Méthodes de sélection croisée inférées par le génome pour l'amélioration multi-traits dans un programme de sélection récurrente

Résumé Le principal inconvénient de la mise en œuvre de la sélection génomique dans un programme de reproduction réside dans la diminution à long terme de la variance génétique additive, ce qui constitue un compromis pour une amélioration génétique rapide à court terme. L'équilibre entre l'augmentation du gain génétique et la rétention de la variance génétique additive nécessite une optimisation soigneuse de ce compromis. Dans cette étude, nous avons proposé une approche de sélection par indice intégré dans le cadre de la sélection croisée inférée par le génome (GCS) pour maximiser le gain génétique à travers plusieurs traits. Avec cette méthode, nous avons identifié des croisements optimaux qui maximisent simultanément la performance des descendants et maintiennent la variance génétique pour plusieurs traits. En utilisant un programme de reproduction récurrent simulé stochastiquement sur une période de 40 ans, nous avons évalué différentes méthodes GCS ainsi que d'autres facteurs, tels que le nombre de parents, de croisements et de descendants par croisement, qui influencent le gain génétique dans un programme de reproduction de cultures de fluctuations. Dans tous les scénarios de reproduction, la variance moyenne postérieure améliore systématiquement le gain génétique par rapport à d'autres méthodes, telles que le critère d'utilité, la valeur haploïde optimale, la valeur de reproduction estimée en génomique moyenne et la valeur d'indice de sélection moyenne des parents supérieurs. De plus, nous fournissons une stratégie détaillée pour optimiser le nombre de parents, de croisements et de descendants par croisement qui peut potentiellement maximiser le gain génétique à court et à long terme dans un programme de reproduction public.