DES DONNÉES PAR MILLIONS ! - Trop ou pas assez pour l'élevage de demain ? Programmes H2020 - Wedia
←
→
Transcription du contenu de la page
Si votre navigateur ne rend pas la page correctement, lisez s'il vous plaît le contenu de la page ci-dessous
DES DONNÉES PAR MILLIONS ! Trop ou pas assez pour l’élevage de demain ? Programmes H2020 Les rendez-vous de l’Inra au Space – mardi 11 septembre 2018
PROGRAMME • Feed-a-Gene : adapter l’aliment, l’animal et les techniques d’alimentation pour améliorer l’efficacité et la durabilité des systèmes d’élevage de monogastriques Jaap van Milgen, Inra Bretagne-Normandie • Saphir : renforcer les productions animales et la santé par la réponse immunitaire Marie-Hélène Pinard-van der Laan, Inra Île-de-France-Jouy-en-Josas • Utiliser des données innovantes et personnalisées pour une gestion intégrée de la santé dans les élevages Marie-Hélène Pinard-van der Laan, Inra Île-de-France-Jouy-en-Josas • À la recherche de nouvelles méthodes et données pour évaluer l’efficacité alimentaire chez le porc Étienne Labussière et David Renaudeau, Inra Bretagne-Normandie • Élevage et alimentation de précision : une valeur à créer par la collecte et la maîtrise des données Ludovic Brossard et Charlotte Gaillard, Inra Bretagne-Normandie DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .02 Les rendez-vous de l’Inra au Space 11 septembre 2018
_01 Feed-a-Gene : adapter l’aliment, l’animal et les techniques d’alimentation pour améliorer l’efficacité et la durabilité des systèmes d’élevage de monogastriques Jaap van Milgen Inra Bretagne-Normandie .03 11 septembre 2018
Projet R&I financé 23 Partenaires par l’UE UE + Chine 2015 15 2020 Adapter l’aliment, l’animal et les techniques d’alimentation pour Industrie améliorer l’efficience et la durabilité 8 des systèmes d’élevage de 10 M€ monogastriques Budget (www.feed-a-gene.eu) Académiques The Feed-a-Gene Project has received funding from the European Union’s H2020 Programme under grant agreement no 633531 DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .04 Les rendez-vous de l’Inra au Space 11 septembre 2018
Les partenaires du projet (China Agricultural University) DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .05 Les rendez-vous de l’Inra au Space 11 septembre 2018
Objectif du projet Feed-a-Gene • Feed: • Développer des ressources alimentaires locales et nouvelles qui ne sont moins/pas en compétition avec la nutrition humaine • Améliorer la valeur nutritionnelle de ressources alimentaires • Gene: • Identifier de nouveaux marqueurs indicatifs de l’efficience et de la robustesse • “Faire mieux avec un aliment qui pourrait moins bien” • Marqueurs, modèles et techniques d’alimentation: • Considérer la variabilité et la diversité comme des atouts • Développer des techniques d’alimentation de précision • Evaluer la durabilité des systèmes proposés DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .06 Les rendez-vous de l’Inra au Space 11 septembre 2018
Une approche multidisciplinaire et multi-acteurs ressources produits DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .07 Les rendez-vous de l’Inra au Space 11 septembre 2018
Notre capacité d’observer est accrue considérablement Comment l’utiliser pour la compréhension, les prédictions et le pilotage? observer prédire comprendre piloter DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .08 Les rendez-vous de l’Inra au Space 11 septembre 2018
Des données par millions dans Feed-a-Gene Comportement et bien-être Consommation individuelle Analyse d’images [sérotonine] Comportement alimentaire [cortisol] Efficience digestive Efficience métabolique Marqueurs de digestibilité Génomique Santé intestinale Transcriptomique Microbiote Métabolomique DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .09 Les rendez-vous de l’Inra au Space 11 septembre 2018
Des modèles pour comprendre et prédire Halas et al. (2004). Br. J. Nutr. 92:707-723 DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .010 Les rendez-vous de l’Inra au Space 11 septembre 2018
Des modèles pour comprendre et prédire DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .011 Les rendez-vous de l’Inra au Space 11 septembre 2018
Des modèles pour comprendre et prédire “Tout cela implique une régression infinie, et comprendre comment en sortir est une étape essentielle pour comprendre la vie.” Cornish-Bowden et al. (2004). Biol. Cell 96:713-717 DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .012 Les rendez-vous de l’Inra au Space 11 septembre 2018
_02 Saphir : renforcer les productions animales et la santé par la réponse immunitaire Marie-Hélène Pinard-van der Laan Inra Île-de-France-Jouy-en-Josas .013 11 septembre 2018
