M. Hamadi ROUISSI, Professeur, ESA Mateur Président De Jury Mme

REPUBLIQUE TUNISIENNE

MINISTERE DE L’AGRICULTURE, DES RESSOURCES MINISTERE DE L’ENSEIGNEMENT SUPERIEUR HYDRAULIQUES ET DE LA PECHE ET DE LA RECHERCHE SCIENTIFIQUE

INSTITUT NATIONAL AGRONOMIQUE DE TUNISIE

Ecole Doctorale Sciences et Techniques de l’Agrooie et de l’Eviroeet

THESE DE DOCTORAT EN SCIENCES AGRONOMIQUES

Spécialité: Sciences de Production Animale

Caractérisation moléculaire et identification des QTL en relation avec la fertilité chez les bovins laitiers en Tunisie

Soutenue publiquement le 20 Août 2019 par Sihem AMIRI

Devant le jury:

M. Hamadi ROUISSI, Professeur, ESA Mateur Président de jury Mme. Sonia BEDHIAF-ROMDHANI, Professeur, INRA-Tunisie Examinatrice M. Abderrahman BEN GARA, Professeur, ESA Mateur Directeur de thèse M. Brahim HADDAD, Professeur, INAT Rapporteur M. Mohamed Hbib YAHYAOUI, Maitre de conférences, IRA- Médenine Rapporteur

Année universitaire : 2018 /2019

I bow my head with giving all the glory, honor and eulogize to the ‘Almighty God’, whose abundant pace and grace enabled me to move throughout life and come to this step, and without whose blessings this work would never have been accomplished.

To my father soul: my devotion and gratitude expression

To my mother: no words can express my ardent gratitude

To my family: my deep sense of appreciation, love and affection

To my angels: Roudi, Zizou, Mimi and Louna : God bless you

Remerciements

Jadesse es plus haleueu eeieets à o dieteu de thse, Pofesseu Abderrahma Be Gaa. Je vous eeie de avoi tasis et espit de ehehe, de avoi souteue et de avoi souvet eade ave patiee. Sies eeieets.

Je ties à eeie o oodiateu de thse, Doteu Bae Jeal, ui a accompagnée avec ténacité dans cette expérience. Merci pour votre soutien et pour le egad attetif et ieveillat ue vous otiuez à pote su es tavau. Vous avez eauoup appot et sas vote ollaoatio e tavail auait pas eu la e evegue. Je vous en suis très reconnaissante.

Une mention spéciale au Professeur Boulbeba Rkik, vous avez été la main forte qui nous a visée les chemins corrects. Vous resterez toujours empreint dans nous âmes et dans nos esprits. Que vous trouvez dedans le témoignage de ma reconnaissance et que vous soyez au paradie. Hommage respectueux.

Jai lhoeu de eeie adeet les ees de ju pou avoi aept de pedre pat à e ju de thse. Quils trouvent ii lepessio de o espet.

Mes reconnaissances profondes au Professeurs Haadi ‘OUISSI, psidet de ju, javais lhoeu dte ue de vos tudiet duat o usus uivesitaie.

Ma gratitude va également au Professeur Sonia Bedhiaf-Romdhani, davoi aept dte eaiatie et pou le teps uelle a osa.

Je remercie également Professeurs Brahim Haddad et Mohamed Habib Yahyaoui de me faire lhoeu dte appoteus de ette thse. Jespre que ce manuscrit témoigne liovatio ue vous ehehez.

Un grand merci aux membres de mon comité de thèse pour leurs conseils avisés et le temps uils ot osa. Quils touvet ii lepessio de o sie espet.

Je tiens à remercier, pour les moyens mis à ma disposition, le laboratoire ADIPARA de lESA Mateur au sein de lequel sest doul e tavail. Jadesse galeet toute a gatitude à Marwen Amrawi, pour son dynamisme, sa disponibilité et ses compétences multiples.

Mes appréciatios pofodes à la dietio et au staffs de lIstitut Natioale Agooiue de Tunis (INAT) et de lEole Supieu dAgooie de Mateur (ESAM) au sein des quelles jai pass tout o usus uivesitaie. Jai galeet pu appie leus igueus scientifiques durant mes recherches doctorales.

Jadesse toute a eoaissae et es eeieets à la dietio de la SMVDEA Chegui et à ses pesoels ui ot vaiet appot ue aide pieuse pou las à la ferme et au troupeau, les donné dlevage et les pises du sag. Jai ie appie leus généreuse contribution.

Un grand merci aux personnels de lOffie dElevage et de Pâtuages atioal OEP pou la disponibilité de lifoatio et des bases de données relatives à ce travail. Mes reconnaissances respectueuses.

Je ne manquerai pas de remercier aussi Docteur Ahmed Ouled Hed de la pat de lIstitut de ‘ehehe Vtiaie de Tuis IRVT pou so appui tehiue e odalit detatio et daplifiatio dADN.

Un merci partiulie à tous les dotoats ui ot patag es aes au laoatoie ADIPARA, avec une pensée particulière à Med Amine ferchichi, Safa Bjeoui et Balti NAda pour les discussions très enrichissantes et les moments les plus intimes. Vous avez contribué à façonner ce travail, chacun à sa façon.

Pour tous ceux qui m’ont soutenu de loin ou de proche :

Ce ausit seait epeit de laou et de soutie ue vous avez offet le log de a vie.

Not everyone is mentioned but none is forgotten

AMIRI Sihem Abstract:

Despite a number of QTL studies in cattle, little advance has been done on the identification of major genes affecting reproduction traits in dairy cattle.

This investigation was conducted to evaluate the effect of polymorphism on the Stat5A, FGF2, GH and LEP genes on reproduction traits. DNA was extracted from 410 blood samples from randomly selected Holstein dairy cows. Polymerase chain reactions were performed using specific primers for each gene and products were subject to cut with specific restriction enzyme using PCR-RFLP: Stat5A//BstEII, FGF2//Csp6I, GH//AluI, GH//MspI and LEP//Sau3AI.

Data was analyzed by a mixed linear model to reveal the possible effect of individual gene and genes interaction on reproduction traits and to select the favorable genotypes and genotypes combinations for each target trait. Results showed that the frequencies data of Stat5A(C//G ), FGF2(A//G ), AluI(L//V), MspI(- //+) and LEP(A//B ) alleles were 56.215//43.785, 44.75//55.25, 87.07//12.93, 29.88//70.12 and 61.34//38.66 respectively.

Statistical analyses proved the individual effect of the previous polymorphisms on the number of inseminations per conception (NINS), calving interval (CI), day open (DO), age at the first insemination (AGE_1IA), age at the first calving (AGE_1CALV) and calving to the first insemination interval (CALV_1IA). Though, the GH//MspI polymorphism showed only a suggestive effect on the CI and DO but difference did not achieve statistical signification. Selection of favorable genotypes reveled that animals with Stat5ACC genotype seemed to be advantageous for the NINS, CI and DO, however those with Stat5AGG showed the youngest AGE_1IA and AGE_1CALV. Homozygous genotypes FGF2AA were associated to the shortest CI and DO and the heterozygous FGF2AG genotype were linked to the longest CALV_1IA. Cow with GHLL genotype were considered to be more favorable for the NINS, CI and DO traits compared to those with GHLV and GHVV genotypes. Cow with LEPAA genotype showed the youngest AGE_1CALV and AGE_1IA and differences with LEPAB and LEPBB genotypes were highly significant.

Highly significant effect of different gene-gene interactions on reproduction traits was also found and many combined genotypes were considered very favorable for particular traits. Interaction between Stat5A//FGF2//GH-AluI//GH-MspI//LEP polymorphisms had a very highly significant effect on reproduction trait. Hence, association of some combined genotypes with better performance was concluded. Results demonstrated the genetic contribution of the investigated genes on reproduction traits and suggested a non negligible effect of genetic interactions and genotypes combinations in selection program but these have to be confirmed by other researches before the polymorphisms are used in breeding program.

Keywords: Stat5A, FGF2, GH, LEP, polymorphism, fertility, cattle….

Résumé :

Malgré que plusieurs études des QTL chez les bovins aient été abordées, l'identification des principaux gènes affectant les caractères de reproduction chez les vaches laitières a peu avancé. Cette étude avait pour but d'évaluer l'effet des polymorphismes des gènes Stat5A, FGF2, GH et LEP sur les caractères de reproduction. L'ADN a été extrait de 410 échantillons de sang de vaches laitières Holstein prises au hasard. Des réactions de polymérase en chaîne ont été effectuées par des amorces spécifiques à chaque gène et les produits ont été fragmentés avec des enzymes de restriction spécifiques par la PCR-RFLP: Stat5A//BstEII, FGF2//Csp6I, GH//AluI, GH//MspI et LEP//Sau3AI. Les données ont été analysées à l’aide d’un modèle linéaire mixte afin de révéler l’effet éventuel des gènes et de leurs interactions sur les caractères de reproduction et de sélectionner les génotypes et les combinaisons des génotypes favorables pour chaque caractère cible. Les fréquences des allèles Stat5A(C//G), FGF2(A//G), GH-AluI(L//V), GH-MspI(-//+) et LEP(A//B) sont de 56.215//43.785, 44.75//55.25, 87.07//12.93, 29.88//70.12 et 61.34//38.66 respectivement. Les analyses statistiques ont prouvé l'effet des polymorphismes précédents sur le nombre d'inséminations par conception (NINS), l'intervalle de vêlage (IC), le nombre des jours ouverts (DO), l'âge à la première insémination (AGE_1IA), l'âge au premier vêlage (AGE_1CALV) et intervalle vêlage-premier insémination (CALV_1IA). Cependant, le polymorphisme GH-MspI n'a montré qu'un effet suggestif sur l'IC et le DO, mais la différence n'a pas atteint la signification statistique. La sélection des génotypes favorables a révélé que les animaux avec le génotype Stat5ACC semblaient être avantageux pour les NINS, les CI et les DO, mais ceux avec Stat5AGG présentaient l’AGE_1IA et l’AGE_1CALV les plus précoces. Les génotypes homozygotes FGF2AA ont été associés aux IC et DO les plus courts, et le génotype hétérozygote FGF2AG a été associé avec l’intervalle CALV_1IA le plus long. Les vaches avec le génotype GHLL ont été considérées plus favorables pour les NINS, CI et DO par rapport à celles avec les génotypes GHLV et GHVV. Les vaches avec le génotype LEPAA ont montré les AGE_1CALV et AGE_1IA les plus précoces et les différences avec les génotypes LEPAB et LEPBB étaient hautement significatives. Un effet très significatif de différentes interactions gène-gène sur les caractères de reproduction a également été trouvé et de nombreux génotypes combinés ont été considérés comme très favorables pour des caractères particuliers. Les interactions entre les polymorphismes Stat5A//FGF2//GH-AluI//GH-MspI//LEP a eu un effet hautement significatif sur les traits de reproduction. Par conséquent, l'association de certains génotypes combinés avec une meilleure performance a été conclue. Les résultats ont également illustré la contribution génétique des gènes étudiés sur les caractères de reproduction et suggèrent un effet non négligeable des interactions géniques et des combinaisons génotypiques sur les caractères d’intérêt zootechnique, mais cela doit être confirmé par d'autres recherches avant que les polymorphismes ne soient utilisés dans des programme d’amélioration génétique.

Mots clé: Stat5A, FGF2, GH, LEP, polymorphism, fertility, cattle….

