’estimer les changements de la variance résiduelle entre 1975 et 2000 pour la premiére productionvariance résiduelle entre 1975 et 2000 pour la premiére productionlaitière de vaches Holstein japonaises.laitière de vaches Holstein japonaises.

En effet, si la variance résiduelle augmente, ces changements doiventEn effet, si la variance résiduelle augmente, ces changements doiventêtre considérés pour estimer avec exactitude l’héritabilitéêtre considérés pour estimer avec exactitude l’héritabilité

hh22= v= vaa/v/vpp

Or vOr vp=variance génétique + variance d’ environnement + variance résiduellep=variance génétique + variance d’ environnement + variance résiduelle

(Black box)(Black box)

Pourquoi cet objectif ?Pourquoi cet objectif ?

P= G +E + eP= G +E + e

moyennemoyenne

NombreNombre d’individusd’individus

ProductionProductionlaitièrelaitière

19781978

20002000

764 KG764 KG

1004 KG1004 KG

3- Matériel et méthodes3- Matériel et méthodes. Données fournies par la Livestock Improvement association of Japan:. Données fournies par la Livestock Improvement association of Japan: 1. 19 397 399 test day enregistrés de 1975 à 20001. 19 397 399 test day enregistrés de 1975 à 2000 2. 4 087 621 pédigrés2. 4 087 621 pédigrés. Les enregistrements de 1. Les enregistrements de 1ére ére lactation ont été extraits et les données lactation ont été extraits et les données qui ne ne suivaient pas les critères suivant ont été exclues:qui ne ne suivaient pas les critères suivant ont été exclues: 1. Jours de lactation (DIM) entre 6 et 365 jours1. Jours de lactation (DIM) entre 6 et 365 jours 2. Nombre de tests: 5 et plus2. Nombre de tests: 5 et plus 3. Traite 2 fois/jour3. Traite 2 fois/jour 4. Age au 14. Age au 1er er vêlage: entre 18 et 24 moisvêlage: entre 18 et 24 mois 5. Test day doit être > ½ et < à 2 fois celui du précédant5. Test day doit être > ½ et < à 2 fois celui du précédant. Données divisées en 400 groupes basés sur le numéro de troupeaux. Données divisées en 400 groupes basés sur le numéro de troupeauxet 10 sous groupes échantillonnés au hasard et 10 sous groupes échantillonnés au hasard . Pédigrés des sous groupes remontent sur 3 générations . Pédigrés des sous groupes remontent sur 3 générations . Création de groupes ’’parents fantômes’’ si les parents sont inconnus. Création de groupes ’’parents fantômes’’ si les parents sont inconnus

4- Modèle de l’analyse4- Modèle de l’analyseIl s’agit d’un modèle animal:Il s’agit d’un modèle animal: YYijklmijklm= HTD= HTDii+AGE+AGEjj+SAISON+SAISONkk++∑∑BBnnZZnn++∑∑aaininZZinin++∑∑PePeininZZinin+E+Eijklmijklm

EnvironnementEnvironnementtemporairetemporaire

GénétiqueGénétiqueEffet adititifEffet adititif

Variance Variance résiduellerésiduelle

Environnement permanentEnvironnement permanentYijklm est l’observation du Test day (TD) enregistré X mX m : nb de vaches : nb de vaches X l X l : obtenus dans le TD du troupeau (i) du groupe d’âge (j) à la saison (k).: obtenus dans le TD du troupeau (i) du groupe d’âge (j) à la saison (k).HTDiHTDi : effet fixé du TD de troupeau: effet fixé du TD de troupeau AgeAgejj : : effet fixé de l’âge au premier vêlage en mois du groupeeffet fixé de l’âge au premier vêlage en mois du groupeSeasonSeason :: k k effet fixé de la saison de vêlage ( 1 : decembre-mars, 2 : juin-septembre, 3 : autres)effet fixé de la saison de vêlage ( 1 : decembre-mars, 2 : juin-septembre, 3 : autres)X qX q : : nombre de covariant décrivants la forme de la courbe de lactation (q=4)nombre de covariant décrivants la forme de la courbe de lactation (q=4)Z Z : : incerpt et covariant associé au nb de jour de lactation (DIM)incerpt et covariant associé au nb de jour de lactation (DIM)BBnn coefficient de régression fixé pour DIMcoefficient de régression fixé pour DIMX aX alnln coefficientcoefficient random regression random regression ((RRRR)) additif génétique pour DIM additif génétique pour DIMX pX plnln coefficient RR environnemental permanent pour DIMcoefficient RR environnemental permanent pour DIMX eX eijklmijklm effet résiduel du hasard.effet résiduel du hasard.

Modèle de l’analyseModèle de l’analyseVariance résiduelle hétérogéneVariance résiduelle hétérogéne

Modèle avec une variance résiduelle hétérogène contenant une des Modèle avec une variance résiduelle hétérogène contenant une des fonctions suivantes comme covariant :fonctions suivantes comme covariant :

. . H1 : eH1 : eijklm ijklm = exp(b0 + b1= exp(b0 + b1t )x t )x ijklmijklm où où ijklm ijklm a zéro de moyenne et des unités de variance, a zéro de moyenne et des unités de variance, t=t=année de vêlage.année de vêlage.