2015-2019 9M€ Renforcer les productions animales et la santé par la réponse immunitaire Isabelle Schwartz-Cornil, coordinatrice Marie-Hélène Pinard-van der Laan, co-coordinatrice DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .014 Les rendez-vous de l’Inra au Space 11 septembre 2018
LE CONSORTIUM 14 instituts (19 labos) 5 SME 1 forum Production animale/ 1 tech-transfer pharma / sélectionneurs 1 big pharma Comité Conseil Partie Prenantes = 12 Pays DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .015 Les rendez-vous de l’Inra au Space 11 septembre 2018
LES OBJECTIFS Scientifiques Techniques Socio- Comprendre les économique Générer des modèles mécanismes de et des tests pour le Explorer protection / réponse développement de l'impact immunitaire vaccins économique des Induire une immunité maladies Étudier une variété rapide et durable de vaccins et Prévoir les Développer de dispositifs avantages socio- des vaccins sûrs d'administration économiques de la mise en œuvre Prédire les conséquences Mener les vaccins les des stratégies de épidémiologiques + prometteurs à une vaccination de la vaccination démonstration DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .016 Les rendez-vous de l’Inra au Space 11 septembre 2018
LES CHOIX STRATEGIQUES…. Générer des stratégies de vaccination efficaces, sûres et abordables pour lutter contre les agents pathogènes endémiques responsables des pertes économiques en élevage SRATEGIES Approches intégrées * Bovine Respiratory Syncytial Virus (BRSV / VRSB) contre des agents * Mycoplasma bovis pathogènes représentatifs * Porcine Respiratory and Reproductive Syndrome Virus (PRRSV / SDRP) * Mycoplasma hyopneumoniae * Coccidies (genre Eimeria) * Clostridium perfringens DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .017 Les rendez-vous de l’Inra au Space 11 septembre 2018
…NECESSITANT UNE APPROCHE MULTIDISCIPLINAIRE… Généticiens Biotechno. Sociologistes Big Pharma Microbio. Economistes Parties Prenantes Immuno. Analyse du contexte Patho. Développement VACCINE DESIGNde Big Pharma socio-économique des maladies infectieuses & Vaccins PME moyens de contrôle Transfert Technologique : Recherche -> Marché Sociologistes Parties Prenantes Economistes Biologistes Big Pharma/PME Mathématiciens DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .018 Les rendez-vous de l’Inra au Space 11 septembre 2018
… GENERANT DES DONNEES PAR MILLIONS… Généticiens Biotechno. Sociologistes Big Pharma Microbio. Economistes Parties Prenantes Immuno. Analyse du contexte Patho. Développement VACCINE DESIGNde Big Pharma socio-économique des maladies infectieuses & Vaccins PME moyens de contrôle Transfert Technologique : Recherche -> Marché Sociologistes Parties Prenantes Economistes Biologistes Big Pharma/PME Mathématiciens DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .019 Les rendez-vous de l’Inra au Space 11 septembre 2018
… POUR DEVELOPPER DES STRATEGIES INTEGREES DE GESTION DE LA SANTE C’est mieux de prévenir que de guérir… Mais intégrer différentes mesures de prévention et de contrôle, c’est encore mieux ! DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .020 Les rendez-vous de l’Inra au Space 11 septembre 2018
… POUR DEVELOPPER DES STRATEGIES INTEGREES DE Mesures combinées intégrant: GESTION DE LA SANTE Génétique & Sélection assistée par bio / marqueurs Gestion intégrée de la santé des animaux: construction + validation d'une approche intégrée holistique de l'environnement et des systèmes y compris les «agents pathogènes» et les «hôtes» en tant qu'animaux dans des systèmes de «production DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .021 Les rendez-vous de l’Inra au Space 11 septembre 2018
… POUR DEVELOPPER DES STRATEGIES INTEGREES DE Mesures combinées intégrant: GESTION DE LA SANTE Génétique & Sélection assistée par bio / marqueurs Approche intégrée/Analyse holistique de Millions de données !? DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .022 Les rendez-vous de l’Inra au Space 11 septembre 2018
_03 Utiliser des données innovantes et personnalisées pour une gestion intégrée de la santé dans les élevages Marie-Hélène Pinard-van der Laan Inra Île-de-France-Jouy-en-Josas .023 11 septembre 2018
Utiliser des données innovantes et personnalisées pour une gestion intégrée de la santé dans les élevages Fany BLANC Bertrand BED’HOM Damer BLAKE Ivan PASTOR-FERNANDEZ Jean-Jacques LEPLAT Jordi ESTELLE Tatiana MAROILLEY Sungwon KIM Jean-Pierre BIDANEL Marie-Hélène Gaëtan LEMONNIER PINARD van der LAAN Lonneke VERVELDE DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .024 Les rendez-vous de l’Inra au Space 11 septembre 2018