مص:

ع لغم من معلج لعي من س LTQ ع أبق ، ا أ تحي لجي لئيسي لي تث ع لف لسي ع أبق لحو م يز بيً. لغ من ه لس هو تقييم تأثي تع أش لجيي لجي للي : QEL H G , FGF2 , Stat5A ع لف لسي ع أبق لحو . تم س لحض لو من 410 عي من أبق لحوب هولشين. أج تفعل لوليي لسسل )LCP( مع اشع لص بل لجي تت تجزئ لج بأنزي للي : LEP // Sau3AI GH // MspI , HG /II GH , FGF2 //Csp6I , STAT5A // BstEII لك بع تفعل لوليي لسسل لجزئي ( LCP–PPQL ) . . تم تحيل لين فقً لو خي مط لشف عن لأثي لحل لجي تفعات ع لف لسي خي ل لكيب لوثي لس لل صف تسي. أ لئج أ ت أليا )GH -) II +( HG /II GH )L//V( , FGF2 )A//G( , STAT5A )C//G- /QEL ) A//B( Ips ك 43.785//56.215 55.25//44.75 12.93//87.07 70.12//29.88 38.66//61.34 ع لولي . . ق أ لحيا إحئي تأثي أش لسبق ع ع لقيح )I/IN(، لف لفص بين لواتين )/C(، ع أي لفوح )DO( ,لع ع لقيح أ )AGE_1IA( ,لع ع أ ا )AGE_1CALV( لف لفص بين لوا لقيح أ )CALV_1IA( . بي أ تع أش Ips/-GH فقط تأثي فيف لم يل ل لال إحئي ع لف لفص بين لواتين )/C(، ع أي لفوح )DO(. أثت خي مجوع من لوث لجيي لت بلف لسي أ لحيون لط لجيي Stat5ACC أ ع لقيح )I/IN( لف لفص بين لواتين )/C ( ع أي لفوح )DO( أكفعي ، في حين تت لحيون لط لجيي Stat5AGG بأصغ أع ع لقيح أ )AGE_1IA( ع لوا أل )AGE_1CALV (. (.

تط أن لجيي لث FGF2AA مع أق ف فص بين لواتين )/C(، أقل ع أي مفوح )DO( ، تط لط لوثي للف FGF2AG مع أو ف فص بين لوا لقيح أ )CALV_1IA(. تع أبق لط لجيي GHLL أك مائ بلس لع لقيح )I/IN(، لف لفص بين لواتين )/C( ع أي لفوح )DO( مقن مع أبق أن لجيي GHLV GHVV . ك أ أبق لط لوثي LEPAA أصغأع ع لقيح أ )AGE_1IA( ع لوا أل )AGE_1CALV (. (. كنت اخاف مع لكيب لوثي LEPBB LEPAB ال حئي هم . تم أي ث تأثي كي ج لفعا لجي لف ع لف لسي ع لعي من لكيب لجيي لوثي مائ لغي لف تسي معي. ك لفعا بين تع أش لجيي Stat5A//FGF2//GH-AluI//GH-MspI//LEP تأثي ه ع لس لسي , بللي ت بعض لكيب لجيي لوثي مع أفل لف لسي. أ نئج ه لس تأثي تع أش لجيي لجي QEL GH , FGF2 , Stat5A ع لف لسي تشي ل مسه لفعا لكيب لوثي في بمج تحسين ألساا لن يجب أ تأك ه لئج بإجء مزي من لحو قل عه في بمج تيقي .

الكلمات المفاتيح : لوب، أبق , تع أش , GH, QEL, Stat5A,FGF2

Table des matières

Introduction ...... 1 Revue Bibliographique ...... 4 I. La fertilité femelle chez les bovins laitiers ...... 5 1. Notion de fertilité ...... 5 2. Les phénotypes d’infertilité femelle : échecs de gestation ...... 5 2.1. L’anœstrus post-partum et l’expression des chaleurs ...... 5 2.2. L’ovulation ...... 5 2.3. L’anomalie de reprise de cyclicité ...... 6 2.4. L’absence de fécondation...... 6 2.5. La mortalité embryonnaire ...... 7 2.6. Les pertes fœtales ...... 7 3. Critères de mesure de la fertilité dans un troupeau bovin laitier ...... 8 3.1. Les indices des taux ...... 8 3.2. Les indices des intervalles ...... 8 4. Dégradation de la fertilité ...... 9 5. Répercussions de la dégradation de la fertilité et impact économique...... 10 6. Le point sur les performances de reproduction des vaches laitières en Tunisie...... 12 II. Cycle œstral et facteurs impliqués dans la baisse de fertilité chez la vache laitière ..... 13 1. Le cycle œstral chez la vache laitière ...... 14 2. Les mécanismes physiologiques de la régulation des cycles œstraux ...... 16 3. Les anomalies de la reprise de la cyclicité chez la vache laitière...... 18 4. La santé utérine ...... 19 4.1. L’endométrite post –partum ...... 19 4.2. Le retard d’involution utérine ...... 20 4.3. La rétention placentaire ...... 20 III. Effet de la production laitière sur la fertilité ...... 20 1. Relation phénotypique entre production laitière et fertilité ...... 20 2. Relation génétique entre production laitière et fertilité ...... 21 3. Les paramètres de fertilité les plus affectés...... 23 3.1. Production et intervalle vêlage-1er œstrus ...... 23 3.2. Production et reprise de cyclicité post-partum ...... 24 3.3. Production et taux de conception ...... 25 3.4. Production et taux de réussite à la 1ère insémination ...... 25 3.5. Production et intervalle vêlage-1ère insémination ...... 27 3.6. Production et intervalle Vêlage-insémination fécondante ...... 28 3.7. Production et intervalle Vêlage-Vêlage ...... 28 3.8. Production et nombre d’inséminations nécessaires ...... 28 3.9. Production et mortalité embryonnaire...... 28 IV. Les interactions entre métabolisme et reproduction ...... 29 1. La régulation hormonale : signaux hormonaux ...... 31 1.1. Les facteurs de croissance-insuline IGFs ...... 31 1.2. L’insuline ...... 32 1.3. Les adipocytokines ...... 32 1.4. L’hormone de croissance ...... 33 1.5. La ghréline ...... 34 2. Balance énergétique ...... 34 2.1. Mobilisation du gras corporel ...... 35 2.2. La reprise de l’ovulation post-partum ...... 36 2.3. Effets du stress métabolique sur la croissance folliculaire ...... 36 2.4. Qualité de l’ovocyte ...... 37 2.5. Qualité de l’embryon ...... 38 V. La fertilité : caractère à faible héritabilité mais à variation génétique considérable ...... 39 1. Héritabilité de la fertilité ...... 39 1.1. Héritabilité des indices classiques...... 39 1.2. Héritabilité des indices endocriniens ...... 41 2. Variabilité génétique de la fertilité ...... 43 VI. Estimation génomique de la fertilité ...... 43 1. Les marqueurs moléculaires ...... 43 2. L’approche du gène candidat ...... 44 3. Détection et validation des marqueurs moléculaires impliqués à la fertilité ...... 45 3.1. QTL associés aux traits de fertilité ...... 45 3.2. SNP et gènes associés aux traits de fertilité ...... 46 VII. Caractérisation moléculaire des gènes STAT5A, FGF2, GH et LEP et leurs associations avec les trais de fertilité ...... 49 1. Le gène transducteur et activateur de signal de transcription 5A STAT5A ...... 49 1.1. Modes d’action ...... 49 1.2. Localisation et structure génomique ...... 50 1.3. Polymorphismes génétiques ...... 50 2. Le gène des facteurs de croissance des fibroblastes 2 FGF2 ...... 51 2.1. Modes d’action ...... 51 2.2. Localisation et structure génomique ...... 52 2.3. Polymorphismes génétiques ...... 53 3. Le gène de l’hormone de croissance GH ...... 53 3.1. Modes d’action ...... 53 3.2. Localisation et structure génomique ...... 54 3.3. Polymorphismes génétiques ...... 54 4. Le gène leptine LEP ...... 56 4.1. Modes d’action ...... 56 4.2. Localisation et structure génomique ...... 57 4.3. Polymorphismes génétiques ...... 57 Etude Expérimentale ...... 60 I. Identification de la population étudiée ...... 61 II. Echantillonnage sanguin ...... 61 III. Choix des gènes ...... 61 1. Le polymorphisme STAT5A ...... 62 2. Le polymorphisme FGF2 ...... 62 3. Le polymorphisme GH ...... 63 4. Le polymorphisme Leptine (LEP) ...... 63 IV. Génotypage ...... 64 1. Extraction de l’ADN ...... 64 2. Evaluation de la qualité et la quantité d’ADN ...... 65 3. Réaction de polymérisation en chaine (PCR) ...... 67 4. La digestion enzymatique par PCR-RFLP ...... 71 V. Analyses statistiques ...... 73 1. Fréquences alléliques et génotypiques ...... 73 2. Etude des performances de production et de reproduction ...... 74 3. Effet des polymorphismes génétiques sur les performances de reproduction ...... 74 4. Effet des interactions génétiques sur les paramètres de reproduction ...... 75 Résultats Et Discussions ...... 77 I. Répartition du troupeau ...... 78 1. Répartition du troupeau selon le numéro de lactation ...... 78 2. Répartition du troupeau selon le niveau de production ...... 78 3. Répartition du troupeau selon le pays d’origine ...... 79 4. Répartition du troupeau selon l’état des pieds des animaux ...... 79 II. Performances du troupeau ...... 80 1. Performances moyennes de reproduction ...... 80 2. Performances moyennes de production ...... 81 III. Etude génotypique ...... 82 1. Polymorphisme du gène STAT5A ...... 82 1.1. Identification du polymorphisme ...... 82 1.2. Facteurs de variations des performances de reproduction ...... 84 1.3. Effet du polymorphisme sur les paramètres de reproduction ...... 85 2. Polymorphisme du gène FGF2 ...... 87 2.1. Identification du polymorphisme ...... 87 2.2. Facteurs de variations des performances de reproduction ...... 88 2.3. Effet du polymorphisme FGF2 sur les paramètres de reproduction ...... 88 3. Polymorphisme du gène GH ...... 89 3.1. Identification du polymorphisme ...... 89 3.2. Facteurs de variations des performances de reproduction ...... 91 3.3. Effet des polymorphismes du gène GH sur les paramètres de reproduction ...... 92 4. Polymorphisme du gène LEP ...... 94 4.1. Identification du polymorphisme ...... 94 4.2. Facteurs de variations des performances de reproduction ...... 95 4.3. Effet du polymorphisme du gène LEP sur les paramètres de reproduction ...... 96 IV. Les interactions géniques ...... 97 1. Interaction par couple de gène ...... 97 1.1. Fréquences génotypiques des interactions géniques ...... 97 1.2. Effets des interactions géniques sur les traits de fertilité ...... 99 1.3. Identification des combinaisons génotypiques favorables ...... 100 1.3.1. Combinaisons génotypiques favorables au NINS ...... 100 1.3.2. Combinaisons génotypiques favorables au CI ...... 103 1.3.3. Combinaisons génotypiques favorables au DO ...... 105 1.3.4. Combinaisons génotypiques favorables à l’AGE_1CALV ...... 108 1.3.5. Combinaisons génotypiques favorables à l’AGE_1IA ...... 110 1.3.6. Combinaisons génotypiques favorables à l’intervalle CALV_1IA ...... 112 2. Interaction globale ...... 113 2.1. Effet de l’interaction sur les traits de reproduction ...... 113 2.2. Identification des combinaisons génotypiques favorables ...... 113 Discussion Générale ...... 116 I. Etude des traits de fertilité ...... 117 1. Performances moyennes des paramètres de fertilité étudiés ...... 117 2. Facteurs de variation des paramètres de fertilité ...... 119 II. Etude des polymorphismes génétiques ...... 120 1. Le polymorphisme Stat5A ...... 120 2. Le polymorphisme FGF2 ...... 121 3. Le polymorphisme GH ...... 122 4. Le polymorphisme LEP ...... 124 III. Etude des interactions géniques ...... 126 1. Interaction entre couple de gènes ...... 126 1.1. Effets des interactions sur les traits de fertilité ...... 126 1.2. Les combinaisons génotypiques favorables ...... 127 2. Interaction globale et combinaisons génotypiques favorables ...... 131 Conclusions et perspectives ...... 134

