Détecter et quantifier la transmission des effets de l’environnement à travers les générations
Faciliter l’adaptation des animaux à des systèmes d’élevage qui évoluent en agissant sur les effets environnementaux transmissibles à travers les générations peut devenir une réalité. Les chercheurs INRAE proposent un nouveau modèle mathématique pour détecter et quantifier la transmission à travers les générations des effets induits par l’environnement sur les organismes via les facteurs non-génétiques transmissibles tels que le microbiote, les marques épigénétiques et le comportement. Ce modèle permet d’identifier, à partir des seuls enregistrements des performances des animaux, s’il existe des conditions d’élevage des reproducteurs ayant des répercussions bénéfiques sur leurs descendants pendant plusieurs générations. Agir de manière positive sur l’environnement d’élevage pourrait ainsi faciliter une adaptation plus rapide des animaux à la transition agroécologique de leur système d’élevage.
Publié le 23 janvier 2024

D’autres sources d'information que la génétique sont transmises d'une génération à la suivante (épigénétique, microbiote, ou encore comportement transmis par apprentissage). Contrairement à l'ADN, l'information non génétique est susceptible d'être modifiée par l'environnement dans lequel évolue l’individu, ce qui en fait un élément clef expliquant l'adaptation des espèces sauvages aux contraintes environnementales. Identifier les effets environnementaux transmissibles à travers les générations chez les animaux d’élevage pourrait permettre de faciliter leur adaptation aux nouvelles conditions d’élevage induites par le changement climatique, les demandes sociétales et la transition agroécologique. Pour répondre à ce défi, les scientifiques INRAE ont développé une approche originale, en proposant le « modèle de transmissibilité avec environnement ».
Ce modèle mathématique permet d’identifier s’il existe des effets de l’environnement transmissibles à travers les générations et de les quantifier. Le modèle ne requiert que des informations relativement simples à recueillir : les mesures des performances des animaux et leurs liens de parenté sur plusieurs générations. Ce modèle est une extension du modèle de transmissibilité, proposé par les mêmes chercheurs il y a quelques années, qui permettait de tester l’existence de facteurs non génétiques transmissibles. Une comparaison mathématique de ces deux modèles permet de déduire (ou non) l’existence d’effets d’environnement transmissibles. Les performances de ce modèle ont été comparées par simulation avec celles de l’approche classique actuelle qui consiste à comparer les performances moyennes des descendants de troisième génération de parents élevés dans des environnements différents. Il présente une plus grande puissance de détection des effets environnementaux transmissibles et un plus faible risque de conclure à tort à un effet environnemental transgénérationnel. Le modèle de transmissibilité avec environnement est donc efficace pour modéliser la transmission entre générations des effets environnementaux et prédire le potentiel transmissible global de chaque animal.
Le modèle de transmissibilité avec environnement pourrait dès à présent être utilisé avec les données de performances disponibles sur des animaux élevés dans des environnements variés. Il permettrait d’identifier quels environnements seraient bénéfiques pour l’adaptation des générations futures aux nouvelles conditions d’élevage. Les éleveurs pourraient alors, en complément de la sélection génétique, jouer sur l’environnement d’élevage des reproducteurs pour initier des facteurs non-génétiques transmissibles favorables aux descendants.
Ces travaux s’inscrivent dans le cadre du projet GEroNIMO. Ce projet a reçu un financement du programme de recherche et d'innovation Horizon 2020 de l'Union européenne dans le cadre de la convention de subvention N°101000236. Ce projet fait partie de EuroFAANG.
Réf. : David, I., Ricard, A. An improved transmissibility model to detect transgenerational transmitted environmental effects. Genet Sel Evol 55, 66 (2023). https://doi.org/10.1186/s12711-023-00833-y