Variabilité individuelle de l'immuno-compétence Améliorer la santé animale en réduisant les antibiotiques et les AM ET en maintenant les performances pour la compétitivité des systèmes d'élevage Objectif / Défi: améliorer l'efficacité du vaccin ET la capacité immunitaire! Connaissance sur Connaissance sur les pathogènes les hôtes Développement Optimisation des de nouveaux vaccins capacités immunitaires DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .025 Les rendez-vous de l’Inra au Space 11 septembre 2018
Variabilité individuelle de l'immuno-compétence AVANT APRES Vaccination Variabilités Individuelles Variabilités Individuelles des paramètres de base des réponses au vaccin Recherche de marqueurs prédictifs des réponses au vaccin Analyses of des paramètres de base comme source de marqueurs prédictifs DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .026 Les rendez-vous de l’Inra au Space 11 septembre 2018
Information Prédictive Pendant la vie A travers les générations Aux niveaux des Individus & des Populations Marqueurs Génétique Biomarqueurs (variabilité ADN) (e.g. dans le sang) DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .027 Les rendez-vous de l’Inra au Space 11 septembre 2018
Variabilité individuelle de l'immuno-compétence AVANT Vaccination APRES porcs (Large White) poulets (broilers) M. hyopneumoniae Eimeria maxima (atténué) (Stellamune, inactivé vaccin, ELANCO) Nouveau vaccin SAPHIR Swine flu / Virus Influenza (recombinant Eimeria) (Respiporc, IDT Biologika, inactivé H1N1, H1N2 & H3N2) DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .028 Les rendez-vous de l’Inra au Space 11 septembre 2018
Animaux & Vaccins porcs (Large White) poulets (broilers) X N = 96 48 familles Poulets de chair commerciaux (COBB 500) M. hyo swine flu none Vaccination virus (controls) - vaccinés avec Eimeria maxima - Puis challenge # animaux 190 192 64 DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .029 Les rendez-vous de l’Inra au Space 11 septembre 2018
Données Disponibles Genotypes Pédigrées Affymetrix AXIOM porc : 658K SNPs poulet : 580K SNPs Réponse vaccin Transcriptome sanguin phénotypes RNA-Seq (porcs, poulets) miRNA-Seq (porcs) Phénotypes Production Poids DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .030 Les rendez-vous de l’Inra au Space 11 septembre 2018
Protocole expérimental pour les porcs Avant vaccination Après vaccination Biomarqueurs & Marqueurs Génétiques Suivi de la réponse vaccin DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .031 Les rendez-vous de l’Inra au Space 11 septembre 2018
Vaccin M-hyo : Variabilité individuelle des réponses ! porcs à 49j: 3 spv 1.0 2.0 controls controls M hyo Ab response (S/P) M. hyo Ab response (S/P) vaccinated 0.8 vaccinated 1.5 POS 0.6 1.0 positive 0.4 0.5 NEG suspect 0.2 0.0 negative 0.0 28 34 42 49 56 63 146 sera diluted 1/40 sera diluted 1/4 Days post-vaccination vaccin booster Commercial ELISA (IDEXX M hyo Ab test) DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .032 Les rendez-vous de l’Inra au Space 11 septembre 2018
Vaccin M-hyo : Estimation des paramètres génétiques Pédigrées Réponse vaccin phénotypes Héritabilité Age N h2 SE 56j 190 0.34 0.15 DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .033 Les rendez-vous de l’Inra au Space 11 septembre 2018
Vaccin M-hyo: Etudes d’association au niveau du génome (GWAS) Réponse vaccin 1.0 3spv SSC4: 10201158-11076588 (< 1Mb) phénotypes controls M. hyo Ab response (S/P) 0.8 vaccinated serum dilué 1/40 0.6 0.4 0.2 0.0 sera diluted 1/40 sera diluted 1/4 RepeatABEL package (R) serum dilué 1/4 Modèle Linéaire mixte Effets fixés: age au sevrage (24 à 31j), lot (n=5), sexe Effets aléatoires: portée (n=48), matrice de parenté génomique Assemblage génome assembly: Sscrofa11.1 DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .034 Les rendez-vous de l’Inra au Space 11 septembre 2018
Vaccin M-hyo : Une région candidate associée sur SSC4 SSC4: 10201158-11076588 (< 1Mb) ASAP1 : Gène exprimé dans des tissus immuns chez l’homme; rôle dans la régulating de la migration des cellules dendritiques; associations avec # plaquettes FAM49B : GWAS chez l’homme : associations entre variants de FAM49B et # lymphocytes GSDMC : GWAS chez l’homme : associations entre variants de GSDMC et # monocytes DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .035 Les rendez-vous de l’Inra au Space 11 septembre 2018
Vaccin M-hyo : Transcriptome sanguin avant vaccination 82 porcs N par groupe Gènes DE (FDR < 0.1) Gènes DE (FDR < 0.05) Caractère Up dans Down dans Up dans Down dans A B groupe B groupe B groupe B groupe B M. hyo- IgG 38 high 44 low 612 603 309 300 56j M. hyo- IgG 55 NEG 14 POS 392 92 132 24 49j 27 gènes en commun trouvés Différentiellement Exprimés entre les animaux extrêmes pour les taux d'IgG spécifiques de M. hyo détectés à 49j & 56j RNA-Seq (> 20M reads / échantillon) edgeR package (3.18.1 version) DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .036 Les rendez-vous de l’Inra au Space 11 septembre 2018
