Application des nouvelles technologies pour accélérer le progrès génétique – Exemples pratiques

Accélérer le progrès génétique

L’amélioration génétique joue aujourd’hui un rôle essentiel dans le développement durable de la filière porcine et la réussite des élevages porcins. Ces dernières années, l’utilisation des nouvelles technologies au sein des programmes de sélection a permis d’accélérer le progrès génétique, et d’augmenter les performances et la rentabilité des éleveurs.

L’application des nouvelles technologies dans les programmes de sélection PIC n’est pas nouvelle. Depuis 1962, PIC s’est engagé dans l’innovation technologique, en développant et mettant progressivement en œuvre des technologies nouvelles pour améliorer le potentiel génétique des animaux, sur tous les caractères. Les investissements dans la sélection génomique, combinés à la grande base de données PIC, à l’élargissement des populations en sélection, et à la forte pression de sélection ont permis d’obtenir les taux d’améliorations génétiques les plus élevés jamais enregistrés par PIC. Cette amélioration se traduit pour les éleveurs par une productivité accrue, des porcelets et porcs charcutiers de meilleure qualité, une plus grande robustesse, une croissance plus rapide, un meilleur IC et une valeur de carcasse élevée. Au total, le programme génomique de PIC a généré une valeur supplémentaire totale estimée à 3,45 € par porc charcutier, rien qu’en 2020.

Figure 1 : L’évolution de l’index génétique accélérée par la mise en œuvre d’innovations technologiques.

Malgré les gains génétiques élevés et atteints, nous sommes conscients qu’il y a encore beaucoup de travail devant nous pour toujours mieux servir les éleveurs et la filière. Pour cette raison, et suivant la devise “Never stop improving”, PIC investit toujours dans les technologies les plus innovantes, en recherchant leurs applications pratiques dans l’amélioration génétique animale.

Parmi les technologies disponibles, celles directement liées à la sélection génétique comme le Gene Editing et le séquençage total du génome se démarquent, et il y aura très probablement un avant et un après dans la génétique porcine dans les années à venir.

D’autre part, et parallèlement à ce qui précède, les investissements dans la collecte de données ont augmenté de manière exponentielle ces dernières années, au point que l’utilisation de nouveaux outils tels que la vidéo et l’intelligence artificielle est déjà effective.

Les points suivants se concentrent sur les technologies de phénotypage, en montrant des exemples concrets sur la façon dont l’intelligence artificielle appliquée à la production porcine va générer une révolution dans la façon dont nous mesurons les caractères (phénotypes) et sélectionnons nos reproducteurs.

Les Technologies appliquées pour la sélection

Dans les programmes génétiques actuels, les objectifs de sélection des lignées mâles se concentrent surtout sur :

  • La croissance et l’efficacité alimentaire
  • La robustesse
  • La qualité de la carcasse et de la viande

De ces trois caractéristiques, les caractères liés à la robustesse ont traditionnellement été les plus difficiles à sélectionner. Il y a plusieurs raisons à cela, notamment une plus grande difficulté à identifier les caractères précisément, des difficultés à mesurer les caractères objectivement avec des volumes suffisants, et/ou parfois une faible héritabilité des caractères. Un exemple typique où ces difficultés se conjuguent est la sélection sur le comportement des animaux.

On s’attend à ce que les progrès technologiques en matière de collecte de données aient un impact favorable sur tous les objectifs de sélection. Mais les caractères associés à la robustesse et au comportement devraient en bénéficier prioritairement, avec l’ajout de nouvelles mesures objectives sur des caractères nouveaux qui pourront être intégrés dans le programme de sélection.

Utilisation de l’intelligence artificielle dans la sélection porcine – Exemples concrets

L’intelligence artificielle désigne l’étude, le développement et l’application de techniques informatiques dans le but de permettre aux ordinateurs et machines d’acquérir certaines compétences similaires à l’intelligence humaine. Le concept d’apprentissage automatique consiste à exposer l’ordinateur à une énorme quantité de données afin qu’il puisse les traiter, les analyser et en tirer des enseignements. Grâce à tout cela, nous pouvons littéralement former des machines pour nous aider à sélectionner des porcs.

L’un des axes de recherche les plus utilisés aujourd’hui est la combinaison d’enregistrements vidéo des animaux 24 heures sur 24 et 7 jours sur 7 et de l’apprentissage automatique. En effet, le volume de données générées par les caméras est si important qu’une personne, ou même un groupe de personnes, devrait passer énormément de temps à analyser ces données. Et, même si cela était possible, leurs analyses auraient tendance à avoir un degré de subjectivité qui rendrait l’utilisation de ces données pour la sélection peu efficace. En revanche, en combinant la collecte de grands volumes de données avec l’intelligence artificielle, nous pouvons générer des informations précieuses pour la sélection des reproducteurs, comme le montrent les exemples suivants.