Liste des tableaux

Tableau 1: Valeurs d’héritabilité rapportées pour différents indices de fertilité chez la vache laitière. 40 Tableau 2 : Exemples des études d’association des QTL avec les traits de fertilité chez les bovins .... 46 Tableau 3: Exemples des études d’association des SNP avec les traits de fertilité chez les bovins ..... 47 Tableau 4: Ingrédients de la réaction PCR ...... 69 Tableau 5: Caractérisation des amorces amplifiées par PCR ...... 70 Tableau 6: Enzymes de restriction (Wikipedia) ...... 72 Tableau 7: Enzymes de restrictions spécifiques pour les polymorphismes étudiés ...... 73 Tableau 8: Performances moyennes de reproduction ...... 81 Tableau 9: Performances moyennes de production laitière par lactation...... 82 Tableau 10: Fréquences (%) génotypiques et alléliques du gène Stat5A...... 84 Tableau 11: Effets des facteurs de variation sur les paramètres de reproduction ...... 85 Tableau 12: Effet de polymorphisme génétique de STAT5A sur les paramètres de reproduction ...... 86 Tableau 13: Fréquences (%) génotypiques et alléliques du polymorphisme FGF2...... 87 Tableau 14: Effet des facteurs de variation sur les paramètres de reproduction ...... 88 Tableau 15: Effet du polymorphisme génétique de FGF2 sur les paramètres de reproduction...... 89 Tableau 16: Fréquences (%) génotypiques et alléliques des polymorphismes GH-AluI et GH-MspI .. 91 Tableau 17: Effet des facteurs de variation sur les paramètres de reproduction ...... 92 Tableau 18: Effet de polymorphisme génétique de GH sur les paramètres de reproduction ...... 93 Tableau 19: Fréquences génotypiques et alléliques du polymorphisme LEP/Sau3AI ...... 94 Tableau 20: Effet des facteurs de variation sur les paramètres de reproduction ...... 95 Tableau 21: Association entre les génotypes de polymorphisme LEP/Sau3AI et les paramètres de reproduction ...... 96 Tableau 22:Fréquences (%) génotypiques des combinaisons entre couples de polymorphismes ...... 98 Tableau 23:Effets des interactions géniques sur les traits de reproduction (Pr > F) ...... 100 Tableau 24:Combinaisons génotypiques favorables au NINS ...... 102 Tableau 25:Combinaisons génotypiques favorables au CI...... 104 Tableau 26:Combinaisons génotypiques favorables au DO ...... 106 Tableau 27:Combinaisons génotypiques favorables à l’AGE_1CALV ...... 109 Tableau 28:Combinaisons génotypiques favorables à l’AGE_1IA ...... 111 Tableau 29:Combinaisons génotypiques favorables à l’intervalle CALV_1IA ...... 112 Tableau 30:Effets des interactions génotypiques multiples sur les traits de reproduction ...... 113 Tableau 3 : Les combinaisons génotypiques les plus favorables ...... 115

Liste des figures

Figure 1: Représentation de l’échec de gestation à différents stade chez la vache laitière, D = day (Hansen, 2011) ...... 6 Figure 2: Evolution des taux de gestation des filles des vaches laitières en Etats Unis (Hansen, 2011) ...... 10 Figure 3: Evolution de l’intervalle vêlage-vêlage des vaches Holstein en France et aux Etats Unis (Ledoux, 2011) ...... 10 Figure 4: Evolution de l’effectif du cheptel bovin (GIVLAIT, 2014) ...... 12 Figure 5: Tendances phénotypiques de l’intervalle vêlage-premier service (CFSI), l’intervalle vêlage- conception (CCI), l’intervalle vêlage-vêlage (CI) et le nombre de services par conception (NSC) chez la vache laitière Holstein en Tunisie (M’Hamdi et al., 2011) ...... 13 Figure 6: Les événements impliqués dans la reproduction chez la vache laitière (Garnsworthy et al., 2008b) ...... 13 Figure 7: La dynamique folliculaire dans un cycle de 3 vagues ...... 14 Figure 8: Représentation schématique des différents stades de développement du follicule ovarien chez la vache (Webb et al., 2004)...... 15 Figure 9: Interaction entre les mécanismes régulateurs physiologiques aux niveaux de l’animal, l’ovaire et le follicule (Webb et Campbell, 2007; Webb et al., 2007) ...... 16 Figure 10: Effet des anomalies de la reprise d’activité ovarienne après vêlage sur le taux de réussite en première insémination (TRIA1) chez la vache laitière (Touzé et al., 2004) ...... 19 Figure 11: Composition des index de mérite global de la race Prim’Holstein en 2007 (Minery, 2007) 22 Figure 12: Taux de réussite à la première insémination en fonction de la production laitière de vaches laitières de types génétiques différents dans un même système de production (Cutullic, 2010) ...... 26 Figure 13: Représentation schématique des mécanismes impliqués dans l’effet de la nutrition sur la fonction de reproduction (Garcia-Garcia, 2012) ...... 30 Figure 14: Les voies d’action de la leptine sur la fonction de reproduction (Hausman et al., 2012) .... 33 Figure 15: Structure du gène FGF2 ...... 52 Figure 16: Structure du gène GH...... 54 Figure 17: Structure du gène Leptine (Liefers et al., 2002) ...... 57 Figure 18: Représentation schématique de l'amplification de l'ADN par PCR (Renaville et al., 2005) 68 Figure 19: Répartition du troupeau selon le numéro de lactation (n: nombre d’individus)...... 78 Figure 20: Répartition du troupeau selon le niveau de production (n : nombre d’individus)...... 79 Figure 21: Répartition du troupeau selon le pays d’origine (n : nombre d’individus) ...... 79 Figure 22: Répartition du troupeau selon l’état de boiterie (n : nombre d’individus) ...... 80

Liste des photos

Photo 1: Profil d’électrophorèse de l’ADN génomique ...... 82 Photo 2: Profil d’électrophorèse des produits d’amplification du gène Stat5A. M : marqueur de taille 100 pb (Biomatik) ; 1-2-3-4-5-6 : échantillons analysés ...... 83 Photo 3: Profils d’électrophorèse de la digestion des produits d’amplification du gène Stat5A avec l’enzyme BstEII sur gel d’agarose 2.5%. M : marqueur de taille 100 pb (Biomatik) ; 1-2-3-5- 6-7 : échantillons analysés ...... 83 Photo 4: Profil d’électrophorèse de la digestion des produits d’amplification du gène FGF2 avec l’enzyme Csp6I sur gel d’agarose 2.5%. M : marqueur de taille 100 pb (Biomatik) ; 1-2-3-4- 5-6-7-8-9 : échantillons analysés ...... 87 Photo 5: Profils d’électrophorèse de la digestion des produits d’amplification du gène GH avec l’enzyme AluI sur gel d’agarose 2.5%. M : marqueur de taille 100 pb (Biomatik) ; 1-2-3-4-5- 6: échantillons analysés ...... 90 Photo 6: Profils d’électrophorèse de la digestion des produits d’amplification du gène GH avec l’enzyme MspI sur gel d’agarose 2.5%. M : marqueur de taille 100 pb (Biomatik) ; 1-2-3-4- 5-6-7-8-9 : échantillons analysés...... 90 Photo 7: Profils d’électrophorèse de la digestion des produits d’amplification du gène LEP avec l’enzyme Sau3AI sur gel d’agarose 2.5 %. M : marqueur de taille 100 pb (Biomatik) ; 1-2-3- 4- 5-6-7-8: échantillons analysés...... 94

Liste des abréviations

$ US United states dollars AFS Âge au premier service AGE_1CALV Age at the first calving AGE_1IA Age at the first insemination AluI Enzymes de restriction Amorces (F/R) Amorces forward/ reverse APBA1 Amyloid beta precursor protein binding family A member 1 ARNm L'acide ribonucléique messager BBS12 Bardet-Biedl syndrome 12 BCS Scores des conditions corporelles BETA Chromosome bovin b-OHB Acid beta-Hydroxybutyric BSA Sérum bovine albumine BstEII Enzymes de restriction CALV_1IA Calving to the first insemination interval CAST Calpastatin (gene) CCI Calving to conception interval (intervalle vêlage – conception) CFSI Calving to the first service interval (un intervalle vêlage premier service) CI Calving interval C-LA Délai de commencement de l'activité lutéale CR Conception rate (taux de conception) Csp6I Enzymes de restriction dATP La désoxyadénosine triphosphate dCTP Désoxycytidine triphosphate ddH2O Eau distilée auto clavée DDL Degree de liberté ddNTP Un didésoxyribonucléotide dGTP Désoxyguanosine triphosphate dH2O Eau distillée DIM Day in milk DNA Deoxyribonucleic acid DNAJC27 / Dnaj heat shock protein family (Hsp40) member C27 / C15 DNAJC15 DO Day open DPR Daughter pregnancy rate dTTP La désoxythymidine triphosphate EDTA Ethylenediaminetetraacetic acid. F Test statistique F FF Liquide folliculaire (FF) FGF2 Fibroblast growth factor 2 FSH L'hormone folliculo-stimulante FSHR Follicle stimulating hormone receptor GH Growth hormone « hormone de croissance » GHR Growth hormone receptor GHS-R Ghréline-recepteur GnRH Gonadotropin-releasing hormone (Hormone de liberation des gonadotrophines hypophysaires) h2 Héritabilité HHG Axe hypothalamo-hypophyso-gonadique IA Insémination artificielle IFNT Interféron-tau IGF1 Insulin like growth factor 1 IGFBP Protéines de liaison INEL Index economique laitier : IR Récepteur de l'insuline IRS Récepteur de protéines substrat de l'insuline ITGB5 Integrin subunit beta 5 IVIA1 Intervalle vêlage-1ère insémination IVIAF Intervalle vêlage-insémination fécondante IVV Intervalle vêlage-vêlage kb Kilo paire de base kiss Kiss-1 metastasis suppressor (kisspeptide) LA Activité lutéale LEP Leptine LH Hormone lutéinisante MG Matières grasses MGF Facteur de la glande mammaire MP Matières protéiques MspI Restriction enzymes NEB Balane énergétique négative NEFA Acides gras non estérifies NIA/F Nombre d’IA par fécondation NINS The number of inseminations per conception NLRP9 NLR family pyrin domain containing 9 NPY Neuropeptide Y-neurones NR4A2 Nuclear receptor subfamily 4 group A member 2 NS Nombre de services NSC Un nombre of services per conception NUDT6 Nudix hydrolase 6 OEP l’Office de l’Elevage et des Pâturage P/Pr Probabilité P4 Progestérone PARP12 Poly(ADP-ribose) polymerase family member 12 pb Paire de base PCR Polymerase chain reaction,( l'amplification en chaîne par polymérase) PCR-RFLP Polymorphisme de longueur des fragments de restriction PGF2α Prostaglandine F2α PGR Progesterone receptor PL305 Production laitière globale calculée sur les 305 premiers jours de lactation POMC Proopiomelanocortin POU1F1 POU class 1 homeobox 1 PRL Prolactin PRLR Prolactin receptor QTL Quantitative trait locus r2 Repetabilité RORC RAR related orphan receptor C Sau3AI Enzymes de restriction SCC Score de cellules somatiques SCRN1 Secernin 1 SERPINA15 Serpin peptidase inhibitor, clade A (alpha-1 antiproteinase, antitrypsin), member15 SMVDA La société de mise en valeur et de développement agricole SNP Single nucleotide polymorphism SPP1 Secreted phosphoprotein 1 Stat5A STAT5A signal transducer and activator of transcription 5A t Test statistique t TB Taux butyreux Tm Température d’hybridation TNFSF10 Tumor necrosis factor superfamily member 10 TNRR Taux de non-retour à 56 jours TP Taux protéique TRIA1 Taux de réussite en première insémination UTMP Serpin peptidase inhibitor, clade A (alpha-1 antiproteinase, antitrypsin) UV Ultra violet αMSH Melanotropin alpha

