Type de document : éditorial publié dans Journal of Animal Breeding and Genetics
Auteur : Piter Bijma
Extrait en français : Un effet génétique social (EGS) désigne l’effet du génotype d’un individu sur les traits phénotypiques de ses partenaires sociaux. Ces effets se manifestent souvent par des interactions comportementales. […] Des études sur les poules pondeuses, les cailles et les visons montrent des preuves solides d’un EGS substantiel pour les traits liés aux interactions comportementales. […]. L’estimation de l’EGS est plus difficile chez les porcs, car le nombre de groupes est plus petit, et il y a souvent plus de confusion entre les groupes et les facteurs environnementaux. Par conséquent, l’analyse génétique de l’EGS dans les populations porcines nécessite une comparaison et une validation minutieuses des modèles. Néanmoins, les analyses de grandes populations de Topigs Norsvin montrent des preuves convaincantes d’EGS pour le taux de croissance et la consommation alimentaire, mais pas pour la graisse dorsale et la profondeur des reins. Un contraste de sélection d’une génération pour l’EGS sur le taux de croissance des porcs, réalisé par Camerlink et al. suggère en outre que les porcs sélectionnés pour l’EGS favorable présentent un meilleur comportement social. […] L’environnement social étant une composante très importante du bien-être des animaux, l’amélioration de l’EGS devrait faire partie intégrante des stratégies visant à améliorer le bien-être de nos animaux. D’une part, la tendance à former des groupes plus importants avec une plus grande liberté de comportement pour les animaux augmente l’importance d’un bon comportement social. D’autre part, cependant, elle complique sérieusement l’estimation de l’EGS. Dans les petits groupes, tels que les cages en batterie traditionnelles des poules pondeuses, le nombre de partenaires sociaux d’un individu est limité, de sorte que l’EGS peut être extrait statistiquement sur la base de la covariance entre les phénotypes des membres du groupe de parents. Cependant, lorsque les données se composent de quelques grands groupes, cela est impossible, et il est nécessaire de disposer de plus d’informations sur les individus en interaction.
La prochaine étape dans l’amélioration génétique de l’EGS devra donc venir de la détection automatisée des interactions comportementales entre les individus, à l’aide de capteurs et de l’IA. Nous devons savoir qui interagit avec qui, à quelle fréquence et quelles sont les conséquences de chaque interaction. La disponibilité de ces données permettrait non seulement de faire progresser considérablement la sélection pour l’EGS, mais pourrait également accroître considérablement notre compréhension du comportement des animaux. Plus important encore, elle permettrait de transformer l’étude du comportement animal en un domaine quantitatif, avec des modèles quantitatifs explicites, incluant éventuellement des termes génétiques qui fournissent des prévisions quantitatives vérifiables
Extrait en anglais : A social genetic effect (SGE) refers to the effect of an individual’s genotype on the phenotypic traits of its social partners. Such effects often work via behavioural interactions. […] Empirical work on SGE has included laying hens, pigs, mink, Eucalyptus trees, quail and cod. Studies on laying hens, quail and mink show strong evidence of substantial SGE for traits relating to behavioural interactions. […] Estimation of SGE is more challenging in pigs, because the number of groups is smaller, and there is often more confounding of groups with environmental factors. Hence, genetic analysis of SGE in pig populations requires careful model comparison and validation. Nevertheless, analyses of large populations of Topigs Norsvin show convincing evidence of SGE for growth rate and feed intake, but not for backfat and loin depth. A one‐generation selection contrast for SGE on growth rate in pigs, performed by Camerlink et al., furthermore suggests that pigs selected for favourable SGE show better social behaviour. […] Because the social environment is a very important component of animal welfare, improvement of SGE should be an integral component of strategies to improve the well‐being of our animals. On the one hand, the trend to larger groups with more behavioural freedom for the animals increases the importance of good social behaviour. On the other hand, however, it severely complicates the estimation of SGE. In small groups, such as traditional battery cages in laying hens, the number of social partners of an individual is limited, so that SGE can be teased out statistically based on the covariance between the phenotypes of the group mates of relatives. When data consist of a few large groups, however, this is impossible, and more information is needed on who interacts with whom.
The next step in the genetic improvement of SGE, therefore, will have to come from the automated detection of behavioural interactions between individuals, with the help of sensors and AI. We need to know who interacts with whom, how often and the consequences of each interaction. The availability of such data would not only greatly advance the breeding for SGE, but could also considerably increase our understanding of animal behaviour. Most importantly, it would allow transforming the study of animal behaviour into a quantitative field, with explicit quantitative models, potentially including genetic terms that provide testable quantitative predictions.