Automatisation de l’évaluation de la solidité des aplombs

Dans les caractères de robustesse, les problèmes d’aplombs et de pattes représentent l’une des principales causes de réforme subie, notamment pour les truies du cheptel reproducteur. Traditionnellement, l’évaluation de la structure des aplombs et des pattes est effectuée par des techniciens spécialisés qui effectuent une notation pour la sélection phénotypique et l’amélioration génétique. Cependant, leurs évaluations sont inévitablement liées à l’œil humain. La technologie d’analyse d’image et d’apprentissage automatique que nous développons nous permet de générer des évaluations automatisées de la structure des aplombs, afin de produire un volume beaucoup plus important de notations très objectives des pattes dans les élevages de sélection, et avec l’avantage de surtout améliorer la précision des données (Figure 2).

Figure 2 : Enregistrement et évaluation automatisés de la structure des aplombs et des pattes.

Étude des comportements

La collecte de données sur le comportement des animaux est beaucoup plus complexe. L’enregistrement 24 heures sur 24 des porcs élevés dans des conditions d’élevage est une occasion unique de générer des données pour analyser le comportement de nos lignées. Dans les élevages dédiés à la recherche PIC (Figure 3), nous apprenons à un ordinateur à analyser ces enregistrements. Les données permettent d’évaluer des aspects individuels tels que les temps de repos et d’activité, les temps et horaires d’accès au système d’alimentation et aux abreuvoirs, d’étudier leur comportement et leur interaction sociale dans différentes conditions d’élevage, etc. Grâce au développement d’algorithmes spécifiques, cette technologie permet de décrire de nouveaux caractères susceptibles d’être améliorés génétiquement. En outre, les informations générées fournissent un savoir-faire précieux pour le soutien technique aux producteurs de porcs. Pensez par exemple à l’analyse des vices ou des changements comportementaux associés à différentes conditions d’élevage telles que l’alimentation, les densités ou la ventilation.

Figure 3 : Enregistrement automatisé des activités dans un élevage de recherches PIC.

Prédiction de la fertilité des verrats : la technologie FertiBoar

Alors que les exemples ci-dessus sont encore en cours de développement avant leur application commerciale, la technologie FertiBoar est déjà une réalité et constitue donc un exemple qui mérite d’être décrit plus en détail.
La technologie FertiBoar permet d’évaluer précocement la qualité du sperme des mâles pour effectuer une sélection précoce. À l’aide d’échographies testiculaires (Figure 4) et d’une analyse d’images par intelligence artificielle (Figure 5), nous avons développé un algorithme spécifique qui nous permet de prédire de manière fiable la qualité du sperme des jeunes verrats lors du testage, et donc avant leur entrée dans les CIA. Les avantages sont multiples, à la fois pour le CIA et pour l’éleveur en réduisant considérablement le coût de la quarantaine, en augmentant la qualité de la semence, et sécurisant la productivité des verrats élites mis en CIA pour optimiser la dissémination génétique.

Figure 4 : Échographie testiculaire et schéma de mesure.
Figure 5 : Exemple d’analyse automatisée d’images digitales de tissu testiculaire.

Cette technologie représente une collaboration réussie entre un institut académique (IFN Schönow, Allemagne) et une entreprise (PIC). Dans le cadre du projet de recherche commun (2017-2020), des images échographiques et des données sur la qualité des semences de plus de 1 000 verrats ont été analysées. La qualité de ces travaux a donné lieu à des publications scientifiques, et à une reconnaissance en tant qu’innovation lors d’événements spécialisés (Innov’SPACE et Innovation technique au FIGAN), en même temps que sa mise en place dans la pyramide de sélection verrats PIC.

Les premiers verrats PIC®408 testés avec cette technologie se trouvent déjà en CIA, en Espagne, Allemagne, France. Ce projet est donc un exemple d’application pratique d’une technologie nouvelle. Avec la mise en œuvre progressive de FertiBoar dans toute la pyramide de sélection verrats PIC, tous nos clients bénéficieront à court terme de cette innovation.

Conclusion

  • L’innovation est essentielle pour conserver un avantage concurrentiel. Pour PIC, cela fait partie des valeurs de la société et, depuis 1962, sa R&D s’est concentrée sur la fourniture d’avantages visibles au niveau du producteur.
  • Un investissement continu dans la technologie est nécessaire, avec des moyens importants, des technologies adaptées et la portée nécessaire pour que ces gains soient disséminés jusqu’au niveau du producteur.
  • L’impact des verrats terminaux pour les éleveurs est fort (responsable de 50% des gènes du porc charcutier), ce qui représente une grande opportunité pour disséminer les gains obtenus avec ces nouvelles innovations.

Auteur : Juan Manuel Herrero, Services génétiques PIC Europe.

Pour en savoir plus, veuillez contacter votre interlocuteur PIC.