Introduction

Au cours des dernières décennies, la fertilité, définie comme la capacité de la vache à être fécondée et à mener à terme une gestation, se dégrade au niveau mondial (Lopez-Gatius et al., 2003 ; Rodriguez- Martinez et al., 2008 ; Norman et al., 2009 ; Barbat et al., 2010 ). Même si toutes les races laitières sont touchées, la dégradation est plus marquée en race Holstein (Barbat et al., 2005 ), avec une perte de 0,5 à 1 point de fertilité par an. La sélection génétique sur la production laitière, caractère négativement corrélé avec la fertilité, est en partie responsable de cette dégradation (Pryce et al., 2004, Petersson et al., 2006; Garcia- Ispierto et al., 2007). Cette dégradation spectaculaire de la fertilité des vaches laitières est un phénomène qui constitue une cause majeure de pertes économiques pour les exploitations laitières. Les composantes de la fertilité réduite incluent la reprise retardée des cycles œstraux post-partum, une plus grande incidence des cycles œstraux anormaux et des taux de conception plus faibles (Royal et al., 2002a). Les résultats de ces effets sont des intervalles vêlage- vêlage plus longs et des taux de remplacement plus élevés. Même si la fonction reproductive est sous contrôle génétique, l’orientation vers les voies génétiques pour son amélioration est limitée par la faible héritabilité de ses traits. En effet, cette faible héritabilité est proportionnelle à la valeur additive de la variation génétique des traits de fertilité. Les approches génétiques sont susceptibles d’identifier le patrimoine génétique responsable de déclin de la fertilité et permet ainsi la réduction des fréquences des allèles non favorables aux traits de fertilité. Le recours à la génétique moléculaire est très utile pour des traits complexes notamment pour la réduction des intervalles entre générations et l’accélération des améliorations génétiques. Cette voie est confrontée à l’insuffisance de l’information concernant l’effet de différentes variantes des gènes candidats et des marqueurs génétiques. Au cours des dernières années, grâce aux progrès spectaculaires qu’elle a connu, la génétique moléculaire est devenue un outil supplémentaire dans les stratégies de sélection. Plusieurs gènes candidats et marqueurs susceptibles d’affecter des traits de production et de reproduction ont été rapportés. Les performances phénotypiques des animaux sont contrôlées par des polygènes localisés par des loci des traits quantitatifs. Un grand intérêt international est porté à l’approfondissement des connaissances sur le déterminisme génétique des traits de nature quantitative. Les gènes candidats peuvent être définis en tant que gènes ayant des effets biologiques sur un trait d'intérêt, ou comme des gènes étroitement liés à un effet sur le rendement d'un trait particulier.

Comme la variation phénotypique des traits quantitatifs résulte des effets combinés de nombreux gènes, l’approche multigénique dans laquelle les interactions géniques peuvent être identifiées avec succès (Horikawa et al., 2008) parait utile. Récemment, la cartographie génétique, et en particulier celle des polymorphismes mononucléotidiques (SNP) est devenue une méthode efficace pour identifier des loci de traits quantitatifs(QTL) dans le génome bovin. Le plus souvent, on dispose seulement d'une localisation plus ou moins fine des régions génomiques appelées QTL (acronyme pour Quantitative Trait Locus) contenant un ou plusieurs de ces gènes. La cartographie des QTL consiste à identifier, à l'aide des marqueurs génétiques neutres, des portions chromosomiques associées à la variation phénotypique du caractère. La détection des génotypes des SNP utiles pour la production et la reproduction au sein des gènes candidats offrirait la possibilité d’améliorer les traits de production sans dégrader la fertilité d'un animal (Pimentel et al., 2007). L'identification des mutations géniques causales dans des gènes impliqués dans la variabilité des caractères d'intérêt et l'utilisation de cette information pour la sélection d'animaux porteurs d'allèles désirables est une approche très avantageuse pour augmenter le gain génétique annuel des caractères à faible héritabilité. Dans ce cas de figure, la sélection se fait directement sur des polymorphismes nucléotidiques dont la causalité dans la variation de certains caractères laitiers, a été prouvée scientifiquement à maintes reprises, chez différentes espèces. Certaines études ont suggéré que les polymorphismes mononucléotidiques (SNP) dans un gène affectent potentiellement sa fonction (Cooper, 1992). De ce fait, certains gènes peuvent significativement affecter les performances de reproduction (Schneider et al., 2013) et leur utilisation comme des gènes candidats dans les programmes de sélection a été suggéré (Maj et al., 2008). En Tunisie, le cheptel bovin laitier compte 450000 unités femelles dont 58% sont de races pures importées. La race Holstein représente 95% de cet effectif (GIVLAIT, 2014). L'amélioration génétique du cheptel bovin laitier en Tunisie boite encore et les schémas de sélection proprement dits sont absents. L'amélioration par la voie mâle se base sur l'importation de semences de taureaux testés à l'étranger et rarement l’utilisation des jeunes taureaux nés au pays (Hammami et al., 2007). Quant à la voie femelle, un index intra- troupeaux est élaboré exclusivement sur la base du rendement laitier par vache. Ces méthodes classiques reposent sur l'estimation des valeurs génétiques des animaux candidats à la sélection. Ces valeurs sont déterminées sur la base des performances

phénotypiques, de la connaissance des pedigrees des candidats et de l'estimation de l'héritabilité des caractères cibles sans avoir accès aux gènes qui les contrôlent. En Tunisie, aucune expérience de cartographie des QTL n'a jamais été menée sur les bovins laitiers, l'utilisation de l'information moléculaire pour l'amélioration génétique des animaux d'élevage est une pratique peu connue dans le pays. Néanmoins, la réussite de cette approche par tout dans le monde nous incite à initier des travaux visant l’intégration de l'information moléculaire dans les évaluations génétiques (Ben Jemaa, 2018). C’est dans cette voie que s’intègre ce projet de thèse qui vise la caractérisation moléculaire des polymorphismes génétiques des gènes Stat5A, FGF2, GH et LEP et leurs associations avec les traits de fertilité chez les vaches laitières de race Holstein en Tunisie. Ce travail s’articulera autour de 4 parties : Tout d’abord une revue bibliographique consacrée à la caractérisation phénotypique et génotypique de la fertilité chez les vaches laitières, la caractérisation moléculaire et les biotechnologies appliquées à l’identification des loci envisagées pour cette investigation. Le contexte de l’étude et le dispositif expérimental élaboré pour le génotypage des animaux et les modèles conçus pour les analyses statistiques seront ensuite décrits dans une deuxième partie. Une troisième partie sera consacrée à l’identification des polymorphismes étudiés et à la détermination de leurs effets individuels ou de leurs interactions sur les traits de fertilité ciblés. Enfin, une discussion dressera un bilan récapitulatif des différents résultats préalablement décrits.

Revue Bibliographique

I. La fertilité femelle chez les bovins laitiers

1. Notion de fertilité

La fertilité de la femelle est la capacité de produire des ovocytes fécondables et de mener à terme une gestation. Chez la vache laitière, la fertilité est fortement liée à des qualités propres à la femelle telles que l’expression des chaleurs, la production des ovocytes fécondables, l’aptitude du tractus génital à accueillir les spermatozoïdes et le conceptus (Ledoux, 2011). En élevage, la fertilité de la vache laitière est conditionnée par la capacité de la femelle à initier une gestation puis à la mener à terme au moment où l’éleveur a décidé de la mettre à la reproduction et qu’il a détecté les chaleurs.

2. Les phénotypes d’infertilité femelle : échecs de gestation

Les composantes de la baisse de la fertilité comprennent la reprise retardée des cycles œstraux post-partum, les incidences des cycles œstraux anormaux, les faible taux de conception première et les inséminations ultérieures (figure 1) (Royal et al., 2000a ; Lucy, 2007).

2.1. L’anœstrus post-partum et l’expression des chaleurs

L’anœstrus post-partum correspond à l’intervalle entre le vêlage et la première chaleur; cette durée dépend donc à la fois du délai de reprise de l’activité cyclique et de l’expression et la détection des premières chaleurs. Si l’anœstrus post-partum dure de 20 à 70 jours chez la vache laitière, la reprise de la croissance folliculaire est très précoce en général, entre 5 et 40 jours post-partum (Mialot et al., 1998).

2.2. L’ovulation

Chez les vaches laitières, dans 75% des cas, le premier follicule dominant va ovuler donnant naissance à un premier cycle sexuel. En revanche, dans 20% des cas, ce follicule dominant va devenir kystique et dans 5% des cas, il sera atrésique (Mialot et al., 1998). Les kystes ovariens constituent des formations dont la présence est pratiquement normale au cours du post-partum s’ils ne doivent pas empêcher l’apparition d’une activité cyclique ovarienne normale ultérieurement, ils retardent souvent la première ovulation post-partum. En revanche, l’anoestrus vrai, dû à une absence d’ovulation, reste une situation rare chez la vache laitière. Le problème réside donc dans une mauvaise détection des chaleurs ou des manifestations œstrales inaperçues.

2.3. L’anomalie de reprise de cyclicité

Après la première ovulation, la cyclicité ne reprend pas toujours de façon régulière, certaines vaches présentent des anomalies de reprise de cyclicité. Ces anomalies compliquent la détection des chaleurs car les intervalles entre les périodes d’œstrus peuvent être irréguliers et donc, moins prévisibles. La reprise de cyclicité est un facteur limitant du délai de mise à la reproduction, les vaches présentant une anomalie de reprise de cyclicité ont des intervalles vêlage-1ère insémination ou vêlage-1ères chaleurs plus longs (Shreshta et al., 2004 ; Fréret et al., 2005). Il est également constaté un nombre d’inséminations par fécondation plus élevé pour les vaches présentant un retard de reprise de cyclicité par rapport aux vaches à profil normal : 2,70 ± 0,26 vs 2,17 ± 0,12 (Lecouteux, 2005).

2.4. L’absence de fécondation

L’absence de fécondation peut provenir d’une part, d’une mauvaise synchronisation entre l’ovulation et l’insémination et d’autre part, de l’échec de la fusion des gamètes mâle et femelle (Ledoux, 2011). L’insémination des vaches au mauvais moment concerne en moyenne 4 à 5 % des vaches laitières mises à la reproduction (Ledoux et al., 2006), mais cette fréquence est très variable entre élevages (Fréret et al., 2005). Le taux de fécondation est généralement estimé entre 85 et 95 %, que ce soit chez des vaches laitières ou allaitantes, l’échec de fécondation survient dans environ 10 % des inséminations (Diskin et Sreenan, 1980)

Figure 1: Représentation de l’échec de gestation à différents stade chez la vache laitière, D = day (Hansen, 2011)

2.5. La mortalité embryonnaire

La mortalité embryonnaire correspond à la perte des produits issus de la fécondation au stade embryonnaire, c'est-à-dire la période depuis la fécondation jusqu’au début de la différenciation, qui s’opère 45 jours après fécondation chez la vache (Ayalon, 1978). Certaines études indiquent que les pertes embryonnaires les plus élevées se produisent dans la première semaine de gestation (Sartori et al., 2002), tandis que d'autres études suggèrent qu'elles se produisent dans la deuxième semaine de gestation (Diskin et Sreenan,1980). En conséquence, la mortalité embryonnaire peut être caractérisée selon trois périodes : mortalité très précoce entre les jours 0 et 7, mortalité précoce entre les jours 7 et 24 et la mortalité embryonnaire tardive des jours 24 à 45, la mortalité fœtale étant postérieure aux 45ème jours (Walsh et al., 2011). Les estimations de l’échec d’insémination et les pertes embryonnaires précoces sont de 20 et 45%, les estimations pour les pertes embryonnaires tardives et les pertes fœtales sont respectivement de 8 et 17,5% alors que les estimations pour les avortements tardifs sont de 1 à 4% (Humblot, 2001). Cela indique que les mortalités embryonnaires se produisent principalement dans les 3 premières semaines de gestation. La mortalité embryonnaire est reconnue comme la cause majeure d’échec de reproduction en élevage (Dunne et al., 2000 ; Inskeep et Dailey, 2005). Elle correspond quasiment aux 3/4 des échecs de gestation (Chene et Martal, 1996). La fréquence de non fécondation et des mortalités embryonnaires précoces est estimée à 37,2 %, alors que celle des mortalités embryonnaires tardives est évaluée à 20,2 % (Fréret et al., 2006). La mortalité embryonnaire peut être due aussi à la présence de gènes létaux récessifs dont la fréquence est estimée à 6 % chez la vache. Les pertes qui y sont associées peuvent aussi bien intervenir précocement que tardivement dans la période embryonnaire (Inskeep et Dailey, 2005).