Vaccin M-hyo : Fonctions biologiques enrichies par les gènes DE dans le sang entre les « hauts Ac » et « bas Ac » Top-13 fonctions enrichies de manière significative pour les 27 gènes en communs Numération sanguine et différenciation (Ingenuity Pathway Analysis, Qiagen). Functions Annotation p-Value Molecules Quantity of lymphoid tissue 1,62E-08 APBB1IP,FYB1,IL2RG,KAT6A,LCP2,MTOR,RUNX2,TET2 Quantity of leukocytes 2,22E-07 APBB1IP,FYB1,IL2RG,IRF2,KAT6A,LCP2,MTOR,PREX1,RUNX2,TET2 Quantity of lymphatic system cells 5,79E-07 APBB1IP,FYB1,IL2RG,IRF2,KAT6A,LCP2,MTOR,RUNX2,TET2 Leukopoiesis 1,03E-06 ACIN1,CTCF,IL2RG,IRF2,LCP2,MTOR,PREX1,RUNX2,TET2 Quantity of lymphoid organ 1,29E-06 FYB1,IL2RG,KAT6A,LCP2,RUNX2,TET2 Quantity of hematopoietic progenitor cells 1,37E-06 FYB1,IL2RG,KAT6A,LCP2,MTOR,RUNX2,TET2 Morphology of lymphoid organ 3,05E-06 IL2RG,IRF2,KAT6A,LCP2,MTOR,RUNX2,TET2 Hematopoiesis of mononuclear leukocytes 3,81E-06 ACIN1,CTCF,IL2RG,IRF2,LCP2,MTOR,PREX1,RUNX2 Quantity of lymphocytes 3,95E-06 APBB1IP,FYB1,IL2RG,IRF2,KAT6A,LCP2,MTOR,RUNX2 Differentiation of hematopoietic progenitor cells 5,30E-06 CTCF,IL2RG,LCP2,MTOR,RUNX2,TET2 Quantity of B lymphocytes 5,56E-06 APBB1IP,IL2RG,IRF2,KAT6A,MTOR,RUNX2 Cell spreading of peripheral T lymphocyte 5,78E-06 FYB1,LCP2 Quantity of T lymphocytes 5,93E-06 APBB1IP,FYB1,IL2RG,IRF2,KAT6A,LCP2,RUNX2 DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .037 Les rendez-vous de l’Inra au Space 11 septembre 2018
Résumé pour les porcs Réponse vaccin M-Hyo Réponse vaccin Swine flu N=190 N=94 Héritabilité Modérée (0.34 +/- 0.15) pas applicable Marqueurs SNPs Candidats sur SSC4 SNPs Candidats sur SSC13 and SSC14 Génétiques Biomarqueurs Gènes DE avant vaccination (27 en Gènes DE avant vaccination (N=24) sanguins commun à 2 moments) DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .038 Les rendez-vous de l’Inra au Space 11 septembre 2018
Protocole expérimental pour les poulets Avant vaccination Après vaccination Signatures Suivi de la réponse vaccin transcriptomiques & & marqueurs génétiques Biomarqueurs DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .039 Les rendez-vous de l’Inra au Space 11 septembre 2018
Vaccination Eimeria /challenge: Variabilité des réponses Vaccination => augmentation significative Caractère # Anx des niveaux d’IL-10 sérique. Gain de Poids (%) 94 _9jpv N = 19 birds Gain de Poids (%) 94 _7jpc Lésions 94 Log10_Parasite 96 IL10_0jpv 57 IL10_6jpv 39 Fortes variabilités individuelles pour - le Gain de Poids IL10_7jpc 76 - Réponse vaccin (IL-10 = marqueur robustesse?) DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .040 Les rendez-vous de l’Inra au Space 11 septembre 2018
Vaccination Eimeria /challenge : Transcriptome sanguin avant vaccination R S n par groupe Gènes DE (FDR < 0.1) Trait up dans down dans A B groupe B groupe B IL-10 6 jpv 11 high 14 low 0 0 Gain de Poids (%) _9 jpv 15 high 15 low 44 161 IL-10 7 jpc 15 high 15 low 0 1 Gain de Poids (%) _7 jpc 15 high 15 low 10 5 Log10 parasite 15 high 15 low 0 0 Lesion Score 41 score 0 27 score 1 or 2 0 0 RNA-Seq (> 20M reads / sample) edgeR package (3.18.1 version) DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .041 Les rendez-vous de l’Inra au Space 11 septembre 2018
Vaccination Eimeria /challenge : Etudes d’association au niveau du génome (eGWAS) Génotypes Transcriptome sanguin Affymetrix AXIOM RNA-Seq 580K SNPs Normalisation : approche par comptage par million (cpm): seuls les gènes pour lesquels au moins 30 poulets ont montré> 1 cpm et> 10 reads 13,904 gènes inclus dans l’eGWAS 3,312 associations significatives (FDR
Vaccination Eimeria /challenge : eQTLs & gènes DE avant vaccination Caractère logFC PValue FDR gène* Régions Associées GDP_9jpv -2,403 5,08E-07 0,00067 ID25925_XLOC_000613 14:10108226 GDP_7jpc 3,833 1,81E-07 0,00263 ID32565_XLOC_012879 2 : 444034 ; 2:144165527 GDP_9jpv 3,842 2,04E-08 0,00014 GDP_7jpc -1,510 2,76E-05 0,05558 ID34549_XLOC_016493 14:10108226 GDP_9jpv -1,666 1,01E-04 0,02161 GDP_7jpc 0,881 6,95E-06 0,03356 ID45455_XLOC_036372 6:28785026-28804673 4 gènes : Différentiellement Exprimés + contrôle génétique significatif par eGWAS ID32565_XLOC_012879 * INRA annotation DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .043 Les rendez-vous de l’Inra au Space 11 septembre 2018
Résumé pour les poulets Eimeria 7 jpv Eimeria 9 jpc N=96 N=96 Héritabilité pas disponible pas disponible Marqueurs SNPs Candidats par eGWAS SNPs Candidats par eGWAS Génétique Biomarqueurs Gènes DE avant vaccination Gènes DE avant vaccination (N=24) Sanguins (N=205) DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .044 Les rendez-vous de l’Inra au Space 11 septembre 2018
