En savoir plus

A propos des cookies

Qu’est-ce qu’un « cookie » ?

Un "cookie" est une suite d'informations, généralement de petite taille et identifié par un nom, qui peut être transmis à votre navigateur par un site web sur lequel vous vous connectez. Votre navigateur web le conservera pendant une certaine durée, et le renverra au serveur web chaque fois que vous vous y re-connecterez.

Différents types de cookies sont déposés sur les sites :

  • Cookies strictement nécessaires au bon fonctionnement du site
  • Cookies déposés par des sites tiers pour améliorer l’interactivité du site, pour collecter des statistiques

> En savoir plus sur les cookies et leur fonctionnement

Les différents types de cookies déposés sur ce site

Cookies strictement nécessaires au site pour fonctionner

Ces cookies permettent aux services principaux du site de fonctionner de manière optimale. Vous pouvez techniquement les bloquer en utilisant les paramètres de votre navigateur mais votre expérience sur le site risque d’être dégradée.

Par ailleurs, vous avez la possibilité de vous opposer à l’utilisation des traceurs de mesure d’audience strictement nécessaires au fonctionnement et aux opérations d’administration courante du site web dans la fenêtre de gestion des cookies accessible via le lien situé dans le pied de page du site.

Cookies techniques

Nom du cookie

Finalité

Durée de conservation

Cookies de sessions CAS et PHP

Identifiants de connexion, sécurisation de session

Session

Tarteaucitron

Sauvegarde vos choix en matière de consentement des cookies

12 mois

Cookies de mesure d’audience (AT Internet)

Nom du cookie

Finalité

Durée de conservation

atid

Tracer le parcours du visiteur afin d’établir les statistiques de visites.

13 mois

atuserid

Stocker l'ID anonyme du visiteur qui se lance dès la première visite du site

13 mois

atidvisitor

Recenser les numsites (identifiants unique d'un site) vus par le visiteur et stockage des identifiants du visiteur.

13 mois

À propos de l’outil de mesure d’audience AT Internet :

L’outil de mesure d’audience Analytics d’AT Internet est déployé sur ce site afin d’obtenir des informations sur la navigation des visiteurs et d’en améliorer l’usage.

L‘autorité française de protection des données (CNIL) a accordé une exemption au cookie Web Analytics d’AT Internet. Cet outil est ainsi dispensé du recueil du consentement de l’internaute en ce qui concerne le dépôt des cookies analytics. Cependant vous pouvez refuser le dépôt de ces cookies via le panneau de gestion des cookies.

À savoir :

  • Les données collectées ne sont pas recoupées avec d’autres traitements
  • Le cookie déposé sert uniquement à la production de statistiques anonymes
  • Le cookie ne permet pas de suivre la navigation de l’internaute sur d’autres sites.

Cookies tiers destinés à améliorer l’interactivité du site

Ce site s’appuie sur certains services fournis par des tiers qui permettent :

  • de proposer des contenus interactifs ;
  • d’améliorer la convivialité et de faciliter le partage de contenu sur les réseaux sociaux ;
  • de visionner directement sur notre site des vidéos et présentations animées ;
  • de protéger les entrées des formulaires contre les robots ;
  • de surveiller les performances du site.

Ces tiers collecteront et utiliseront vos données de navigation pour des finalités qui leur sont propres.

Accepter ou refuser les cookies : comment faire ?

Lorsque vous débutez votre navigation sur un site eZpublish, l’apparition du bandeau « cookies » vous permet d’accepter ou de refuser tous les cookies que nous utilisons. Ce bandeau s’affichera tant que vous n’aurez pas effectué de choix même si vous naviguez sur une autre page du site.

Vous pouvez modifier vos choix à tout moment en cliquant sur le lien « Gestion des cookies ».

