Modélisation spatiale hiérarchique bayésienne de l'apparentement génétique et de l'héritabilité en milieu naturel à l'aide de marqueurs moléculaires

Sall Ciré Elimane. 2009. Modélisation spatiale hiérarchique bayésienne de l'apparentement génétique et de l'héritabilité en milieu naturel à l'aide de marqueurs moléculaires. Montpellier : UM2, 95 p. Thèse de doctorat : Biostatistique. Information, structures, systèmes : Université Montpellier 2

Titre anglais : Spatial hierarchical Bayesian Model for relatedness and heritability based on molecular markers

Encadrement : Gannoun, Ali ; Mortier, Frédéric

Résumé : La connaissance de l'apparentement génétique entre individus permet d'estimer l'héritabilité des caractères d'intérêt. La possibilité d'estimer l'héritabilité en milieu naturel suscite un intérêt croissant pour l'amélioration génétique des populations. Mais en milieu naturel, le pedigree n'est pas connu. L'utilisation des marqueurs moléculaires permet d'estimer l'apparentement puis d'estimer l'héritabilité. Néanmoins, les approches classiques ne permettent pas d'introduire une information exogène comme l'information spatiale. Or, nous pouvons supposer que deux individus proches géographiquement sont proches génétiquement. L'objectif de ce travail est de développer des modèles statistiques pour l'estimation de l'apparentement et de l'héritabilité à l'aide des marqueurs moléculaires en prenant en compte l'information spatiale. Premièrement, nous construisons un modèle spatial hiérarchique bayésien de l'apparentement. Comme la vraisemblance des observations, modes d'identité par état entre génotypes, est complexe, le modèle statistique pour l'apparentement considéré est celui de la vraisemblance composite. Le lien entre le mode d'identité par descendance et la distance spatiale se fait par l'intermédiaire d'un GLM probit ordinal. Deuxièmement, nous proposons une modélisation simultanée de l'apparentement et de l'héritabilité. Dans la troisième partie, nous proposons différents algorithmes MCMC pour l'inférence des paramètres des modèles. Finalement, l'intérêt du modèle spatial pour l'apparentement est illustré par une application à des données sur le karité (Vitellaria paradoxa).

Mots-clés Agrovoc : modèle mathématique, Vitellaria paradoxa

Classification Agris : U10 - Informatique, mathématiques et statistiques
F30 - Génétique et amélioration des plantes
K01 - Foresterie - Considérations générales

Champ stratégique Cirad : Axe 6 (2005-2013) - Agriculture, environnement, nature et sociétés

Auteurs et affiliations

• Sall Ciré Elimane, UM2 (FRA)

Source : Cirad - Agritrop (https://agritrop.cirad.fr/553180/)

Métriques

[ Page générée et mise en cache le 2024-04-05 ]