Conclusion Contrôle génétique de la réponse vaccinale confirmée au moins chez le porc Probablement nombreux loci répartis sur tout le génome. Peu de marqueurs génétiques candidats à tester Covariations significatives entre l'expression génique dans le sang avant la vaccination et les réponses vaccinales = preuve de concept chez le porc et chez le poulet Le sang peut être utilisé comme source de biomarqueurs prédictifs des réponses vaccinales Contrôle génétique de l'expression des gènes dans le sang (eGWAS) Vers l'identification de biomarqueurs candidats pour lesquels l'expression est sous contrôle génétique DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .045 Les rendez-vous de l’Inra au Space 11 septembre 2018
Utiliser des données innovantes et personnalisées pour une gestion intégrée de la santé dans les élevages Mesures combinées intégrant: Génétique & Sélection assistée par bio / marqueurs Merci pour votre attention ! DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .046 Les rendez-vous de l’Inra au Space 11 septembre 2018
_04 À la recherche de nouvelles méthodes et données pour évaluer l’efficacité alimentaire chez le porc Étienne Labussière et David Renaudeau Inra Bretagne-Normandie .047 11 septembre 2018
Introduction L’amélioration de l’efficacité alimentaire reste un enjeu fort pour la filière • Enjeu économique • Alimentation = # 2/3 du coût de production • Incertitudes face aux variations des cours des matières premières Source: Agreste DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .048 Les rendez-vous de l’Inra au Space 11 septembre 2018
Introduction L’amélioration de l’efficacité alimentaire reste un enjeu fort pour la filière • Enjeu économique • Alimentation = # 2/3 du coût de production • Incertitudes face aux variations des cours des matières premières • Enjeu environnemental • Réduction des rejets (N, P) • Moindre utilisation des ressources DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .049 Les rendez-vous de l’Inra au Space 11 septembre 2018
Evaluation de l’efficacité alimentaire (EA) Energie Brute ingérée [100] Energie fécale [12] 1 Consommation alimentaire IC = = Gain de poids (muscle, gras, os, organes. . ) Energie Digestible [88] Energie urinaire et gazeuse [3] Energie Métabolisable [85] Energie retenue protéines, lipides EAe = Extra-chaleur [22] Energie ingérée Energie Nette [63] PC à jeun [23] Energie Retenue [40] Porc de 45 kg/aliment standard DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .050 Les rendez-vous de l’Inra au Space 11 septembre 2018
Principaux déterminants de l’efficacité alimentaire EA = f[(potentiel génétique de l’hôte*microbiote)*environnement] DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .051 Les rendez-vous de l’Inra au Space 11 septembre 2018
EA = f[(potentiel génétique de l’hôte*microbiote)*environnement] Evolution génétique de l’IC dans les lignées pures #-0.01 point/an 0,02 0,00 -0,02 PP -0,04 -0,06 LWF -0,08 LF -0,10 -0,12 2013 2014 2015 2016 2017 Source: IFIP DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .052 Les rendez-vous de l’Inra au Space 11 septembre 2018
EA = f[(potentiel génétique de l’hôte*microbiote)*environnement] Zemb, Gilbert et al, in prep Efficace Non Efficace La contribution du microbiote à la variation génétique de l’EA n’est pas connue DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .053 Les rendez-vous de l’Inra au Space 11 septembre 2018
EA = f[(potentiel génétique de l’hôte*microbiote)*environnement] Comparaison des performances réalisées en élevage de production et dans les tests des produits terminaux GTE Elevage Contrôle des terminaux Variation GMQ, g/j 792 1022 230 Consommation, kg/j 2,24 2,70 0,46 IC, kg/kg 2,83 2,65 0,18 Année 2009, IFIP Le potentiel génétique n'est pas complètement exprimé dans les élevages commerciaux DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .054 Les rendez-vous de l’Inra au Space 11 septembre 2018
EA = f[(potentiel génétique de l’hôte*microbiote)*environnement] Impact de la composition de l’aliment sur l’EA Standard « Fibre » Protéines, % MS 17,0 17,0 NDF, % MS 10,7 19,7 Le Goff et al., 2001 DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .055 Les rendez-vous de l’Inra au Space 11 septembre 2018
EA = f[(potentiel génétique de l’hôte*microbiote)*environnement] Impact de la composition de l’aliment sur l’EA 3,9% mean classification error-rate 31 OTUs selected by the model Bacteroidetes, Spirochaetes, Firmicutes phyla LeSciellour et al., soumis La contribution du microbiote à l’impact de l’alimentation sur l’EA n’est pas connue DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .056 Les rendez-vous de l’Inra au Space 11 septembre 2018
Des nouvelles pistes pour améliorer l’efficacité alimentaire: vers l’utilisation de nouveaux caractères DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .057 Les rendez-vous de l’Inra au Space 11 septembre 2018
