La base documentaire de l'IFIP

C. Dugué (Inrae) et al., Animal, 2020, février, 9 pages

Breeding entire males is an alternative to surgical castration to improve their welfare. However, entire males may have a major quality defect called boar taint. Boar taint is partly due to the presence of androstenone in fat. In this study, we estimated the genetic parameters between androstenone and production traits to evaluate the consequences of selection against boar taint for traits of interest. We focused on growth traits, meat quality, lesions, hormone levels and computerised tomography measurements in purebred Piétrain (P) or Piétrain cross Large White (X) entire males. The number of measured animals varied from 670 P and 734 X for hormones concentrations to 553 P and 645 X for computerised tomography measurements. Skin lesions were measured on live pigs shortly after mixing, at the end of the fattening period, and on carcasses. Heritabilities of traits measured by tomography ranged from low to high: femur density (P: 0.34, X: 0.69), loin eye area (P: 0.53, X: 0.88) and loin eye density (P: 0.12, X: 0.18). The mean number of lesions at each stage was lower in purebred pigs than in crossbreds (entering the fattening stage 4.01 in P and 4.68 in X; before slaughter 3.72 in P and 4.22 in X; on carcass 4.50 in P and 4.96 in X). We also observed a decrease in the average number of lesions between the two stages in live pigs. We found high genetic correlations between stages in purebred pigs (0.74 to 0.76) but low correlations (−0.30 to 0.29) in crossbred pigs. Selection aiming to decrease fat androstenone is feasible ( h2 = 0.57 in P and h2 = 0.71 in X). It would have overall positive effects on meat production and quality traits. Selection aiming to reduce plasma oestradiol would strongly reduce the level of fat androstenone (rg = 0.89 in P and rg = 0.84 in X). Selection against oestradiol is easier and less invasive since it would only require a blood sample rather than a fat biopsy in live animals.

https://www.cambridge.org/core/services/aop-cambridge-core/content/view/8B114317EA6ABC332DE746DF180ED846/S1751731120000105a.pdf/genetic_determinism_of_boar_taint_and_relationship_with_growth_traits_meat_quality_and_lesions.pdf

Jan-Peter Van Ferneij, Porc Mag (FRA), 2020, n° 549, février, p. 44-45

Fin 2019, Abcis* a conduit avec d'autres experts du marché chinois, une étude sur l'iimpact de l'épidémie de fièvre porcine africaine, qui sévit en Chine et en Asie du Sud-Ouest, sur des marchés mondiaux des protéines. Cette analyse de la filière porcine chinoise propose des scénarios d'évolution de la filière chinoise et des marchés internationaux du porc et des protéines.

*Abcis est une société de services créee par l'Ifip, l'Idele et l'Itavi.

Anne Hémonic, Réussir Porc/ Tech Porc (FRA), 2020, n° 276, février-mars, p. 23

Dans une enquête réalisée en 2018 auprès de 104 éleveurs,..

Anne Hémonic, Réussir Porc/ Tech Porc (FRA), 2020, n° 276, février-mars, p. 38-39

L’Ifip et Porc Spective ont testé des protocoles de décapage du biofilm des canalisations d’eau.
Ils sont effi caces mais pas toujours suffi sants s’ils ne sont appliqués qu’une seule fois.

Marie-José Mercat et al., 52e Journée de la Recherche Porcine, 4 et 5 février 2020, Paris, p. 1-6

Des semences de races locales porcines sont conservées dans la Cryobanque Nationale (CBN) sous forme de pellets (59 verrats) ou de paillettes (78 verrats). Elles ont vocation à servir aux programmes de conservation. Une caractérisation génomique des collections de la CBN d’une part et d’animaux récents (240 animaux) d’autre part est réalisée par génotypage (puce 70K). Les races Basque, Gascon, Cul Noir Limousin, Porc de Bayeux, Porc Blanc de l’Ouest et Nustrale sont ainsi étudiées sur trois périodes : années de naissance moyennes 1986 (pellets), 1998 (paillettes) et 2014 (animaux récents). L’analyse multidimensionnelle des données de génotypage montre un regroupement des animaux par race. Quelques erreurs de traçabilité des semences les plus anciennes (pellets) sont décelées. L’apparentement génomique moyen entre les animaux d’une même race est le plus faible en race Nustrale et le plus élevé en race Basque. Dans les échantillonnages d’animaux récents, l’absence de certains allèles trouvés dans l’ADN des semences plus anciennes souligne l’intérêt de la CBN. L’évolution dans le temps du statut halothane des races locales diffère en fonction des pratiques régulières ou non de génotypage. Enfin, la consanguinité génomique (FROH) des animaux, définie comme la proportion de génome dans des segments chromosomiques homozygotes, est estimée. La race Bayeux, considérée comme la plus consanguine sur la base des pedigrees, se positionne dans une situation plus favorable que les races Basque et Cul Noir Limousin au niveau génomique. Des valeurs de FROH supérieures à 0,22 semblent associées à des échecs de reproduction plus fréquents avec les semences de la CBN. Grâce à cette caractérisation, le choix des semences de la CBN à utiliser peut désormais reposer sur de nouveaux critères génomiques.