2.6. Les pertes fœtales

Les cas de mortalités fœtales chez les bovins sont estimées au-delà de 45 jours après la gestation jusqu’à la mise bas (Walsh et al., 2011). Les avortements d’origine pathologique sont très faibles, de l’ordre de 5 % (Chene et Martal, 1996).

3. Critères de mesure de la fertilité dans un troupeau bovin laitier

L’évaluation des performances de reproduction dans un troupeau bovin laitier tant à diagnostiquer les problèmes de reproduction à un temps précoce pour une meilleure rentabilisation de l’élevage. Les performances moyennes du troupeau sont ajustées par des indices de fertilité dont les moyennes sont calculées sur l’ensemble des vaches du troupeau. Ces indices sont classés en deux catégories : les indices des taux et les indices des intervalles.

3.1. Les indices des taux

o Le taux de conception à un rang d’IA : c’est le rapport entre le nombre des vaches diagnostiquées gestantes et le nombre total d’un rang d’IA. o Le nombre de services par conception : c’est le rapport entre le nombre total d’inséminations réalisées dans un troupeau et le nombre des vaches diagnostiquées gestantes. Ce critère reflète le nombre d’inséminations nécessaires au niveau d’un troupeau pour obtenir un vêlage. Dans un troupeau laitier, un bon niveau de fertilité correspond à un nombre de services par conception inférieur à 1,75 (Ben Jemaa, 2009). o Le taux de non-retour en chaleur après IA1 : le taux de non-retour après IA1 est une estimation de la fertilité qui est fortement dépendante de la qualité de la détection des chaleurs.

3.2. Les indices des intervalles

o L’intervalle vêlage-1ère insémination (IVIA1) : c’est le nombre de jours entre le dernier vêlage et la première insémination. Il reflète à la fois la qualité de la reprise de cyclicité chez la vache, la qualité de la détection des chaleurs et la décision de l’éleveur d’inséminer ou non. Il conviendra donc d’être attentif aux reports volontaires des IA, utilisés dans certains troupeaux pour éviter les vêlages pendant certains mois de l’année ou pour favoriser la fertilité des fortes productrices et/ou des primipares. o L’intervalle vêlage-insémination fécondante (IVIAF) ou ‘Days Open (DO)’ : c’est l’intervalle entre le dernier vêlage et la conception, il est fortement impliqué dans l’allongement de l’intervalle entre vêlages successives. Son intérêt est davantage prospectif puisqu’il permet une estimation d’une valeur projetée de l'intervalle entre vêlages. Cette valeur prospective peut également être accrue si l'on ne tient compte que des gestations confirmées mais que l'on prenne également en considération les animaux inséminés ou ceux se trouvant au-delà de la période d'attente (Fetrow et al., 1990).

o L’intervalle vêlage-vêlage : c’est le nombre de jours entre deux vêlages successifs. Ce paramètre est tés globale et ne reflète que les succès reproductif d’où vient sa signification économique. Dans un troupeau laitier, l’intervalle vêlage-vêlage souhaité est de 12 à 14 mois. Les objectifs recherchés pour un intervalle vêlage-premier service (CFSI) est de 70 jours, avec un pourcentage de vaches ayant un intervalle CFSI> 80 jours supérieur à 15%, un intervalle vêlage – conception (CCI) de 90 jours avec un pourcentage de vaches ayant un CCI> 110 jours supérieur à 15% et un intervalle vêlage- vêlage (CI) de 365 jours avec un pourcentage de vaches ayant un CI> 365 jours supérieur à 15% (Vallet et al.,1997).

4. Dégradation de la fertilité

Durant les deux dernières décennies, la dégradation de la fertilité des vaches laitières constitue un problème majeur rencontré par les éleveurs laitiers et la situation est répandue partout dans le monde (Barbat et al., 2005; Bosio, 2006). En Australie, les tendances génétiques des paramètres de fertilité sont en dégradation continue (Haile-Mariam et al., 2013). Dans les Pays-Bas, le taux de réussite à la première IA a passé de 55,5% à 45,5% pendant 10 ans (Jorristma et Jorristma, 2000). Aux États-Unis, le taux de conception à la première insémination a diminué de 0.45% par an durant vingt ans (Butler et Smith, 1989) et le nombre d'IA requis pour la conception a augmenté de 1,75 à plus de 3 (Lucy, 2001). L’évaluation des performances de reproduction des vaches laitières Holstein et Jerseyaise entre 1996 et 2006 aux Etats Unis a montré une réduction du taux de conception (CR) par 3% et 4% (Averill et al., 2004), ainsi le nombre des jours ouverts (DO) a augmenté de 37 jours pour les Holstein (Spencer et al., 2014). En Irlande, ce taux a été réduit à 48% en 2003 contre 69% en 1980. Les taux de vêlage au premier service sont également en baisse significative par 0,7 à 0,9% par an (Gordon, 2003). En conséquence, l’augmentation du nombre de services nécessaires pour une conception réussie a entraîné un allongement des intervalles entre vêlages (Beever, 2006). En Angleterre, la diminution du taux de conception à la première IA a été de l'ordre de 1% par an et il est couramment inferieur à 40% (Royal et al., 2000b). Hansen (2011) a rapporté que le taux de gestation des filles diminue aussi depuis plusieurs années chez les vaches laitières (figure 2). Les problèmes de fertilité et les évolutions de l’intervalle vêlage première insémination ont aboutis à un allongement des intervalles entre vêlages consécutifs chez la vache laitière. Des

études à long terme ont montré une augmentation de 1,8 jour par an depuis les années 70 en Europe et de 2,3 jours par an depuis les années 60 aux Etats-Unis (figure 3) (Ledoux, 2011).

Figure 2: Evolution des taux de gestation des filles Figure 3: Evolution de l’intervalle vêlage-vêlage des vaches laitières en Etats Unis (Hansen, 2011) des vaches Holstein en France et aux Etats Unis (Ledoux, 2011)

5. Répercussions de la dégradation de la fertilité et impact économique

La fertilité des vaches, définie comme la capacité de la vache à être fécondée et à mener à terme une gestation, se dégrade depuis 20 à 30 ans au niveau mondial (Rodriguez-Martinez et al., 2008 ; Norman et al., 2009 ; Barbat et al., 2010). Les effets combinés des composantes d’infertilité sont des intervalles de vêlage plus long et des taux de remplacement plus élevés, et en conséquence la réduction de la durée de vie reproductive. Les taux de remplacement élevés sont les plus préoccupants étant donné que lorsque la durée de vie moyenne du troupeau chute après trois lactations (taux de remplacement≈33%), les femelles de remplacement produites sont insuffisantes pour maintenir la taille du troupeau (Garnsworthy, 2005). Les répercussions d’une faible fertilité sur l’économie de l’élevage laitier sont aussi mauvaises ; une mauvaise fertilité pourrait réduire les marges brutes d'environ 20% (Stott et al., 1999). Evans et al. (2006) ont rapporté que 50% de l'augmentation potentielle de la rentabilité de l’élevage résultant de l'amélioration du mérite génétique entre 1990 et 2003, ont été perdues en raison d’une faible fertilité. La corrélation entre les faibles performances de reproduction et le risque de réforme est positive (Roxstrom et Strandberg, 2002). Les principales raisons de la forte proportion de

vaches de réforme dans le monde étaient les troubles de la reproduction ou les maladies. Des recherches canadiennes sur les bovins laitiers ont révélé que 28-30% des vaches de réforme entre 2000 et 2008 ont été réformées en raison d'une faible fertilité (Van Doormaal, 2009), ce taux a été de 23,6% dans le nord-est de l'Iran (Azizzadeh, 2011). En Suède, environ 10% des vaches sont réformées annuellement en raison de l'altération de la fertilité, correspondant à 26% de toutes les cessions (Swedish Dairy Association, 1999). Dans la Chine, la proportion de réforme en raison de diverses maladies de la reproduction était de 26% (Guo et al., 2012). Aux États-Unis, l’augmentation ou la diminution de 1% du taux de gestation provoque un gain ou une perte de 12 à 25 US $ par vache par an (Overton, 2001). Il est prévu que chaque animal perd 2 à 3 lactations dues aux problèmes de reproduction et chaque perte de gestation entraîne une perte moyenne de 640,00 $ US (Thurmond et al., 1990). Au Pays Bas, les coûts d’un intervalle vêlage-vêlage allongé oscillent entre 34 et 231€ par vache présente et par an. Ces pertes sont essentiellement liées aux pertes de production laitière et à l’augmentation du taux de réformes involontaires (Inchaisri et al., 2010). Une mauvaise fertilité entraîne une augmentation des coûts directs, frais d’insémination et frais vétérinaires, ainsi que des coûts indirects liés notamment à la diminution de la longévité par la mise en réforme prématurée, à la diminution du nombre de veaux produits ou encore à la diminution de la capacité de sélection (Dunne et al., 2000). Elle entraîne également des charges financières liées aux traitements et aux mesures de prévention, qui ne se limitent pas seulement aux frais vétérinaires mais peuvent aller au-delà : alimentation... (Seegers et al., 2010). Dans les élevages laitiers de la région Pays de la Loire, les pertes et les coûts de maîtrise relatifs aux troubles de la reproduction expliquent 18 % de l’impact économique total consécutif aux principaux troubles de santé. Ces troubles de la reproduction constituent le deuxième poste d’impact après les mammites (Fourichon et al., 2001). Une mauvaise fertilité augmente également l'impact environnemental des systèmes laitiers : le fait de ne pas concevoir signifie que plus de vaches sont requises par unité de lait produit et plus de remplacements des vaches non productives sont demandés dans le troupeau. Ces animaux supplémentaires augmentent l'utilisation des ressources et les émissions des polluants (Garnsworthy, 2004). En effet, vouloir améliorer la fertilité suppose d’en connaître les facteurs de risque, leurs mécanismes d’action et les moments où il convient de les maîtriser pour améliorer les résultats (Ledoux, 2011).

6. Le point sur les performances de reproduction des vaches laitières en Tunisie

En Tunisie, l’élevage bovin laitier constitue un secteur prioritaire de la production agricole, il contribue de 15,7% à la production agricole nationale. Le cheptel bovin laitier national est constitué de 228 000 unités femelles de races pures et 196 000 unités femelles locales et croisées (figure 4) (GIVLAIT, 2014).

Figure 4: Evolution de l’effectif du cheptel bovin (GIVLAIT, 2014)

L’évaluation des performances de reproduction a été l’objet des plusieurs études dont les résultats témoignent une variabilité considérable. Une étude des performances de reproduction chez la vache laitière Holstein en Tunisie a montré un nombre de services par conception (NSC) de 2.55±1.7, un intervalle vêlage-premier service (CFSI) de 93.2±80.2 jours, un intervalle vêlage – conception (CCI) de 150.9±75.7 jours et un intervalle vêlage-vêlage de 444.2±101.5 jours (M’Hamdi et al., 2011). L’évaluation des performances de reproduction chez la Brunes des Alpes et Montbéliard a montré un âge au premier vêlage de 31 ± 3,4 mois, un nombre de services par conception de 2,2 ± 1,8, un délai de mise à la reproduction (IV-I1) de 76 ± 30 jours, un intervalle vêlage insémination IV-IF de 125 ± 80 jours et un IVV de 400 ± 80 jours. Ces performances sont considérées faibles mais ne sont pas trop éloignées des objectifs recherchés (Bouraoui et al., 2009). Ben Salem et al. (2009) ont rapporté un âge moyen au premier vêlage de 30,9 ± 4,12 mois chez la vache Frisonne-Holstein, cet âge est plus élevé que l’âge optimum de 23 à 27 mois rapporté par Ajili et al. (2007). Cependant, plusieurs études ont révélé une dégradation continue des performances reproductives de l’élevage bovin laitier tunisien (figure 5) (Ben Salem et al., 2007 ; Darej et al., 2010).

