View
112
Download
3
Category
Preview:
Citation preview
Recours à l’infrarouge moyen afin d’améliorer
la qualité nutritionnelle et environnementale du lait
H. Soyeurt*,§ , F. Dehareng**, N. Gengler*et P. Dardenne**
* Unité de zootechnie, Gembloux Agro-Bio Tech, Université de Liège, Gembloux, Belgique§ Fonds de la recherche scientifique, Bruxelles, Belgique** Centre wallon de recherches agronomiques, Département Valorisation des produits agricoles, Gembloux, Belgique
Introduction• Changements de perception du consommateur
– Amélioration de la qualité nutritionnelle des aliments– Limitation de l’impact environnemental de la
production et de la consommation des aliments• On peut améliorer la qualité du lait :
– Qualité nutritionnelle :p. ex., acides gras insaturés, calcium, lactoferrine
– Qualité environnementale :p. ex., production de lait versus urée, méthane
Introduction
• Acquisition de phénotypes nécessaire!• Mise au point d’outils pratiques :
– Bon marché : à utiliser sur une grande échelle– Solides : adaptables à différentes races, méthodes
et dates d’échantillonnage…– Rapides : de plus en plus de vaches par ferme– Fiables
• Usage de la spectrométrie à infrarouge moyen (MIR) sur le lait technologie prometteuse
Première partie :Utilité de la spectrométrie à infrarouge moyen (MIR)
Spectrométrie MIR• Radiations électromagnétiques• Longueur d’onde entre 1 000 et 5 000 cm-1
• Utilisée couramment par laboratoires laitiers pour quantifier principaux composants du lait :
Figure 1 : Electromagnetic spectra (Foss, 2012)
– Gras, protéine, lactose, urée…
• Mais : technologie actuellement sous-utilisée
Spectrométrie MIR
Tous les 2 ou 3 joursÉchantillons de lait en vracGérés par les industries laitières
Échantillons de lait
(Paiement du lait, contrôle laitier)
Spectrométrie MIR
Échantillons de lait
(Paiement du lait, contrôle laitier)
Régulièrement (généralement 4 ou 6 semaines)Vaches individuellesGéré par les agences de contrôle laitier
Spectométrie MIR
(Foss, 2008)
Analyse MIRÉchantillons de lait
(Paiement du lait, contrôle laitier)
Spectométrie MIR
Échantillons de lait
(Paiement du lait, contrôle laitier)
(Foss, 2008)
Analyse MIR
Données brutes = spectres MIR
Spectométrie MIR
Échantillons de lait
(Paiement du lait, contrôle laitier)
(Foss, 2008)
Analyse MIR
Équations d’étalonnage
Quantification:
gras
protéine
lactose
…
Données brutes = spectres MIR
Spectométrie MIR
Échantillons de lait
(Paiement du lait, contrôle laitier)
(Foss, 2008)
Circulation traditionnelle des données
(pas de spectre MIR enregistré)
Quantification:
gras
protéine
lactose
…
Analyse MIR
Spectométrie MIR
Échantillons de lait
(Paiement du lait, contrôle laitier)
Équations d’étalonnage
Spectres MIR enregistrés
Nouveaux composants, donc nouvelles
équations
Quantification:
gras
protéine
lactose
…
(Foss, 2008)
Analyse MIR
Équations d’étalonnage MIR : qualité nutritionnelle
• Équations pour les acides gras (AG) du lait :– Premières équations élaborées en 2005– Améliorées grâce à la collaboration internationale :
• Belgique, France, Allemagne, Irlande, R.-U., Luxembourg– Plusieurs races, pays et systèmes de production
Fat
Medium ch
ain FA
Monounsat
urated FA
Long c
hain FA
C18:1cisC10:0
C14:0C12:0
C17:0
C18:1trans
C18:2cis-9,tr
ans-1
1
C18:2cis-9,ci
s-12
C18:3cis-9,ci
s-12,ci
s-15
0.000.100.200.300.400.500.600.700.800.901.00
R² o
f int
erna
l val
idati
onPrécision des équations d’étalonnage
des acides gras
Équations calculées à partir d’au moins 1600 échantillons de lait
Précision des équations d’étalonnagedes acides gras
Fat
Medium ch
ain FA
Monounsat
urated FA
Long c
hain FA
C18:1cisC10:0
C14:0C12:0
C17:0
C18:1trans
C18:2cis-9,tr
ans-1
1
C18:2cis-9,ci
s-12
C18:3cis-9,ci
s-12,ci
s-15
0.000.100.200.300.400.500.600.700.800.901.00
R² o
f int
erna
l val
idati
on
R² ≥ 0,80 pour ts les AG sauf pour C14:1, C16:1cis, les AG polyinsaturés individuels et le groupe des AG polyinsaturés
Équations calculées à partir d’au moins 1600 échantillons de lait
Fat
Medium ch
ain FA
Monounsat
urated FA
Long c
hain FA
C18:1cisC10:0
C14:0C12:0
C17:0
C18:1trans
C18:2cis-9,tr
ans-1
1
C18:2cis-9,ci
s-12
C18:3cis-9,ci
s-12,ci
s-15
0.000.100.200.300.400.500.600.700.800.901.00