ENG

Genomic characterisation of local pig breeds and of their semen stocked in the national gene bank

Local pig breed semen is maintained in a National Gene Bank (NGB) in pellets (59 boars) or straws (78 boars) to be used in preservation programs. A genomic characterisation both of the NGB collections and of recent animals (240 animals) has been performed through genotyping (70K chip). The Basque, Gascon, Cul Noir Limousin, Porc de Bayeux, Porc Blanc de l’Ouest and Nustrale breeds were thus studied for three average birth periods: 1986 (pellets), 1998 (straws) and 2014 (recent animals). Multidimensional analysis of genotyping data shows a clustering of animals by breed. Some traceability errors were detected with the oldest semen (pellets). Average genomic relatedness between animals of the same breed was the lowest in the Nustrale and highest in the Basque breed. Some of the alleles found on NGB semen DNA were no longer present in the recent animal samples, stressing the value of the NGB. Over time evolution of the halothane status of the breeds differs according to the regular genotyping practise. Lastly, genomic inbreeding (FROH), defined as the proportion of the genome in homozygote chromosomal segments, was estimated. The Bayeux breed, which is viewed as the most inbred based on pedigrees, is in a more favourable position than the Basque and the Cul Noir Limousin breeds at the genomic level. FROH values greater than 0.22 seemed to be associated with more frequent reproductive failure when using NGB semen. Because of this characterisation, the use of NGB semen can now rely on new genomic criteria.

Hélène Gilbert (Inrae) et al., 52e Journées de la Recherche Porcine (FRA), 4 et 5 février 2020, Paris, p. 25-30

Les mesures de l’ingéré sont les clés d’une sélection précise de l’efficacité alimentaire. Elles sont cependant coûteuses. De plus, ces performances dépendent de nombreuses composantes, telles que le niveau de production, l’activité et le comportement des animaux, leur aptitude à répondre à des stress, et leur capacité à digérer l’aliment. L’importance relative de ces composantes dépend du système de production, en particulier de la séquence alimentaire et des conditions de logement des animaux. Cette communication propose de résumer les résultats obtenus dans le projet Feed-a-Gene sur l’évaluation de nouvelles mesures pour la sélection de l’efficacité alimentaire, en se concentrant sur les mesures les moins coûteuses qui peuvent contribuer à une plus grande durabilité de la production. Des mesures liées à l’activité des porcs, dont le comportement alimentaire, des indicateurs de bien-être (comptage des lésions et qualification des interactions entre animaux) et de stress, et des mesures d’efficacité digestive ont été évaluées. L’impact de l’effet génétique des autres individus de la loge (effets génétiques indirects) sur les performances individuelles a aussi été testé comme levier pour obtenir des valeurs génétiques plus précises. Les mesures les plus prometteuses (comportement alimentaire, interactions entre porcs, efficacité digestive, effets génétiques indirects) avaient des héritabilités comprises entre 0,18 et 0,70. Les gains de progrès génétique possibles par l’utilisation de telles mesures dans les schémas de sélection ont été évalués analytiquement pour identifier les meilleurs enregistrements à déployer en ferme.

ENG

Can new measures improve selection for feed efficiency in pigs?

Measuring feed intake is a key for accurate selection of feed efficiency. However, recording feed efficiency is expensive and depends on multiple components, including production level, activity, behaviour, responses to stress and digestion. The relative importance of these components is partly driven by the production system, especially diet and housing. This paper summarizes results obtained in the Feed-a-Gene project for new measures for feed efficiency in pigs, with a focus on how they can be used for sustainable breeding schemes. Measures related to pig activity (including feeding behaviour), measures to quantify welfare (injuries and interindividual interactions) and stress level, and measures of individual digestibility were evaluated. The genetic impact of other animals in the pen (indirect genetic effects, IGE) on individual performance was also considered as a potential approach to better estimate individual breeding values. Some of the most promising measures (feeding activity, pig interactions, digestibility, IGE) had moderate to high heritabilities (from 0.18-0.70). Gains in genetic progress achievable when including these measures in breeding schemes were evaluated analytically to identify the best procedures to implement on-farm.

Céline Carillier-Jacquin (Inrae) et al., 52e Journée de la Recherche Porcine (FRA), 4 et 5 février 2020, Paris, p. 43-44, poster

Poster.

