Utilisation de l’information du microbiote intestinal pour expliquer et prédire l’efficacité alimentaire chez le porc

La contribution du microbiote intestinal à la variabilité de l’efficacité alimentaire globale (indice de consommation IC et consommation moyenne journalière résiduelle CMJR) et de sa composante digestive (coefficients d’utilisation digestive de l’énergie, la matière organique et l’azote) a été étudiée dans le projet MicroFeed (ANR-16-CE20-0003). Dans un premier dispositif, les animaux avaient des efficacités alimentaires contrastées génétiquement (lignées divergentes CMJR). Dans un deuxième dispositif, des animaux génétiquement connectés étaient nourris avec un aliment conventionnel ou fibreux, et les CUD étaient disponibles. La contribution du microbiote fécal à la variance des caractères (microbiabilité) a été estimée avec un modèle linéaire mixte incluant ou non un effet génétique additif. Pour l’IC et la CMJR, le microbiote contribuait pour 12 à 28% de la variance, sans impact de l’aliment, et les héritabilités étaient supérieures aux microbiabilités. Pour les CUD, les microbiabilités étaient de 0,44 à 0,68, et les héritabilités étaient plus faibles (0,25 à 0,32), toutes ces estimations étant plus élevées avec l’aliment fibreux. A partir de la covariance entre caractères due à la ressemblance entre microbiotes, une corrélation microbiote peut être estimée. Elle était de 0,73 entre IC et CMJR dans le premier dispositif, indiquant que des compositions en microbiote similaires sont impliquées dans la variabilité des deux caractères. Le deuxième dispositif a permis d’estimer des corrélations microbiote modérées entre aliments pour l’IC et la CMJR (0,23 et 0,35), et plus élevées pour les CUD (0,46 à 0,55). Finalement, pour l’IC et la CMJR, les précisions des prédictions étaient similaires entre valeurs microbiotes et génétiques, alors que pour les CUD les précisions des valeurs microbiotes étaient 50% supérieures aux précisions des valeurs génétiques, intra-régime et entre régimes. Le microbiote explique donc une part plus importante dans la variabilité et la prédiction des CUD que pour l’IC et la CMJR.