Figure 5: Tendances phénotypiques de l’intervalle vêlage-premier service (CFSI), l’intervalle vêlage- conception (CCI), l’intervalle vêlage-vêlage (CI) et le nombre de services par conception (NSC) chez la vache laitière Holstein en Tunisie (M’Hamdi et al., 2011)

II. Cycle œstral et facteurs impliqués dans la baisse de fertilité chez la vache laitière

Chez les vaches laitières, la réussite de la reproduction est le résultat d'une chaîne d’événements qui inclut la reprise de la cyclicités post partum, le développement et l'ovulation d'un ovocyte sain, la fécondation, le développement embryonnaire, l’implantation dans l'utérus, le maintien de la gestation et la parturition (figure 6). Les ovaires jouent un rôle fondamentale dans la chaîne de reproduction, une fonction ovarienne manifestant un anœstrus ou inapte de concevoir et de maintenir une gestation est souvent une cause de fertilité médiocre (Garnsworthy et al., 2008b).

Figure 6: Les événements impliqués dans la reproduction chez la vache laitière (Garnsworthy et al., 2008b)

1. Le cycle œstral chez la vache laitière

Le cycle œstral, dont l’ovulation est considérée comme le début, correspond à la période comprise entre 2 œstrus, soit 21 jours chez la vache. Le plus souvent, le cycle ovarien est formé de deux à trois vagues de croissance et l’atrésie folliculaire (Binelli et al., 2001). Chez la vache, la croissance folliculaire dure 5 mois et se déroule en deux phases. Une phase indépendante de l’action des gonadotrophines au cours de laquelle les follicules primordiaux (<3-4 mm de diamètre) sont capables de se développer en absence d’hormones gonadotropes (Picard-Hagen et al., 2008), et une phase gonado-dépendante durant laquelle la croissance folliculaire résulte de l’interaction complexe entre les hormones gonadotropes d’origine hypophysaire, des substances polypeptidiques présentes dans le follicule et des facteurs de croissance (Huyart, 2004). Chaque vague folliculaire consiste en émergence, tous les 7 à 10 jours selon le nombre de vagues dans un cycle (Picard-Hagen et al., 2008), de plusieurs follicules primaires parmi lesquels apparait le follicule dominant qui va continuer sa croissance pendant que les autres régressent ; seule la dernière vague génèrera un follicule ovulatoire (figure7).

Figure 7: La dynamique folliculaire dans un cycle de 3 vagues (CEVA SANTÉ ANIMALE, 2002/2003).

Les vagues émergent aux jours 1 et 9-10 pour les animaux présentant 2 vagues par cycle et aux jours 1, 8-9 et 16 pour ceux présentant trois vagues (Huyart, 2004). Les différences du nombre de vagues par cycle expliquent la variation de la longueur du cycle, de 18 à 21 jours pour des cycles à 2 vagues et de 21 à 25 jours pour des cycles à 3 vagues (Picard-Hagen et al., 2008). Les vaches ayant trois vagues par cycle montrent un taux de gestation plus élevé que ceux ayant deux vagues de croissance (Townson et al., 2002). Les follicules qui se développent dans un cycle de deux vagues sont plus ciblés par un ‘vieillissement’ physiologique qui inclut la

reprise de la méiose et probablement l’apoptose en attente de l’ovulation, par rapport à ceux développant dans un cycle à trois vagues (Inskeep et Dailey, 2005). Chez les vaches laitières, le premier follicule dominant ovule en donnant naissance à un premier cycle sexuel dans 75% des cas. En revanche, ce follicule dominant va devenir kystique dans 20% des cas et dans 5% des cas, il sera atrésique (Mialot et al., 1998). Le phénomène des vagues folliculaires, depuis la croissance folliculaire d’un groupe de follicules sous l’influence des gonadotrophines jusqu’à l’émergence d’un seul follicule ovulatoire, est communément décrit par les concepts de recrutement, sélection et de dominance (Figure 8). La montée transitoire du niveau de FSH de 1 à 2 jours provoque le recrutement des follicules à croissance terminale (Ponsart, 2003). La diminution de la concentration de FSH à un niveau inférieur à celui induisant le recrutement favorise la sélection d’un follicule dominant qui va produire suffisamment d’œstradiol pour induire un pic de LH nécessaire à l’ovulation (Picard-Hagen et al., 2008). L’émergence du follicule ovulatoire va provoquer l’atrésie des autres follicules 2 à 4 jours après le début de la vague folliculaire (Huyart, 2004).

Ovulation

Figure 8: Représentation schématique des différents stades de développement du follicule ovarien chez la vache (Webb et al., 2004).

L’ovulation correspond à l’expulsion d’un ovocyte fécondable après rupture du follicule ovulatoire (Ferguson, 2005) et la mise en place progressive d’un corps jaune fonctionnel dans les 5-6 jours qui suivent. Cela s’accompagne d’une augmentation importante de la progestéronémie, associée à une augmentation du diamètre du corps jaune qui est dépendante de la taille du follicule ovulé (Picard- Hagen et al., 2008). La progestérone étant nécessaire au maintien de la gestation chez les animaux de rente, la prolongation de la durée de vie du corps jaune par l’embryon est essentielle pour sa survie et l’établissement de la gestation (Northey et French, 1980). La sécrétion de progestérone

d’origine lutéale est en effet indispensable pour empêcher les contractions utérines et pour maintenir un environnement utérin complexe essentiel au bon développement embryonnaire (Martal et Charlier, 1985). Dans le cas des cycles œstraux anormaux, les mauvaises expressions des signes d'œstrus sont associées aux difficultés de détection des chaleurs qui empêche l’insémination de se produire au moment approprié par rapport à l’ovulation. Le pourcentage des vaches en œstrus et susceptibles d’être inséminées a diminué de 80% à 50% et la durée de l’œstrus détectée a été réduite de 15 h à 5 h au cours des 50 dernières années (Dobson et al., 2008). Les facteurs de risque d’une mauvaise expression d’œstrus sont liés soit à la vache soit à l’environnement :les facteurs liés à la vache comprennent l’œstrus silencieux ou l’anovulatoire, la parité, la production laitière et la santé de l’animal; les facteurs environnementaux comprennent la nutrition, le logement, la saison et le nombre des animaux simultanément en œstrus dans le troupeaux ( Roelofs et al., 2010 ).

2. Les mécanismes physiologiques de la régulation des cycles œstraux

La fonction ovarienne est régulée par une interaction complexe des facteurs et des mécanismes de la cellule (intra-follicule), l'organe (ovaire) et l'animal (l'hypophyse, foie, tissu adipeux…) (figure9). Ces mécanismes de régulation ovariennes doivent fonctionner en concert avec les mécanismes régulateurs homéorhétiques et homéostatiques de l’animal et avec des systèmes reliés par des signaux des hormones métaboliques et des métabolites (Webb et al., 2004; Webb et al., 2007).

Figure 9: Interaction entre les mécanismes régulateurs physiologiques aux niveaux de l’animal, l’ovaire et le follicule (Webb et Campbell, 2007; Webb et al., 2007)

Le cycle œstral est principalement dirigé par la GnRH, qui est sécrétée d’une façon pulsatile dans le système hypophysaire à partir des terminaisons des neurones originaires de la zone préoptique et de l'hypothalamus médio-basal. Les neurones GnRH sont régulés par le rétrocontrôle de l'œstradiol et de la progestérone (Clarke et Pompolo, 2005). La FSH et la LH sont libérées de l'hypophyse antérieure en réponse à la GnRH (Webb et al., 1992 ; Wolfenson et al., 2004). Chaque pulsation de GnRH est suivie d'une pulsation de LH qui est libérée dans la circulation périphérique, la libération de FSH est supposée dépendre de son taux de synthèse. L'œstradiol ovarien et l’inhibine exercent un rétrocontrôle pour inhiber la libération de la FSH par la suppression de l'expression du gène FSH (Pawson et McNeilly, 2005). La progestérone sécrétée par le corps jaune en développement pendant la période post- ovulatoire joue un rôle critique dans la fonction utérine, une mauvaise sécrétion de progestérone pendant cette période est associée à un faible développement embryonnaire et à la perte embryonnaire précoce (Mann et Lamming, 2001). Cette sécrétion de progestérone est directement liée à la taille du corps jaune (Staples et Thatcher, 2005). Un certain nombre de facteurs de croissance (l'insuline, l'IGF-I et la leptine) et des métabolites (le glucose, les acides gras libres) influencent la libération de GnRH par les neurones hypothalamiques (Sinclair et Webb, 2005). Les récepteurs de la leptine et de l'IGF-I sont exprimés dans l'hypophyse antérieur ; dans des cultures primaires des cellules de l'hypophyse antérieur, la leptine et l'IGF-I augmentent la sécrétion de LH (Daftary and Gore, 2005; Zieba et al., 2005). Le système IGF ovarien a le potentiel d'interagir directement avec l'ovocyte par le récepteur IGF-I de sorte que les niveaux réduits de IGFBP-2 et IGFBP-4, ainsi que les concentrations accrues de l'IGF-I et de l'insuline, peut conduire à un ovocyte «sur-stimulé» (Armstrong et al., 2001). Les facteurs extra ovariens, tels que les hormones métaboliques et nutriments, interagissent avec les facteurs de croissance produits localement dans l'ovaire pour induire des changements dans la dynamique des follicules et la qualité des ovocytes (Webb et al., 2004). Les cellules de la granulosa bovine sont fortement dépendantes à la présence des concentrations physiologiques d’insuline (Gutierrez et al., 1997). Les augmentations des concentrations d'insuline circulantes sont corrélées avec l’augmentation de la production d'œstradiol dans les cellules de la granulosa des follicules antraux (Armstrong et al., 2002).

3. Les anomalies de la reprise de la cyclicité chez la vache laitière

Une vache laitière possédant un post partum ‘normal’ peut être défini comme celle qui a une involution utérine résolue, a repris le développement folliculaire, a ovulé un follicule dominant précoce et persistant et qui continue d'avoir des cycles œstraux normaux à intervalles réguliers d'environ 21 jours (Roche, 2006). En effet, un cycle est jugé normal lorsque l’intervalle entre deux ovulations est compris entre 18 et 24 jours, ceci correspond à des durées moyennes de 6 à 7 jours pour la phase folliculaire et de 14 à 15 jours pour la phase lutéale (Royal et al., 2000a). Les principaux profils anormaux identifiés sont les suivants : retard de reprise de cyclicité ou retard d’ovulation, phase lutéale prolongée, interruption de cyclicité et phase lutéale courte. Les profils anormaux sont d’importance considérable dans l’élevage bovin ; les fréquences actuelles varient de 10 à 25% pour les retards de reprise de cyclicité de plus de 50 jours post- partum et de 7 à 35% pour les phases lutéales de plus de 20 jours. Les phases lutéales courtes et les interruptions de cyclicité sont observées plus rarement : les fréquences sont de 0,5 à 5% pour les phases lutéales de moins de 10 jours et de 3 à 10% pour les interruptions de 14 jours ou plus (Lecouteux, 2005). Les profils normaux restent majoritaires et concernent 37 à 78% des animaux. Dans les élevages laitiers, le pourcentage des vaches ayants des cycles œstraux post-partum irréguliers peut atteindre 50%. Les vaches présentant une anomalie de reprise de cyclicité ont des intervalles vêlage-1èreIA ou vêlage-1ère chaleur plus longs (Opsomer et al., 1998 ; Fréret et al., 2005) et un taux de conception plus faible (Garnsworthy et al., 2009) par rapport aux vaches à profil normal. Le taux de réussite en 1èreIA est plus élevé chez les vaches présentant un profil normal que chez les vaches présentant une anomalie : soit 60% vs 33% (Figure10) (Disenhaus et al., 2002). Le nombre d’inséminations par fécondation est également plus élevé pour les vaches présentant un retard de reprise de cyclicité que pour les vaches à profil normal, soit 2,70 ± 0,26 vs 2,17 ± 0,12 (Lecouteux, 2005). Globalement, les retards de reprise de cyclicité et les phases lutéales prolongées entraînent un allongement de l’intervalle vêlage-insémination fécondante par rapport aux vaches à profil normal : soit respectivement 136 ± 11 et 155 ± 14jours vs 95 ± 9 jours (Shreshta et al., 2004).

