Integration of genomic prediction in a recurrent selection scheme: the example of the CIAT-Cirad rainfed rice breeding program

Bartschi Cédric. 2022. Integration of genomic prediction in a recurrent selection scheme: the example of the CIAT-Cirad rainfed rice breeding program. Montpellier : Institut Agro Montpellier, 180 p. Thèse de doctorat : Génétique et amélioration des plantes : Institut Agro Montpellier

Titre français : Intégration de la prédiction génomique précoce dans un schéma de sélection récurrente ˸ exemple du programme de sélection du riz pluvial du CIAT-Cirad

Encadrement : Bouvet, Jean-Marc ; Grenier, Cécile ; Bartholomé, Jérôme ; Cao Hamadou, Tuong-Vi

Résumé : Population breeding through recurrent selection has recently regained attention in the plant breeding community with the new possibility to reduce the breeding cycle length by selecting on genomic prediction (GP) rather than progeny testing. For several decades, the CIAT-Cirad rainfed rice (Oryza sativa L.) breeding program has been using a two-parts breeding scheme with population improvement based on recurrent selection and a cultivar development following pedigree breeding. More recently, effort have been made to implement GP to shorten the breeding cycle.The objective of this thesis was to evaluate the potential of GP in CIAT-Cirad program, test calibration strategies using the existing infrastructure to later implement early genomic selection of recombinant parents.A population was genotyped at generation S0 before being divided in two subpopulations: the PCT27A and the PCT27B. PCT27A was advance to generation S0:2 and S0:3 and phenotyped at those generations while PCT27B was advanced up to S0:4 and phenotyped. Four traits were measured in a target site and a surrogate evaluation site. The predictive ability of the GP models was estimated using several scenarios and models, according to the presence of one or two growing environments, one or several phenotyping generations, the presence of genetic by environment interaction and the size and composition of the training set.First, we assessed by cross-validation the GP in a single population. Then, we used the same data to predict more advanced material in an external validation population. To complete the field experiments, a simulation study was realized to assess the long-term effect of the integration of GP into the breeding program and the response of calibration scenario to dominance and genotype-environment interaction (GxE) variance.In this last study, the effect of three levels of GxE and two levels of dominance were assessed on two breeding schemes based on either two generations of phenotyping or a single generation.Two-sites calibrations never strongly outperformed single site calibrations. Early generation PCT27A phenotypes from target site could be used to predict generation S0:4 from PCT27B. However, when the calibration confounded generation and site effects, the precisions were lower. Hence it seems so far unappropriated to phenotype different generations in different sites. The simulations allowed to highlight that forward prediction, which is the base of recurrent selection, is possible with either breeding schemes, calibration with two generations being systematically better than single generation one. With the increase of GxE, the accuracies dropped for both schemes with similar intensity. Only the level of GxE had an impact on predictive ability and genetic gain.To conclude, GP can replace progeny testing in recurrent selection. The utility of the different sites and different generations in the calibration depend on the traits predicted and compromises will have to be done when the breeding scheme will be design to reach the best possible accuracy for each trait, while staying within the program financial and logistical limitations. Those results from the simulation and field experiments will be valuable for the improvement of the CIAT-Cirad breeding program toward a faster genetic progress and more sound use of resources.

Résumé (autre langue) : L'amélioration des populations par sélection récurrente a récemment regagné l'attention de la communauté des sélectionneurs grâce à la possibilité de réduire la durée du cycle de sélection en utilisant la prédiction génomique (PG) plutôt que des tests sur descendance. Pendant plusieurs décennies, le programme de sélection récurrente du riz pluvial (Oryza sativa L.) CIAT-Cirad a utilisé un schéma de sélection en deux parties (i) l'amélioration de la population basée sur la sélection récurrente, (ii) le développement de cultivars par la sélection généalogique. Récemment, des efforts ont été faits pour mettre en oeuvre la PG afin de raccourcir considérablement le cycle de sélection.L'objectif de cette thèse était d'évaluer le potentiel de la PG pour la sélection récurrente, de tester des stratégies de calibration des modèles en utilisant les dispositifs expérimentaux existants pour ensuite mettre en place une sélection génomique précoce des parents recombinants.Une population de sélection récurrente a été génotypée à la génération S0 avant d'être divisée en deux sous-populations : la PCT27A et la PCT27B. La PCT27A a été avancée en génération S0:2 et S0:3 et phénotypée à ces générations tandis que le PCT27B a été avancé jusqu'à la S0:4 et phénotypé. Quatre caractères ont été mesurés dans un site cible et un site de substitution. La précision des modèles de PG a été estimée à l'aide de plusieurs scénarios et modèles, en fonction de la présence d'un ou deux environnements de culture, d'une ou plusieurs générations de phénotypage, de la présence d'une interaction génétique x environnement (GxE), de la taille et composition de la population de calibration. Tout d'abord, nous avons évalué par validation croisée des modèles intra-population. Ensuite, nous avons testé différents modèles pour prédire du matériel avancé dans une population de validation externe. Pour compléter ces résultats, une étude de simulation a été réalisée pour évaluer l'effet à long terme de l'intégration de la PG dans le programme de sélection. Dans cette dernière étude, les effets de trois niveaux de GxE et de deux niveaux de dominance ont été évalués dans deux schémas de sélection basés soit sur une génération de phénotypage, soit sur deux générations.Les calibrations sur deux sites n'ont pas été plus performantes que celles réalisées uniquement sur le site cible. Les données PCT27A du site cible en S0:2 et S0:3 ont pu être utilisées pour prédire les références S0:4 en PCT27B. Lorsque les calibrations confondaient l'effet de la génération et du site, les précisions étaient plus faibles. Il ne semble donc pas approprier de calibrer sur des données de deux générations obtenues dans deux sites. Les simulations ont permis de mettre en évidence que la prédiction forward, utiliser pour la sélection récurrente, était possible avec les deux schémas de sélection, la calibration sur deux générations étant systématiquement meilleure que celle sur une seule génération. Avec l'augmentation des interactions GxE, les précisions ont chuté pour les deux schémas de façon similaire. Seul le niveau de GxE a eu un impact sur la capacité de prédiction et le gain génétique.En conclusion, il est possible de dire que la PG peut remplacer les tests sur descendance dans la sélection récurrente. L'utilité des différents sites et des différentes générations dans la calibration dépend des caractères prédits et des compromis devront être faits lors de la conception du schéma de sélection pour obtenir des prédictions aussi précises que possibles pour les différents caractères dans les limites financières et logistiques imposées programme. Les résultats de l'étude de simulation et des expériences sur le terrain vont permettre l'amélioration du programme de sélection CIAT-Cirad en vue d'un progrès génétique plus rapide tout en conservant un coût économique relativement stable.

Auteurs et affiliations

• Bartschi Cédric, CIRAD-BIOS-UMR AGAP (FRA)

Source : Cirad-Agritrop (https://agritrop.cirad.fr/606836/)

Métriques

[ Page générée et mise en cache le 2023-10-31 ]