Vous pouvez gérer ces cookies au niveau de votre navigateur. Voici les procédures à suivre :

Firefox ; Chrome ; Explorer ; Safari ; Opera

Pour obtenir plus d’informations concernant les cookies que nous utilisons, vous pouvez vous adresser au Déléguée Informatique et Libertés de INRAE par email à cil-dpo@inrae.fr ou par courrier à :

INRAE
24, chemin de Borde Rouge –Auzeville – CS52627
31326 Castanet Tolosan cedex - France

Dernière mise à jour : Mai 2021

Menu Logo Principal AgroParisTech Université Paris-Saclay SAPS - Sciences Animales Paris-Saclay

Genetique Animale et Biologie Integrative

Unité Mixte de Recherche INRA AgroParisTech GABI Génétique Animale et Biologie Intégrative

Déterminisme génétique de l’aptitude fromagère du lait.

Déterminisme génétique de l’aptitude fromagère du lait.
© @ INRA M.P. Sanchez
Des équations de prédiction des aptitudes fromagères à partir des spectres Moyen Infra Rouge du lait ont été développées et appliquées à plusieurs millions de spectres en race bovine Montbéliarde. Une analyse génétique montre que les paramètres de coagulation et de rendement sont héritables. Une analyse d’association à l’échelle de la séquence du génome complet a mis en évidence 59 QTL, ainsi qu’un réseau de 736 gènes co-régulés.

MOTS-CLES : Bovin ; déterminisme génétique ; aptitudes fromagères ; race bovine Montbéliarde

Image1
Les aptitudes fromagères sont des paramètres complexes à étudier car leur mesure directe est difficile. Or, leur maitrise dès la phase de production du lait est un enjeu fort, compte tenu de l’importance de la filière fromagère. 

 

La spectrométrie Moyen Infra Rouge (MIR) qui a démontré sa capacité à prédire précisément la composition fine du lait, était une bonne candidate pour prédire les caractéristiques initiales de fromageabilité, aptitudes à la coagulation, à l’acidification, et rendement. Le projet From’MIR (2015-2018) conduit par l’entreprise CEL25-90 et financé par le Casdar, le Cniel et l’Urfac, avait comme objectif la prédiction des aptitudes fromagères du lait à partir des spectres MIR, à des fins d’amélioration génétique et de conseil en élevage. Le stockage des spectres MIR depuis 2011 et le développement du génotypage des vaches pour la sélection génomique constituaient deux ressources exceptionnelles pour une étude à grande échelle de ces caractères.

A partir de 420 tests fromagers de référence (24 paramètres mesurés dans deux technologies, pâte molle et pâte pressée cuite), des équations de prédiction de bonne à très bonne précision ont été obtenues par la méthode PLS pour 6 paramètres de coagulation et 3 de rendement, l’aptitude à l’acidification restant mal prédite. Ces équations ont ensuite été appliquées à plus de 6 millions de spectres de plus de 400 000 vaches Montbéliardes de Franche Comté, ouvrant la voie à des analyses génétiques à grande échelle.
Une estimation de paramètres génétiques a montré que ces caractères étaient héritables (entre 0,37 et 0,48 à l’échelle de chaque mesure mensuelle) et avaient un déterminisme stable le long de la lactation ainsi qu’entre lactations. Au niveau génétique, tous les caractères de rendement et de coagulation sont favorablement corrélés entre eux, y compris entre technologies de fabrication. La coagulation est fortement associée au taux de caséines et de certains minéraux tandis que le rendement est plus lié au taux butyreux. L’aptitude fromagère n’est défavorablement associée à aucun caractère actuellement sélectionné et a connu une évolution plutôt favorable au cours des 10 dernières années dans cette race.
Une analyse d’association a été conduite sur un dispositif de 20 000 vaches avec phénotypes et génotypes imputés à l’échelle de la séquence du génome complet, en utilisant la population séquencée dans le consortium « 1000 génomes bovins » comme référence. 59 QTL ont été détectés comme significatifs à l’échelle du génome, expliquant globalement entre 12 et 30 % phénotypique de la variabilité des caractères fromagers. La plupart des QTL connus pour affecter la composition du lait influencent également l’aptitude fromagère et de nouveaux QTL sont détectés, avec des mutations causales candidates. Une analyse de réseaux met en évidence un réseau de 736 gènes interagissant entre eux, ainsi qu’une vingtaine de voies métaboliques, en particulier du potassium et des phosphates. Cette analyse identifie plusieurs gènes régulateurs, dont PPARA, ASXL3 et bta-mir-200c, fortement impliqués dans la régulation de ces réseaux.  
Une évaluation génomique pilote indique que la précision réalisée est élevée, permettant une sélection très efficace sur ces caractères de fromageabilité.

