LDgenX

Explorer LDgenX

Demander un devis

Genetics Selection Evolution · 2020

The impact of training on data from genetically-related lines on the accuracy of genomic predictions for feed efficiency traits in pigs

Aliakbari A, Delpuech E, Labrune Y, Riquet J, Gilbert H

Les auteurs comparent plusieurs compositions de populations de référence pour prédire des caractères liés à l’efficacité alimentaire chez le porc. Combiner des lignées apparentées produit des effets variables sur la précision et le biais selon les caractères et les scénarios, avec un intérêt pour les programmes disposant de petits effectifs.

La question
Dans quelles conditions peut-on combiner des lignées apparentées pour construire une population de référence en sélection génomique ?
L’approche
Comparaison de scénarios de prédiction génomique avec différentes compositions de populations d’apprentissage et évaluation de la précision et du biais.
Ce que l’article apporte
La composition de la population de référence et les caractères visés influencent les performances de prédiction.
Les limites
Ajouter des individus d’une lignée apparentée n’améliore pas systématiquement la prédiction : l’effet dépend du caractère et du scénario.

Figures de l’article

Fig. 1, The impact of training on data from genetically-related lines on the accuracy of genomic predictions for feed efficiency traits in pigsFigure (nouvel onglet)
Fig. 1. Design of scenarios to predict validation animals in HRFI(a) and LRFI(b) linesLégende originale (en anglais). Aliakbari A et al. (2020), Genetics Selection Evolution. CC BY 4.0
Fig. 2, The impact of training on data from genetically-related lines on the accuracy of genomic predictions for feed efficiency traits in pigsFigure (nouvel onglet)
Fig. 2. Correlations between GEBVp and GEBVw, and their SE as error bars for the HRFI(a) and LRFI(b) lines. *Significant difference with scenarios 1 (control) based on the Williams t-test at a 0.05 level. RFI residual feed intake, ADG average daily gain, FCR feed conversion ratio, DFI daily feed intake, BFT backfat thicknessLégende originale (en anglais). Aliakbari A et al. (2020), Genetics Selection Evolution. CC BY 4.0

Parlons de votre projet

Votre question. Notre prochain point de départ.

Un projet en biodiversité, génomique ou bioinformatique ? Décrivez votre besoin pour recevoir une proposition, ou réservez un premier échange avec notre équipe scientifique.

Ou écrivez-nous : info@ldgenx.fr