L’évaluation génomique dans les lignées porcines maternelles françaises a été mise en place en 2016 et a permis d’augmenter le progrès génétique, notamment pour les caractères de reproduction. Cependant, des problèmes calculatoires sont apparus pour l’évaluation génomique de certains caractères de production mesurés en station, dont la capacité de phénotypage est limitée. Cela concerne particulièrement les candidats génotypés des élevages de sélection qui ne disposent pas de phénotypes en station et peu d’apparentés phénotypés. La structure de données pour ce type de caractère (i.e. porcs génotypés (candidats) non phénotypés et porcs phénotypés (animaux station) non génotypés) pourrait être responsable des problèmes de convergence observés pour la prédiction des valeurs génomiques. Dans cette étude, nous avons simulé, à partir de phénotypes réels mesurés sur l’ensemble des candidats à la sélection, différents scénarios pour mimer la situation de phénotypage partiel rencontrée dans le cas des caractères mesurés en station et évaluer l’impact d’une augmentation du nombre de porcs phénotypés sur la précision des valeurs génomiques obtenues.

ENG

Poster.

Importance of phenotyping to maintain the accuracy of genomic predictions of traits measured in a test station

Genomic evaluation of French maternal lines, set up in 2016, has helped increase genetic progress, especially for reproductive traits. However, computational problems have emerged for genomic evaluation of certain production traits for which phenotyping capacity is limited. This particularly concerns genotyped candidates on breeding farms that have no phenotypes and only a few phenotyped relatives. This data structure seems to pose convergence problems for predicting genomic breeding values. To check this hypothesis, we simulated such a situation, based on a set of actual phenotype data measured for all farm candidates and genotypes. The simulation consisted of deleting phenotypes of the animals measured on-farm in order to reproduce the data structure encountered for the traitsrecorded at the FGPorc/INRAE test station in Le Rheu. Phenotypes were then progressively added in different scenarios to identify whether prediction accuracy improved and to estimate the number of phenotypes required. The simulations showed that the unbalanced structure between genotypes and phenotypes was responsible for the computational problems that led to low accuracy of genomic predictions. Phenotyping 12% of all pigs phenotyped at 100 kg each year made it possible to solve the computational problems observed and to recover 61% of the maximum expected accuracy. In conclusion, these results highlight the importance of collecting large-scale phenotypes in the context of genomic selection schemes. Further studies will be conducted to study the impact of genotyping animals measured at the station.

Céline  Carillier-Jacquin (Inrae) et al., 52e Journées de la Recherche Porcine (FRA), 4 et 5 février 2020, p. 45-46, poster

Poster.

Le coût actuel des puces SNP constitue une limite au développement de la sélection génomique dans les populations porcines (Badke et al., 2014; Wellmann et al., 2013). Afin de réduire les coûts de génotypage, une puce SNP basse densité (LD), conçue en 2016, est utilisée en routine. Ce panel LD d'environ 1100 SNP a été optimisé pour maximiser la précision d'imputation dans la population de porcs Landrace français. Dans la présente étude, nous avons proposé d’étudier l’impact de l’utilisation de ce panel pour deux autres grandes races de porc françaises, le Large White et le Piétrain. 

ENG

Poster.

Design of a very low density chip (1 100 SNP) for genomic selection in 3 French pig breeds 

To reduce genotyping costs for genomic selection, a Low-Density SNP (LD) chip, designed in 2016, is now used routinely. This panel is composed of approximately 1 100 equidistant SNPs. The relevance of this chip has been studied in French populations of the Landrace, Large White and Pietrain pig breeds. The quality of imputation was estimated by the correlation between actual and imputed genotypes and error rates. The impact of imputation on the genomic evaluations was estimated by the correlation between the genomic values obtained for the candidates with imputed genotypes, and those obtained with the high-density genotypes. Average error rates of imputation estimated on all the chromosomes were 0.03, 0.11 and 0.14 for Landrace, Large White and Pietrain, respectively. The estimated correlations between actual and imputed genotypes were relatively high at 0.93, 0.92 and 0.88 for Landrace, Large White and Pietrain populations, respectively. Correlations between genomic breeding values predicted with highdensity genomic data or imputed genomic data from the LD SNP panel ranged from 0.89-0.97 for Large White and Landrace populations for reproductive traits. They were higher than those obtained for the Pietrain population (0.80 and 0.97 for production traits, respectively). In conclusion, despite the limited number of SNPs on the low-density panel used in this study, the imputation accuracy is sufficient to use the imputed genotypes in the genomic evaluations. In practice, genotyping candidates with a LD chip is a solution for selecting future breeding pigs at lower cost.