Cette étude à grande échelle illustre la puissance des approches génétiques appliquées à de grands jeux de données issus du phénotypage et du génotypage à haut débit. Ces avancées vont fournir des outils techniques tant pour la sélection que pour le conseil en élevage, pour une maitrise des qualités fromagères dès le stade de la production du lait. Une évaluation génomique sur ces caractères de fromageabilité est en cours de mise en place. Des études analogues sont en cours de discussion avec d’autres régions et races françaises.
   

Contact(s)

Contact(s) scientifique(s) :

Département(s) associé(s) : Génétique Animale

Centre(s) associé(s) : Jouy-en-josas

 

#3Perf

Priorité INRA du Document d'Orientation

#3Perf-3 : L’évaluation multicritère pour objectiver les performances.

Voir aussi

Références bibliographiques

Sanchez M.P., Ramayo-Caldas Y., Wolf V., Laithier C., El Jabri M., Michenet A., Boussaha M., Taussat S., Fritz S., Delacroix-Buchet A., Brochard M., Boichard D. 2019. Sequence-based GWAS, network and pathway analyses reveal genes co-associated with milk cheese making properties and milk composition in Montbéliarde cows. Genet Sel Evol, 51, 34. DOI : 10.1186/s12711-019-0473-7, (feature paper).

El Jabri M., Sanchez M.P., Trossat P., Laithierc., Wolf V., Grosperrin P., Beuvier E., Rolet-Répécaud O., Gavoye S., Gauzere Y., Belysheva O., Notz E., Boichard D., Delacroix-Buchet A. 2019. Comparison of Bayesian and PLS regression methods for mid-infrared prediction of cheese-making properties in Montbéliarde cows. J Dairy Sci., ehead of print. DOI : 10.3168/jds.2019-16320.

Sanchez M.P., El Jabri M., Minery S., Wolf V., Beuvier E., Laithier C., Delacroix-Buchet A., Brochard M., Boichard D. 2018. Genetic parameters for cheese-making properties and milk composition predicted from mid-infrared spectra in a large dataset of Montbéliarde cows. J Dairy Sci, 101, 10048–10061. DOI : 10.3168/jds.2018-14878.

Sanchez M.P., Wolf V., El Jabri M., Beuvier E., Rolet-Repecaud O., Gauzere Y., Minery S., Brochard M., Michenet A., Taussat S., Barbat-Leterrier A., Delacroix-Buchet A., Laithier C., Fritz S., Boichard D. 2018. Short-communication: Confirmation of candidate causative variants on milk composition and cheese-making properties in Montbéliarde cows. J Dairy Sci, 101, 10076–10081. DOI : 10.3168/jds.2018-14986.

Sanchez M.P., Wolf V., Laithier C., El Jabri M., Beuvier E., Rolet-Repecaud O., Gaudilliere N., Minery S., Ramayo-Caldas Y., Tribout T., Michenet A., Boussaha M., Taussat S., Fritz S., Delacroix-Buchet A., Grosperrin P., Brochard M., Boichard D. 2019. Analyse génétique de la fromageabilité du lait de vache prédite par spectrométrie moyen infrarouge en race Montbéliarde. INRA Productions Animales, (synthèse soumise)