Utilisation de nouveaux caractères pour améliorer l’EA par la génétique EA = f[(potentiel génétique de l’hôte*microbiote)*environnement] Améliorer l’EA globale (ex: IC, consommation résiduelle) Améliorer une des composantes de l’EA Composante digestive Composante métabolique DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .058 Les rendez-vous de l’Inra au Space 11 septembre 2018
Utilisation de nouveaux caractères pour améliorer l’EA par la génétique EA = f[(potentiel génétique de l’hôte*microbiote)*environnement] Améliorer une des composantes de l’EA Composante digestive Noblet et al. 2013 DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .059 Les rendez-vous de l’Inra au Space 11 septembre 2018
Utilisation de nouveaux caractères pour améliorer l’EA par la génétique EA = f[(potentiel génétique de l’hôte*microbiote)*environnement] Améliorer une des composantes de l’EA Composante digestive Mesure des bilan digestif par la méthode de référence: - Méthodes lourdes - Problèmes éthiques liés à la contention des animaux Développement de nouvelles méthodes - Collecte ponctuelle des digestas sur des porcs en groupe - Mesures indirectes/rapides/peu coûteuses via la SPIR DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .060 Les rendez-vous de l’Inra au Space 11 septembre 2018
Utilisation de nouveaux caractères pour améliorer l’EA par la génétique EA = f[(potentiel génétique de l’hôte*microbiote)*environnement] Améliorer une des composantes de l’EA Composante digestive 95 ED/EB prédit (%) Calibration sur 750 collectes fécales; 90 Validation (80 données ponctuelles): 85 R²=87% 80 75 ED/EB mesuré (%) 70 70 75 80 85 90 95 Labussière (2018) DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .061 Les rendez-vous de l’Inra au Space 11 septembre 2018
Utilisation de nouveaux caractères pour améliorer l’EA par l’alimentation EA = f[(potentiel génétique de l’hôte*microbiote)*alimentation] Rechercher le meilleur équilibre des composants de la ration Connaître l’aliment DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .062 Les rendez-vous de l’Inra au Space 11 septembre 2018
Utilisation de nouveaux caractères pour améliorer l’EA par l’alimentation EA = f[(potentiel génétique de l’hôte*microbiote)*alimentation] Prendre en compte Rechercher cette variabilité le meilleur équilibredans des nouvellesdestratégies des composants la ration d’alimentation Connaitre l’aliment Nécessité de connaitre Connaitre l’animal en temps réel les besoins de chaque animal 140 4.5 4 120 3.5 100 Ingéré, kg/j Poids vif, kg 3 80 2.5 60 2 1.5 40 1 20 65 75 85 95 105 115 125 135 145 65 75 85 95 105 115 125 135 145 Brossard et al., Age, jours Age, jours DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .063 Les rendez-vous de l’Inra au Space 11 septembre 2018
Utilisation de nouveaux caractères pour améliorer l’EA par l’alimentation EA = f[(potentiel génétique de l’hôte*microbiote)*alimentation] Prise en compte des besoins liés à l’activité physique 120 Production de chaleur (% EB) 100 80 Totale 60 Liée à l'activité physique 40 20 0 4 5 6 7 8 9 10 Temps debout par jour (h/j) Ramonet et Bertin 2015 Labussière (non publiés) DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .064 Les rendez-vous de l’Inra au Space 11 septembre 2018
Utilisation de nouveaux caractères pour améliorer l’EA par l’alimentation EA = f[(potentiel génétique de l’hôte*microbiote)*alimentation] Prise en compte des besoins liés à l’activité physique IFIP 80 Production de chaleur (MJ/j) 70 60 50 40 Position « debout » 30 20 Position 9:00 15:00 21:00 3:00 9:00 « couché » Labussière (non publiés) DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .065 Les rendez-vous de l’Inra au Space 11 septembre 2018
Conclusions • La prise en compte des différentes composantes de l’efficacité alimentaire est une voie prometteuse pour l’avenir • Phénotypes facilement mesurables sur un grand nombre d’individus • Phénotypes obtenus en temps réel pour aider l’éleveur dans sa prise de décision • L’amélioration des capacités de phénotypage sont un atout/défi pour la recherche • Notre capacité à transformer nos résultats de recherche en innovations est un challenge important pour l’avenir DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .066 Les rendez-vous de l’Inra au Space 11 septembre 2018
Perspectives
• Prendre en compte d’autres phénotypes liés au bien-être, à la santé, etc...
• Prendre en compte l’impact des perturbations au cours de la vie productive
des animaux
• Prendre en compte l’impact d’expériences précoces sur l’expression du
potentiel génétique de l’animal
EA = f{[(génome*épigénome)*microbiome]*environnement}
DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ?
