Évaluation d'une stratégie de sélection génomique dans 3 dispositifs expérimentaux chez la tomate - DUMAS - Dépôt Universitaire de Mémoires Après Soutenance Accéder directement au contenu
Mémoires Année : 2015

Évaluation d'une stratégie de sélection génomique dans 3 dispositifs expérimentaux chez la tomate

Coralie Picard
  • Fonction : Auteur

Résumé

Selection to improve traits of economical interest in crop was achieved through MAS or GWA which capture with difficulty loci of minor effect, and through steps phenotyping often long and costly. Genomic selection (GS) is a new tool for selecting elite plants in a breeding program by predicting the performance of traits of interest in application of statistical model; GS has the potential to catch the effect of all markers underlying the genetic architecture of the studied traits. We aimed at evaluating the use of GS into tomato to evaluate the prediction accuracy for 25 traits related to the fruit quality for three different type of population (GWA, MAGIC and RIL panel). We conducted a cross validation approach while estimating the relative weight of parameters (training and testing populations sizes, GxE interactions, predictive statistical models, markers density, heritability of the trait, type of population) onto the prediction accuracy. Our results demonstrated that the GS approach seems powerful at predicting phenotypes values with accuracies ranging from 0.32 to 0.93 in the panel when training set is optimizing, for example. We observe that (1) if the population is the bigger and if it contains individuals the most close genetically, and that were phenotyped in similar environments compared to PV, prediction accuracy is better (2) optimizing the training set with the larger genetic diversity, the better the predictions are (+9% on average) (3) the larger the heritability of the trait value is, the better the predictions are (3) the statistical prediction models perform very similarly to estimate accuracies (4) statistical models lead to very similar predictions (5) the optimal markers density is depending of the population LD. To conclude, although SG still a practice which is still in its infancy in plants, applying GS in tomato seems very promising and could be used in tomato breeding programs.
La sélection pour améliorer les caractères d’intérêts agronomiques est réalisée à l’aide de la SAM ou de la GWA qui capturent difficilement les loci à effets mineurs, et grâce à des étapes de phénotypage souvent longues et couteuses. La sélection génomique (SG) est une méthode de prédiction de la performance des caractères via des modèles statistiques pour sélectionner des plantes élites dans un schéma de sélection, en estimant l’effet de tous les marqueurs qui sous-tendent l’architecture génétique des caractères étudiés. Nous avons évalué l’utilisation de la SG chez la tomate en estimant la précision de la prédiction pour 25 caractères liés à la qualité du fruit pour trois types de populations différentes (GWA, MAGIC et RIL). Une démarche de validation croisée a été menée en estimant le poids de paramètres (taille des populations d’entrainement (PE) et de validation (PV), interactions GxE, modèles statistiques prédictifs, densité de marquage, héritabilité des caractères, type de population) sur la précision de la prédiction. Nos résultats démontrent que l’approche SG semble puissante pour prédire les valeurs phénotypiques (avec des précisions allant de 0.32 à 0.93 lorsque la PE est optimisée, par exemple). Nous observons que (1) plus la PE est grande et plus elle contient des individus proches génétiquement et ayant été phénotypés dans des environnements similaires par rapport à la PV, plus la précision de la prédiction est élevée (2) la précision de la prédiction est plus élevée avec l’optimisation de la PE avec une grande diversité génétique (+ 9% en moyenne) (3) plus l’héritabilité du caractère est élevée, meilleure est la prédiction (4) les différents modèles statistiques conduisent à des prédictions très similaires (5) la densité de marqueurs optimale dépend du DL de la population. Pour conclure, bien que la SG soit une pratique qui n’en est qu’à ses débuts en ce qui concerne le monde du végétal l’application de la SG chez la tomate semble très prometteuse et pourrait être utilisée dans les programmes de sélection.
Fichier principal
Vignette du fichier
2015_Picard_Coralie_Selection_genomique_tomate.pdf (3.7 Mo) Télécharger le fichier

Dates et versions

dumas-01219994 , version 1 (23-10-2015)

Identifiants

  • HAL Id : dumas-01219994 , version 1

Citer

Coralie Picard. Évaluation d'une stratégie de sélection génomique dans 3 dispositifs expérimentaux chez la tomate. Sciences agricoles. 2015. ⟨dumas-01219994⟩
184 Consultations
1646 Téléchargements

Partager

Gmail Facebook X LinkedIn More