R² o
f int
erna
l val
idati
on
En conclusion, 18 équations MIR d’AG pourraient être utilisées
Précision des équations d’étalonnagedes acides gras
Équations calculées à partir d’au moins 1600 échantillons de lait
R² ≥ 0,80 pour ts les AG sauf pour C14:1, C16:1cis, les AG polyinsaturés individuels et le groupe des AG polyinsaturés
Équations d’étalonnage MIR : qualité nutritionnelle
• Équations pour les acides gras (AG) du lait :– Premières équations élaborées en 2005– Améliorées grâce à la collaboration internationale :
• Belgique, France, Allemagne, Irlande, R.-U., Luxembourg– Plusieurs races, pays et systèmes de production
• Équations pour les minéraux du lait :– Premières équations élaborées en 2006– Améliorées grâce à la collaboration internationale :
• Belgique, France, Allemagne, Luxembourg
Précision des équations d’étalonnagepour les minéraux du lait
Na Ca P Mg K0.00
0.20
0.40
0.60
0.80
1.00R²
of i
nter
nal v
alid
ation
Équations calculées à partir d’au moins 465 échantillons de lait
R² ≥ 0,80 pour Na et Ca usages pratiques potentiels- Ca : fièvre de lait, ostéoporose- Na : indicateur de mammite
Équations calculées à partir d’au moins 465 échantillons de lait
Précision des équations d’étalonnagepour les minéraux du lait
Na Ca P Mg K0.00
0.20
0.40
0.60
0.80
1.00R²
of i
nter
nal v
alid
ation
Équations d’étalonnage MIR : qualité nutritionnelle
• Équations pour les acides gras (AG) du lait :– Premières équations élaborées en 2005– Améliorées grâce à la collaboration internationale :
• Belgique, France, Allemagne, Irlande, R.-U., Luxembourg– Plusieurs races, pays et systèmes de production
• Équations pour les minéraux du lait :– Premières équations élaborées en 2006– Améliorées grâce à la collaboration internationale :
• Belgique, France, Allemagne, Luxembourg• Équations pour la lactoferrine :
– Efforts de coopération entre la Belgique, l’Irlande et le R.-U.
Lactoferrine• Glycoprotéine naturelle du lait• Impliquée dans le système immunitaire• Intérêts :
– Indicateur potentiel de mammite– Aide à maintenir un bon système immunitaire
chez les humains• R² de validation interne = 0,71
indicateur MIR de lactoferrine
Lactoferrine
R² < 0,80 indicateur MIR de lactoferrineaméliore légèrement la détection de la mammite par rapport au compte de cellules somatique utilisé seul
• Glycoprotéine naturelle du lait• Impliquée dans le système immunitaire• Intérêts :
– Indicateur potentiel de mammite– Aide à maintenir un bon système immunitaire
chez les humains• R² de validation interne = 0,71
• Caractère de référence relié au méthane– Mesuré par la méthode SF6
• Lien indirect avec les AG du lait (prédits par MIR) Prédiction directe du méthane par MIR?
• Si possible, peut être utilisé pour :– Inventaire des émissions de méthane – Étiquetage environnemental des aliments– Réduire le méthane produit par les vaches
Équations d’étalonnage MIR : qualité de l’environnement
Méthane
100 200 300 400 500 600 7000
100
200
300
400
500
600
700
800
f(x) = 0.999999494886949 x + 0.00039636854563696R² = 0.809762209436673
Predicted methane (g of CH4/day)
SF
6 m
eth
ane
(g o
f C
H4/
day
)
R² de validation interne (196 échantillons) = 0,72
Méthane
100 200 300 400 500 600 7000
100
200
300
400
500
600
700
800
f(x) = 0.999999494886949 x + 0.000396368545693804R² = 0.809762209436673
Predicted methane (g of CH4/day)
SF
6 m
eth
ane
(g o
f C
H4/
day
)
Un indicateur du méthane - peut être prédit par les MIR
Conclusions
• La spectrométrie MIR : sous-utilisée en pratique
• Potentiel pour prédire de nouveaux caractères d’un réel intérêt économique et social
• Cependant, ce n’est pas toujours facile…
Pas si facile…• Les équations MIR élaborées
– Doivent être validées sur le cheptel laitier utilisé(même si élaborées par divers pays)
– En raison des différences entre les races et les systèmes de production qui affectent la prédiction
• Besoin d’ajouter des échantillons particuliers!– Variabilité de l’ensemble de l’étalonnage – Adaptation des équations aux nouv. populations – Donc : solidité générale des équations
• Si on enregistrait les données spectrales, cela faciliterait l’adoption de nouvelles équations dans les laboratoires de lait?