. H2 : e. H2 : eijklmijklm= exp(b= exp(b00 + b + b1t1t +b2t² ) x +b2t² ) x ijklmijklm

. . HG: division en cinq groupes en fonction de l’année de vêlageHG: division en cinq groupes en fonction de l’année de vêlage (avant 1979, 1980-1984, 1985-1989, 1990-1994, après 1995)(avant 1979, 1980-1984, 1985-1989, 1990-1994, après 1995)

Les programmes Les programmes AIREML2F90AIREML2F90 (H1 et H2) et (H1 et H2) et GIBBS3F90GIBBS3F90 (HG) sont utilisés.. (HG) sont utilisés.. Pour la variance résiduelle homogène (H0), le programme Pour la variance résiduelle homogène (H0), le programme REMLF90REMLF90 est utilisé. est utilisé.

5- Résultats5- Résultats

Production laitière et capacité Production laitière et capacité d’ingestiond’ingestion

PR

1 44 88 1212 1616 2020 2424 2828 3232 3636 4040 4444 4848 52520

5

10

15

20

25

30

35

40

45 5

4

3

2

1

4,5

3,5

2,5

1,5

semsem

KgsPA PG

La variance résiduelle par H1, H2 et HG augmente presque linéairementLa variance résiduelle par H1, H2 et HG augmente presque linéairementavec l’année de vêlageavec l’année de vêlage

Variance résiduelle hétérogèneVariance résiduelle hétérogène

les changements de variances pour la génétique additive et les effets les changements de variances pour la génétique additive et les effets permanents de l’environnement pour les DIM sont similairepermanents de l’environnement pour les DIM sont similairess dans dans les différents modèles les différents modèles donc pas de pertes dues à la résiduelle donc pas de pertes dues à la résiduelle

Un modèle de RR avec la combinaison dUn modèle de RR avec la combinaison d’un’un polynom polynomee de 2 de 2ndnd ordre ordre de Legendre et dede Legendre et de la la fonction de Wilmink explique au mieux la fonction de Wilmink explique au mieux la courbe de lactation avec plusieurs paramètres chez la Holstein courbe de lactation avec plusieurs paramètres chez la Holstein japonaise.japonaise.

La variance résiduelle augmente selon un mode presque linéaireLa variance résiduelle augmente selon un mode presque linéaire tout au long de la période d’étude.tout au long de la période d’étude. Toutefois, il n’y a pas besoin de considérer la variance résiduelle Toutefois, il n’y a pas besoin de considérer la variance résiduelle hétérogène dans les évaluations génétiques, parce quehétérogène dans les évaluations génétiques, parce que l’hétérogénéité de la variance résiduelle au cours des années l’hétérogénéité de la variance résiduelle au cours des années n’affecte pas le classement des meilleurs taureaux et vaches.n’affecte pas le classement des meilleurs taureaux et vaches.

6- Conclusion6- Conclusion

Le but de ces études est d’avoir:Le but de ces études est d’avoir:

uneune meilleure appréciation du potentiel génétique des animaux  meilleure appréciation du potentiel génétique des animaux 

une meilleure approche de l’environnementune meilleure approche de l’environnement

En effet, dans les exploitations moyennes, les éleveurs recherchent des vaches En effet, dans les exploitations moyennes, les éleveurs recherchent des vaches hautes productrices mais également, des animaux ayant une bonne conformation et hautes productrices mais également, des animaux ayant une bonne conformation et qui vieillissent bien.qui vieillissent bien.

Le but est deLe but est de disposer d’un certain nombre d’informations disposer d’un certain nombre d’informations::

– l’estimation précoce des productions l’estimation précoce des productions

de lactation totales ;de lactation totales ;

– la comparaison des vaches au coursla comparaison des vaches au cours

de leurs lactations (vache standard) ;de leurs lactations (vache standard) ;

– la détection des contrôles anormaux.la détection des contrôles anormaux.

Bibliographie.Bibliographie. C. Fujii, M. Suzuki. Comparison of homogeneity and heterogeneity of residual C. Fujii, M. Suzuki. Comparison of homogeneity and heterogeneity of residual variance using random regression test-day models for first lactation Japanese Holstein variance using random regression test-day models for first lactation Japanese Holstein cows. cows. Animal science journalAnimal science journal (2006) (2006) 7777, 28-32., 28-32.

M.H. Pool, L.L.G. Janss, T.H.E. Meuwissen, Genetic parameters of Legendre M.H. Pool, L.L.G. Janss, T.H.E. Meuwissen, Genetic parameters of Legendre polynomials for first parity lactation curves. polynomials for first parity lactation curves. Journal of dairy scienceJournal of dairy science (2000) (2000) 8383, 2640-, 2640-2649.2649.

N. Gengler, S. Vanderick, P. Mayeres, A. Gillon. Description des systèmes N. Gengler, S. Vanderick, P. Mayeres, A. Gillon. Description des systèmes d’évaluations génétiques utilisés en Wallonie (2006) d’évaluations génétiques utilisés en Wallonie (2006)

S. Tsuruta, I. Misztal, T.J. Lawlor. Genetic correlations among production, body S. Tsuruta, I. Misztal, T.J. Lawlor. Genetic correlations among production, body size, udder and productive life traits over time in Holsteins, size, udder and productive life traits over time in Holsteins, Journal of dairy scienceJournal of dairy science (2004) (2004) 8787, 1457-1458, 1457-1458

Cours de génétique quantitative. Prof. J. Detilleux.Cours de génétique quantitative. Prof. J. Detilleux.

Cours d’obstétrique des grands animaux. Prof. Ch. Hanzen.Cours d’obstétrique des grands animaux. Prof. Ch. Hanzen.