Figure 10: Effet des anomalies de la reprise d’activité ovarienne après vêlage sur le taux de réussite en première insémination (TRIA1) chez la vache laitière (Touzé et al., 2004)

4. La santé utérine

L’étude des effets des pathologies utérines sur les performances de reproduction montre une augmentation de l’IVIA1, une baisse importante du taux de réussite en première IA et un nombre d’inséminations plus important chez les vaches présentant une pathologie utérine sans répercussion sur l’état général (rétention placentaire, retard d’involution utérine, métrite) par rapport aux vaches normales. En conséquence, le taux de gestation est relativement réduit de 27% alors que l’IVIAF est plus long de 32 jours (Le blanc et al., 2002).

4.1. L’endométrite post –partum

Une méta-analyse de 23 études a révélé que l’endométrite augmente la moyenne des jours ouverts par 15 jours, diminue le risque relatif de gestation à 150 jours de 31%, et réduit le taux de conception de 16% (Fourichon et al., 2000 ). Ainsi, les vaches souffrant d’endométrite avaient 1,7 fois plus de risques d’être réformées à cause des troubles de la reproduction que les vaches normales (Le blanc et al., 2003). Dans le cas d’une endométrite clinique, la vache atteinte est susceptible d'avoir 4,5 fois plus une reprise de cyclicité ovarienne retardée et 4,4 fois plus une phase lutéale post –partum prolongée (Opsomer et al., 2000). La reprise tardive de cyclicité chez les vaches infectées est expliquée par le mécanisme des cellules épithéliales de l’endomètre qui répondent à l'infection de l' utérus en modifiant la sécrétion et la fonction de la prostaglandine de luteolytique (prostaglandine F2a) à luteotropique (prostaglandine E2) (Peter et al., 2009 ; Sheldon et al., 2009).

4.2. Le retard d’involution utérine

Les retards d’involution utérine et les métrites chroniques possèdent les mêmes facteurs de risque et ne sont guère à dissocier. Leurs incidences peuvent atteindre 15 à 40% dans certains troupeaux (Lewis, 1997) et ils sont associés à un allongement de l’IVIA1 et à des dégradations de la fertilité (Le blanc et al., 2002). Les vaches présentant un retard d’involution utérine associé, ou non, à des métrites sont plus sensibles au risque de retard de cyclicité (Opsomer et al., 2000). Les affections puerpérales pourraient supprimer les sécrétions hypothalamiques de gonadotrophines et, par conséquent, retarder la folliculogenèse et la reprise d’une cyclicité normale.

4.3. La rétention placentaire

Les rétentions placentaires représentent le principal facteur de risque des phases lutéales prolongées (Taylor et al., 2003; Le couteux, 2005). Toute inflammation de l’endomètre compromet probablement sa capacité à produire une quantité suffisante de prostaglandines pour induire la lutéolyse et donc, la fin de la phase lutéale. Ainsi, l’utérus est constamment sous l’influence de la progestérone produite par le corps jaune qui, connue pour ses propriétés immunosuppressives, favorise la croissance bactérienne (Bulvestre, 2007).

III. Effet de la production laitière sur la fertilité

1. Relation phénotypique entre production laitière et fertilité

Les études ayant évalué la relation entre le niveau de production laitière et les performances de reproduction sont très nombreuses et souvent contradictoires. Ces divergences pourraient être liées en grandes partie à la diversité des critères employés pour évaluer la quantité de lait produite sur une période donnée. La production standardisée (lait à 4% de matières grasses) sur 305 jours de lactation est retenue comme un des critères les plus utilisés pour évaluer cette relation même que certains auteurs considèrent qu’il pourrait biaiser la relation production- fertilité (Erb et al., 1981) . On pensait à l’utilisation comme indicateur de production, la quantité de lait produite jusqu’à un stade de lactation intermédiaire (20 à 180 jours) où les besoins nutritionnels d'une éventuelle gestation interfèrent partiellement avec ceux de la sécrétion lactée (Heuer et al., 1999; Lee et al., 1997; Loeffler et al.,1999). Les effets de la production laitière accumulée à 305 premiers jours de lactation sont controversés. L'augmentation de la PL305 diminue (Lee et al., 1997;Veerkamp et al., 2001) ou n’a plus d’effet sur le taux de réussite de l'IA1 (Hillers et al., 1984). Elle augmente (Dhaliwal et

al., 1996 ; Lee et al., 1997; Veerkamp et al., 2001), diminue (Shanks et al., 1979), ou se montre sans effet (Kragelund et al., 1979; Raheja et al., 1989) sur les intervalles VI1 et VIf. Le niveau de production n’engendre aucun effet sur la reprise de l'activité ovarienne postpartum (Ferguson, 1991; Harrison et al., 1990). Une persistance élevée (Nebel et McGilliard, 1993) ou basse (Buckley et al., 2003) peut être associée à une diminution du taux de réussite de l'IA1 ou un allongement des intervalles VI1 ou VIf. Certaines études considèrent qu'un niveau de production laitière élevé dans les premières semaines de lactation pourrait diminuer la fréquence des ovulations du premier follicule dominant (Butler, 2001), ou diminuer la fréquence des pic de LH et retarder ainsi la première ovulation (Markusfeld, 1987; Westwood et al., 2002). L'augmentation de la production journalière au pic de lactation, ou l'augmentation de la production cumulée des premières semaines de lactation pouvait être associée à une fréquence accrue des chaleurs silencieuses (Gröhn et al., 1994), à une diminution du taux de réussite de l'IA1 (Humblot, 2001; Loeffler et al., 1999), à une augmentation des intervalles VI1 et VIf ainsi que du nombre d'IA par conception ( Heuer et al., 1999; Loeffler et al., 1999; Klaas et al., 2004). Cependant dans d'autres travaux, le niveau de production laitière se révèle être sans effet sur les performances de reproduction (Aeberhard et al., 2001; Gröhn et Rajala-Schultz, 2000) ou être associé soit à une amélioration du taux de réussite de l'IA1 (Domecq et al., 1997; Ducker et Morant, 1984), soit à un raccourcissement des intervalles VI1 et VIf (Vargas et al., 1998). La diminution de la fertilité se ressent plus sur des animaux à haut potentiel laitier car ils sont davantage sujets à d’autres troubles tels que les rétentions annexielles, les mammites et les métrites (Gröhn et Rajala-Schultz, 2000). L’effet de la production laitière sur la reproduction est aussi estimé de point de vu qualité ; les faibles taux protéiques en premier et/ou deuxième contrôle laitier sont associés à une dépression de la fertilité alors que les meilleurs résultats de reproduction sont observés pour les vaches produisant les plus faibles quantités de matières grasses (Toghiani, 2012).

2. Relation génétique entre production laitière et fertilité

Il est souvent perçu que l'amélioration de la fertilité par la sélection génétique est incompatible avec les objectifs de l'industrie laitière qui visent des niveaux de production laitière toujours plus élevés. La focalisation sur l'augmentation du mérite génétique pour le rendement laitier réduit le mérite génétique pour la fertilité (Washburn et al., 2002 ; Veerkamp et al., 2003), toute amélioration considérable du rendement laitier est accompagnée par une baisse de la fertilité (Dobson et al., 2007; Rodriguez-Martinez et al., 2008 ; Norman et al., 2009). La «

contre-sélection » génétique sur la fertilité n'a pas été prise en compte immédiatement, notamment en raison de la complexité du caractère à évaluer (Minery, 2007). Le poids relatif accordé à la fertilité au sein des principaux objectifs de l’index de mérite génétique global montre une volonté d’accélérer le progrès sur des critères autres que la reproduction (figure11).

Figure 11: Composition des index de mérite global de la race Prim’Holstein en 2007 (Minery, 2007)

Bien que l’héritabilité des caractères de fertilité (1-10%) (Liu et al., 2008 ; Sun et al., 2010) est faible en comparaison avec le rendement laitier qui est considéré modérément héritable (20- 40%) (Hayes et al., 2010 ; Kemper et Goddard, 2012) et que la corrélation génétique entre ces deux caractères est négative (VanRaden et al., 2004 ; Pritchard et al., 2013), la sélection non conjointe du rendement laitier avec la fertilité est une cause majeure du déclin de la fertilité chez les bovins laitiers (Beerda et al., 2008). En effet, une amélioration conjointe des performances de reproduction et du rendement laitier, permet de maintenir 70% à 80% de l'augmentation annuelle du rendement (Andersen-Ranberg et al., 2005; Jamrozik et al., 2005). Les analyses basées sur les corrélations génétiques entre les paramètres de production et de reproduction rapportent l'existence d'un antagonisme modéré, à fort, entre le potentiel laitier et les paramètres de reproduction (Tillard, 2007 ; Van Raden et al., 2004; Pritchard et al., 2013). La corrélation génétique entre l’aptitude à la reproduction et le niveau de production laitière est estimée à une moyenne de -0,40 ; cette intensité diminue avec l’accroissement du numéro de lactation, pour quasiment disparaître en 3ème lactation (Seegers et al., 2005).

Le niveau de fertilité d’une vache diminue lorsque son potentiel laitier augmente. Les trois principales races laitières montrent une association génétique négative entre la production laitière (100 premiers jours de lactation) et la réussite à l’IA : Prim’Holstein : -0,31; Normande : -0,10; Montbéliarde : -0,32 (Boichard, 2000). Snijders et al. (2000), ont mis en évidence que l’accroissement des index génétiques laitiers était associé à une réduction des performances de reproduction. Ils ont rapporté que les vaches dont l’index laitier était élevé présentaient de plus faibles taux de conception en première, seconde et quatrième IA comparées aux vaches de valeur génétique moyenne. Ils ont aussi montré que les ovocytes prélevés sur les animaux de haute valeur génétique produisaient moins de blastocystes in vitro par rapport aux ovocytes prélevés sur les animaux de valeur génétique moyenne. Humblot (2001) a supposé que la diminution du taux de fertilité pour les vaches à fort index de mérite génétique (Index Economique Laitier : INEL) est due à une forte augmentation de la mortalité embryonnaire précoce (29,1% pour un INEL ≤ 27 contre 37,9% pour un INEL> 27, P=0,01). Il existe aussi une corrélation génétique défavorable entre le potentiel laitier et la fréquence des troubles d'ovulation (anoestrus, kyste ovarien) (Mäntysaari et al., 1993). Cependant, certains auteurs n’ont rapporté aucune relation significative entre potentiel laitier et performances de reproduction (Darwash et al., 1997 ; Royal et al., 2002a). D’autres ont indiqué que les lignées sélectionnées extériorisent des performances de reproduction identiques à celles des lignées non sélectionnées (Royal et al., 2002a; Snijders et al., 2001).