• Cependant– Des spectromètres particuliers ont servi à faire
les étalonnages– Pour éviter tout biais additionnel, toutes les
données spectrales doivent être uniformisées avec celles utilisées pour l’étalonnage
Pas si facile…
• Précision des prédictions MIR doit être testée régulièrement avec échantillons de référence
• Besoin de créer des échantillons de référence– Valeurs de référence fiables (caractères à prédire
par MIR), potentiellement difficiles à obtenir (p. ex. méthane)
– Conservation et distribution d’échantillons frais de lait (doivent être analysés par MIR)
• De nombreux défis de logistique
Pas si facile…
Deuxième partie :Capitaliser sur les caractères
prédits par MIRpour la sélection et la gestion
des bovins laitiers
• Besoin de créer des banques de données spectrales reliées au contrôle laitier– Déjà en cours dans la région wallonne de Belgique
et au Luxembourg• En août 2012, registres spectraux disponibles :
– 2 305 838 relevés jour du test de la région wallonne de Belgique
– 1 262 190 relevés jour du test du Luxembourg • Cela permet
– Des études à grande échelle sur la variabilité génétique et phénotypique
Banques de données spectrales MIR
Banques de données spectrales MIR
Élaboration d’outils de sélection et de gestion
• Besoin de créer des banques de données spectrales reliées au contrôle laitier– Déjà en cours dans la région wallonne de Belgique
et au Luxembourg• En août 2012, registres spectraux disponibles :
– 2 305 838 relevés jour du test de la région wallonne de Belgique
– 1 262 190 relevés jour du test du Luxembourg • Cela permet
– Des études à grande échelle sur la variabilité génétique et phénotypique
Capitaliser en faveur de la sélection
h² quotidien pour les AG saturés = 0,59 et pour les AG mono-insaturés = 0,26
Soyeurt et al. (2012), EAAP
Soyeurt et al. (2012), EAAP
Bastin et al. (2012), EAAP
h² quotidien pour la lactoferrine = 0,35 Estimés précédents : de 0,20 à 0,44
h² quotidien pour calcium = 0,50 h² quotidien sodium = 0,34h² quotidien magnésium = 0,52 h² quotidien potassium = 0,48h² quotidien phosphore = 0,55
Lactation Relevés Vaches Holstein
h² quotidien CH4 (g/jour)
h² quotidien CH4 (g/L lait)
1 270 902 54 355 0,37 0,45
2 209 663 42 306 0,36 0,42
3 145 540 29 749 0,36 0,39
Premiers résultats obtenus par Purna Badhra Kandel (ITN Marie Curie, Projet GreenHouseMilk)
Capitaliser en faveur de la sélection
Évaluations génétiques
Variation génétiqueDonnées disponibles
Évaluations génétiques
Évaluations génomiques
Variation génétique
Génotypes
Données disponibles
Capitaliser en faveur de la sélection
• Potentiellement utile aussi pour d’autres pays n’ayant pas accès à ces phénotypes…
• Différentes possibilités :–Collaboration dans la prédiction génomique• Partage des phénotypes et génotypes vers les évaluations communes• Créer et capitaliser sur les équations de prédiction locales
–Collaboration dans études sur tout le génome, en association• Combiner les données en station et MIR prédites sur le terrain
(p. ex. les VÉE de taureaux)• Exemple : étude sur les acides gras dans le projet RobustMilk,
plus de détails donnés par Catherine Bastin (EAAP, 2012)
Capitaliser en faveur de la sélection
Capitaliser pour la gestion• Les nouveaux caractères MIR : pas seulement
intéressants pour la sélection• Grâce aux grandes banques de données disponibles
des agences de contrôle laitier :–Étude de variabilité phénotypique des nouveaux caractères MIR
• Définir les pratiques optimales, potentiellement utiles : – Pour atténuer les émissions de CH4
– Pour diminuer la libération d’urée dans le lait– Pour améliorer la teneur en AG du lait
• Nouvelle étape : utilisation directe de la variabilité MIR– Projet OptiMIR (www.optimir.eu)
Conclusion
• Les MIR intéressants à des fins de sélection génétique
Cependant…
Cependant…• Position encore incertaine des nouveaux caractères
MIR face aux objectifs futurs de sélection (et de production)– Besoin de discuter avec ts les intervenants pour connaître
l’avenir des produits laitiers et de la production laitière– Besoin de mieux connaître relations entre ces caractères et
d’autres caractères ayant un intérêt économique et social (p. ex. production, santé et fertilité, longévité)
• Par conséquent :– Besoin de définir de nouveaux programmes de sélection et
objectifs de gestion tenant compte de tous ces aspects
Collaborations
• Si vous êtes intéressé à joindre le consortium pour améliorer les équations MIR :
hsoyeurt@ulg.ac.be• Si vous êtes intéressé à partager des
phénotypes et des génotypes: nicolas.gengler@ulg.ac.be
Merci de votre attention
Recommended