.067
Les rendez-vous de l’Inra au Space 11 septembre 2018_05 Élevage et alimentation de précision : une valeur à créer par la collecte et la maîtrise des données Ludovic Brossard et Charlotte Gaillard Inra Bretagne-Normandie .068 11 septembre 2018
Introduction Elevages monogastriques Demande sociétale Environnement Economie Des évolutions en cours pour répondre à ces challenges Elevage de précision Capter et analyser des données pour aider à piloter les élevages et appuyer ces évolutions DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .069 Les rendez-vous de l’Inra au Space 11 septembre 2018
1. Caractéristiques de l’élevage de précision DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .070 Les rendez-vous de l’Inra au Space 11 septembre 2018
Elevage de précision et données Paramètres d’élevage Transmission des données Paramètres biologiques Capteurs Stockage de l’information et traitement Animal Décisions Information apportée par l’éleveur Actions automatiques Observations Consultation Eleveur Indicateurs ou alertes Contrôle Smartphone, ordinateur Automates (distributeur automatique) Utilisation de capteurs et de techniques d’information et de communication dans le but d’aider l’éleveur à piloter son élevage DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .071 Les rendez-vous de l’Inra au Space 11 septembre 2018
Principes de l’alimentation de précision • Mieux caractériser les performances du groupe / de l’individu • Ingestion, croissance • Nature des dépôts, évolution des réserves • Santé • Traiter / intégrer / interpréter ces informations • Sur la base de modèles • En s’appuyant sur les connaissances / besoins de l’éleveur • Pour aider à la décision, pour mieux maitriser les apports et améliorer l’efficacité (réduction des coûts, des rejets, qualité ciblée) jusqu’à l’échelle individuelle DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .072 Les rendez-vous de l’Inra au Space 11 septembre 2018
Prise en compte de la variabilité individuelle 140 4.5 4 120 3.5 100 Ingéré, kg/j Poids vif, kg 3 80 2.5 60 2 1.5 40 1 20 65 75 85 95 105 115 125 135 145 65 75 85 95 105 115 125 135 145 Age, jours Age, jours => Grande hétérogénéité entre individus DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .073 Les rendez-vous de l’Inra au Space 11 septembre 2018
Exemple chez la truie en gestation Dourmad et al., 2017 Résultats sur 2500 truies Rang de Rang de portée portée Lysine digestible, g/kg 1 1 Besoins en énergie métabolisable, MJ/j 2 2 3 3 4 4 5 5 >5 >5 Moyenne Moyenne Poids à la saillie, kg Poids à la saillie, kg => Variabilité des besoins en énergie => Variabilité des besoins en lysine métabolisable en fonction du poids à la digestible en fonction du poids à la saillie saillie et du rang de portée et du rang de portée DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .074 Les rendez-vous de l’Inra au Space 11 septembre 2018
Utilisation de capteurs et d’automates => Capteurs sur l’animal, et pour mesurer => Suivi de la consommation et du poids des données environnementales (T°, HR) en temps réel DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .075 Les rendez-vous de l’Inra au Space 11 septembre 2018
Autres exemples de monitoring en temps réel • Suivi du poids par analyse d’image (avec trieur ou non) • Composition corporelle : image, ultrason, impédance • Comportement : vidéo, accéléromètre • Santé : image infrarouge, son, comportement alimentaire et de boisson Suivi de la boisson Composition par Poids Image impédance Comportement infrarouge DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .076 Les rendez-vous de l’Inra au Space 11 septembre 2018
2. Analyse et utilisation des données DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .077 Les rendez-vous de l’Inra au Space 11 septembre 2018
Quelles données utilisées / utilisables ? Conditions d’ambiance (Ture, gaz, Qualité ventilation…) (épaisseur de lard dorsal, composition…) Digestibilité Poids vif, âge, Quantités statut physio ingérées Statut sanitaire (Ture corporelle, signes Caractéristiques cliniques) de l’aliment Rang de portée, Activité nombre de porcelets => Des informations variées dont la disponibilité évolue avec la technique DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .078 Les rendez-vous de l’Inra au Space 11 septembre 2018
Nouvelle approche de traitement des données Analyse “a posteriori ” 120 1 Besoin kg kg kg EN EN l’animal, 110 0.9 Animal moyen dig, g/MJ g/MJ 100 Population weight, 90 0.8 vif, digestible, 80 0.7 Pig de Poids, 70 0.6 Poids 60 0.5 LysineLys 50 0.4 40 30 0.3 70 90 110 130 150 170 190 70 90 110 130 150 170 190 Age, Age, jours jours Age,jours Age, jours Approche classique : • Collecte de données sur des groupes d’individus et prédiction du besoin de l’individu moyen ou de la population • Utilisation de ces besoins pour formuler les aliments DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .079 Les rendez-vous de l’Inra au Space 11 septembre 2018
Nouvelle approche de traitement des données Analyse “a posteriori ” => prédiction “en temps réel” 120 Lysine graphique, g/MJ EN Besoins prédits kg 110 vif, kg kg pour un porc 100 Pigl’animal, weight, 90 80 Poids, 70 de 60 Poids 50 40 30 70 90 110 130 150 170 190 Age,jours Age, jours Age, jours Approche en alimentation de précision : • Collecte de données à “haut débit” sur chaque animal (poids vif, ingéré) • Utilisation d’algorithmes pour prédire les besoins de chaque animal (ou petit groupe) pour la période (le jour, la semaine) à venir DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .080 Les rendez-vous de l’Inra au Space 11 septembre 2018
Exemple en volailles Camera Collecte d’images Densité de présence des oiseaux Traitement reliant variation de densité et comportements « anormaux à des événements dans l’élevage DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .081 Les rendez-vous de l’Inra au Space 11 septembre 2018
Exemple en volailles Problèmes Vrai positif distributeur Faux positif aliments Faux négatif Nombre d’évènements Problème de lumière Problèmes du système Problèmes de contrôle environnemental apport d’eau Panne Inspection Déchargement Vaccination d’électricité de l’éleveur => Détection efficace des événements dans les bâtiments avicoles DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .082 Les rendez-vous de l’Inra au Space 11 septembre 2018
Lysine dig. dans les rations, % Exemple porcs en croissance % de Lysine digestible dans les rations Andretta et al. (2014) Comparaison de : 3-Phase en groupe (3P) multiphase en groupe (MPG) multiphase en individuel (MPI) Pas de différences entre traitements sur les performances de croissance et l’indice de consommation Période, jours DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .083 Les rendez-vous de l’Inra au Space 11 septembre 2018
Des modèles ont été utilisés pour développer des outils d’aide à la décision inraporc.inra.fr DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .084 Les rendez-vous de l’Inra au Space 11 septembre 2018
Projet européen Feed-a-Gene Adapted feed, animals and feeding techniques for more efficient and sustainable monogastric livestock production systems • Projet européen H2020 (2015-2020, 23 partenaires en Europe dont INRA, IFIP, ITAVI) • Porcs, volailles, lapins Méthodologies pour caractériser en Modélisation des mécanismes temps réel la composition et de la de l’utilisation de l’aliment valeur nutritionnelle des aliments (digestion, métabolisme, meilleure connaissance des aliments réponse aux perturbations) Identification de nouveaux caractères animaux liés à la variabilité individuelle de la réponse à l’aliment et à Outils d’aide à la décision l’environnement et de l’efficacité pour la gestion en temps réel alimentaire de l’alimentation de précision caractérisation des animaux (comportement alimentaire, digestion, Le projet Feed-a-Gene a reçu un financement au titre du Programme H2020 métabolisme, comportement, bien-être) de l'Union européenne en vertu de la convention de subvention n° 633531. DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .085 Les rendez-vous de l’Inra au Space 11 septembre 2018
Projet européen Feed-a-Gene Combiner / traiter les informations en temps réel … - Comportement, activité Température - interne Outil d’aide à la décision - externe BdD - Analyse en temps réel des informations - Estimation des performances attendues et des besoins relatifs à ces performances 1 120 110 0.9 Animal moyen 100 Population Lys dig, g/MJ EN 0.8 Poids, vif, kg 90 0.7 80 70 0.6 60 0.5 50 0.4 40 30 0.3 70 90 110 130 150 170 190 - Poids 70 90 110 130 150 170 190 Age, jours Age, jours - Ingestion Contrôle des alimentateurs – ration individualisée Caractéristiques de l’aliment DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .086 Les rendez-vous de l’Inra au Space 11 septembre 2018
Niveau de couverture des besoins en lysine digestible chez les truies gestantes Pourcentage de truies Alimentation conventionnelle Alimentation de précision Déficience > 10% Déficience < 10% Couvert Excès < 10% Excès > 10% Stade de gestation, j Stade de gestation, j Une approche intéressante pour les truies gestantes: • Pour mieux considérer la grande variabilité des besoins pas de déficience, moins d’excès • Améliorer l’efficacité d’utilisation des nutriments (30% réduction apport protéique) • Réduire l’excrétion de nutriment et potentiellement le coût alimentaire DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .087 Les rendez-vous de l’Inra au Space 11 septembre 2018
Niveau de couverture des besoins en lysine digestible chez les truies lactantes Alimentation conventionnelle Alimentation de précision Déficiences Déficiences Lysine digestible, g/kg Lysine digestible, g/kg S A B A Besoins couverts Lysine : Lysine : B A: 11,5 g/kg 8,5 g/kg Excès Excès B: 6,0 g/kg Production laitière, kg Production laitière, kg => Meilleure couverture des besoins en lysine avec une alimentation de precision comparé à une alimentation conventionnelle DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .088 Les rendez-vous de l’Inra au Space 11 septembre 2018
3. Conclusions et perspectives DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .089 Les rendez-vous de l’Inra au Space 11 septembre 2018
Conclusions • L’élevage de précision est un moyen pour améliorer l’efficacité alimentaire et réduire l’impact environnemental, notamment par un passage à la prise en compte des besoins individuels • Une quantité et une diversité de données croissantes en élevage grâce aux capteurs et automates • Nécessité de transformer ces données en information à intégrer • Développements de modèles / outils à venir en analyse de données pour traiter/interpréter ces données et aider à la décision DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .090 Les rendez-vous de l’Inra au Space 11 septembre 2018
Perspectives • Une application / applicabilité à quelle échéance ? • Selon les solutions techniques disponibles et leur intérêt • Selon les besoins / envies / possibilités des éleveurs • D’autres questions émergent (alimentation / élevage de précision) • Qui contrôle? L’ordinateur, l’éleveur, l’animal ? • Quelle évolution du métier d’éleveur ? • Quel retour sur investissement ? • A qui appartiennent les données ? Besoin d’intégration des données à des échelles plus larges DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .091 Les rendez-vous de l’Inra au Space 11 septembre 2018
Merci de votre attention ! DES DONNÉES PAR MILLIONS ! TROP OU PAS ASSEZ POUR L’ÉLEVAGE DE DEMAIN ? .092 Les rendez-vous de l’Inra au Space 11 septembre 2018
Démonstration d’un outil de pilotage « Alimentation de précision pour les porcs charcutiers, comment ça marche? » Rendez-vous sur le stand Inra / Agrocampus Ouest Hall 4 / stand B42 Date Heure Mardi 11 septembre 16h-17h30 Mercredi 12 septembre 15h-18h Jeudi 13 septembre 15h-18h Vendredi 14 septembre 11h-13h .093 11 septembre 2018
Vous pouvez aussi lire