3. Les paramètres de fertilité les plus affectés

3.1. Production et intervalle vêlage-1er œstrus

L'effet de la production laitière sur la première ovulation est bien illustré, mais avec certaines divergences. Un rendement laitier élevé est associé avec un allongement de l’intervalle postpartum-1er service (Berger et al., 1981 ; Janson et Andreasson, 1981), et avec la durée d’œstrus (Berger et al., 1981 ; Hansen et al., 1983). L’allongement de l’IV-1er œstrus peut atteindre 23 jours entre des vaches hautes productrices et des vaches de production moyenne (Harrison et al., 1990). Petersson et al. (2006) ont rapporté une augmentation du délai de la première ovulation et / ou le jour du commencement de l'activité lutéale (C-LA) en conséquence à l’accroissement du rendement laitier. Wiltbank et al. (2006) ont exploré le mécanisme sous-jacent de l'effet négatif du rendement laitier sur le comportement d’œstrus. Le rendement laitier élevé est supporté par

l’ingestion élevée de matière sèche d’où l’augmentation de la circulation sanguine dans le foie ; le catabolisme des œstrogènes et de la progestérone peut être augmenté chez les vaches hautement productrices. Cependant une faible concentration d’œstrogène circulant diminue l'expression comportementale. Il peut également y avoir des effets au niveau de la production des œstrogènes par l'ovaire et la réceptivité aux œstrogènes au niveau du cerveau (Leroy et al., 2008). Il a été prouvé qu’indépendamment de la perte de l’état corporel, le rendement laitier est bien associé avec le taux d’ovulation durant la semaine d'œstrus (Cutullic et al., 2009b) ainsi qu’avec beaucoup des œstrus à faible expression et quelques vrai œstrus (Cutullic et al., 2009a). Cependant, certains auteurs ont considéré que ce rendement diminue (Garbarino et al., 2004) ou n'a aucun effet ( Gumen et al., 2005; Lopez et al., 2005; Pedernera et al., 2008) sur le délai de la première ovulation. Il est retenu que la première ovulation retardée est clairement liée au score de l’état corporel au moment du vêlage ainsi qu’au bilan énergétique au début de lactation mais, elle n'est pas aussi clairement liée à la production laitière (Friggens et al., 2010).

3.2. Production et reprise de cyclicité post-partum

Dans l’élevage bovin laitier moderne, l’occurrence de l’activité cyclique post-partum anormale est fréquemment observée (Opsomer et al., 2000 ; Petersson et al., 2006). Plus de 25% des vaches présentent une phase lutéale prolongée, ce ci convient avec l’incidence d’un court délai de C-LA. Les vaches qui montrent un intervalle au C-LA le plus court sont plus susceptibles d’avoir une première phase lutéale plus longue (Horan et al., 2005; Petersson et al., 2007; Pollott and Coffey, 2008). Une anormalité des cycles peut expliquer de telles différences. En effet, la probabilité de présenter un cycle anormal (profil en progestérone plasmatique anormal) est augmentée par la production laitière au cours des 3 premières semaines de lactation (Disenhaus et al., 2002). On admet que les lignées sélectionnées pour un potentiel laitier élevé extériorisent une reprise plus tardive de l'activité ovarienne (Gong et al., 2002). Royal et al. (2002b), ont montré que les phases lutéales prolongées qui se produisent au premier cycle ont une héritabilité très importante (0,13) , elle est génétiquement lié au taux de matière grasse qui est lié à l'effet des réserves corporelles et de la mobilisation corporelles sur le commencement de l'activité lutéale. Cependant, l’effet phénotypique de la production laitière sur l'incidence de la phase lutéale prolongée est admis. La fréquence des profils anormaux et en particulier des phases lutéales prolongées est nettement plus faible chez les faibles productrices que chez les hautes reproductrices ; soit

respectivement 5% vs 20%, (p<0,05) (Disenhaus et al., 2002). Le niveau de production est considéré plus faible pendant les 3 premiers contrôles laitiers chez les animaux présentant un retard de reprise de cyclicité et pendant le contrôle laitier le plus proche de l’insémination chez les vaches présentant une phase lutéale prolongée (Lecouteux, 2005). Basé sur l’idée que chez les bovin de boucherie, le commencement de l’activité lutéale est associé au score de l’état corporel au vêlage et non pas au rendement laitier (Blanc et Agabriel, 2008), il semble que le rendement laitier n'a pas d'effet majeur direct sur le commencement de l’activité lutéale, mais un effet indirect par la gestion des réserves corporelles et la balance énergétique (Friggens et al., 2010).

3.3. Production et taux de conception

Grimard (2006) a rapporté une diminution significative du taux de gestation lorsque la production laitière augmente et lorsque l’index de mérite génétique (Index Economique Laitier :INEL) augmente (>27 points). Comparées au même mérite génétique, des vaches ayant différent rendements laitiers en raison des différentes fréquences de traite ou des stratégies d'alimentation, les rendements laitiers les plus élevés sont associés aux taux de conception les plus faibles (Garcia-Ispierto et al., 2007; Delaby et al., 2009) suite principalement à une diminution de la survie embryonnaire précoce (Santos et al., 2004). L’effet du rendement laitier sur le taux de conception et la survie des embryons n'est plus associé au déficit énergétique mais peut être considéré comme un effet direct du rendement laitier sur ces paramètres. Bien que les mécanismes sous-jacents ne sont pas bien élucidés, certains auteurs expliquent cet effet par l’action de la prolactine qui a des effets modulateurs sur la croissance du luteum et la synthèse d'œstradiol folliculaire (Ayad et al., 2007). Outre, Lopez-Gatius et al. (2007) ont établit une relation négative entre le rendement laitier et les protéines associées à la gestation.

3.4. Production et taux de réussite à la 1ère insémination

L’impact de la production laitière sur la réussite à l’IA1 a été observé dans des nombreuses études, que ce soit en termes de quantité ou en termes de qualité du lait. Les valeurs s’écartant des valeurs normales ont un effet néfaste sur la reproduction (Toghiani, 2012). Les effets de la production laitière sur la réussite à l’IA (Disenhaus, 2004 ; Seegers et al., 2005) sont généralement associés à l’amplitude du déficit énergétique creusé par les besoins en énergie nécessaire pour la production de lait et une capacité d’ingestion limitée après vêlage.

Toutefois, l’hypothèse d’un effet de la production laitière indépendamment du bilan énergétique a été récemment formulée (Cutullic, 2010). Les répercussions de la sélection classique pour la quantité de lait sur les paramètres de fertilité sont simulés par une dégradation annuelle non négligeable : soit environ 0,3 points et 0,35 jours respectivement pour les taux de réussite à la IA1 (TRIA1) et l’IVIAF (Seegers et al., 2005). Cette dégradation est en fonction de :

a) Le niveau de production

Le niveau de production laitière est significativement associé à un risque de retours en chaleur tardifs (après 52 jours). Les retours précoces ne sont quant à eux pas associés au niveau de production (Seegers et al., 2001). Lorsqu’une vache a un niveau de production de 305 jours supérieur à la moyenne du troupeau, la réussite à l’IA1 est diminuée de 7,3% (Dhaliwal et al., 1996). En effet, les lignées sélectionnées pour un potentiel laitier élevé extériorisent un taux de réussite de l'IA1 plus faible (Gong et al., 2002; Veerkamp et al., 2001).

b) La production au début de lactation

La modélisation du taux de réussite après insémination en fonction de la production des vaches laitières ayant des potentiels génétiques laitiers différents montre que l’augmentation de 1 kg de lait diminue le taux de réussite d’environ 2 % pour des vaches produisant entre 25 et 35 kg de lait par jour (figure 12) (Horan et al., 2005 ; Pollot and Coffey, 2008 ; Cutullic, 2010).

Figure 12: Taux de réussite à la première insémination en fonction de la production laitière de vaches laitières de types génétiques différents dans un même système de production (Cutullic, 2010)

Au cours des trois premiers contrôles laitiers, les vaches produisant moins de 39 kg de lait ont des taux de gestation à l’IA1 plus élevés (45,5%) que les animaux produisant plus de 39 kg (34,9%) (p=0,05). Cette différence s’explique probablement par une mortalité embryonnaire tardive chez les hautes productrices en association avec l’état d’engraissement (Pinto et al., 2000). Lorsque la production est descendante, la probabilité de retour après l’IA1 est plus faible (de l’ordre de 35%) comparativement à des vaches dont la production évolue de façon ascendante dont la probabilité de retour est plus importante (de l’ordre de 50%) (Hery et al., 1995).

c) La date du pic de lactation

Le moment d’apparition du pic de lactation semble avoir une influence sur la fertilité. Plus il survient tard après la mise bas, plus il pénalise la fertilité (Seegers et al., 2005). Un animal ayant un pic de lactation avant 30 jours post partum voit sa réussite à l’IA diminuer de 3,2% alors qu’un animal ayant un pic après 60 jours post partum aura un taux de réussite à l’IA diminué de 6,9%. Si l’on regarde la production au pic de lactation, le risque de non réussite à l’IA1 est significativement plus important chez des animaux à production plus élevée (Toghiani, 2012). En effet, plus le pic de production est élevé et plus il survient tardivement après le vêlage, plus il pénalise les TRIA1et TRIA2. La corrélation génétique entre la production laitière (au pic ou cumulée sur les 100 premiers jours de lactation ou cumulée sur 305 jours de lactation) et le taux de réussite de l’IA1 oscille entre -0,12 et -0,49 (Royal et al., 2002a; Veerkamp et al., 2001). Chez des vaches hautes productrices, le taux de fertilité est meilleur si la date d’IA1 est à plus de 90 jours post partum (42%) alors que ce taux n’est que de 35%, voire inférieur à 25% respectivement chez les animaux inséminés entre 70 et 90 jours et avant 70 jours (P<0,05) (Pinto et al., 2000). L’effet de la production laitière sur les taux de réussite en IA1 est aussi estimé de point de vu qualité, le rapport TP/TB influence les performances de reproduction : plus il est faible, plus les TRIA1et TRIA2 seront dégradés (Seegers et al., 2005).

3.5. Production et intervalle vêlage-1ère insémination

Lorsque le niveau de production sur 305 jours dépasse la moyenne du troupeau, l’IV-IA1 moyen augmente de 4,5 jours (P<0,01) (Dhaliwal et al., 1996). La corrélation génétique entre le rendement laitier et l’intervalle V-IA1est estimée à 0.43 (Sun et al., 2010). La corrélation

génétique entre l’intervalle V-IA1 et le rendement en protéine varie de 0.3 à 0.5 (Kadarmideen et al., 2000 ; Roxström et al., 2001). Cependant, certains résultats montrent une corrélation génétique non significative (0.022) et l’association entre la production laitière et l’intervalle V- IA1 semble être expliqué par la gestion du troupeau (Toghiani, 2012).

3.6. Production et intervalle Vêlage-insémination fécondante

La corrélation génétique entre la production laitière et les intervalles VIA1 et VIAF oscille entre 0,22 et 0,81 (Royal et al., 2002a; Veerkamp et al., 2001). L’allongement de l’intervalle V- IAF peut être de 19 jours supplémentaires en race Prim’Holstein lorsqu’un animal a une production laitière en 305 jours supérieure à la moyenne du troupeau (Dhaliwal et al., 1996). On constate même un IV-IAF de plus de 120 jours pour environ 80% des animaux à potentiel laitier plus élevé que la moyenne (Coulon et al., 1989).

3.7. Production et intervalle Vêlage-Vêlage

La corrélation entre la production laitière et l’intervalle vêlage-vêlage (IVV) a été bien illustrée dans la littérature, elle oscille entre 0.23 et 0.67. Elle exprime une association de la production laitière avec l’allongement de l’intervalle vêlage-vêlage qui peut conduire à une réduction du nombre de vêlages durant la période productive des vaches dans le troupeau (Kadarmideen et al., 2003 ; Toghiani, 2012). En effet, les lignées sélectionnées pour un potentiel laitier élevé montrent des intervalles VIA1, VIAF et IVV allongés (Royal et al., 2000a; Veerkamp et al., 2001). De point de vue qualité de lait, la corrélation génétique entre l’intervalle vêlage-vêlage et le taux de matière grasse est estimé à -0.19. Un intervalle plus court est associé à un taux de matière grasse plus élevé durant la première lactation. La corrélation avec le taux de matière protéique est plus importante (0.96), une amélioration du rendement en protéines est associé à un allongement de l’intervalle VV (Toghiani, 2012).

3.8. Production et nombre d’inséminations nécessaires

Pour une vache qui a un niveau de production sur 305 jours supérieur à la moyenne du troupeau, le nombre d’IA nécessaires est de 1,92 (Dhaliwal et al., 1996).

3.9. Production et mortalité embryonnaire

L'augmentation du potentiel laitier est associé à une fréquence accrue de la mortalité embryonnaire précoce, mais pas de la mortalité embryonnaire tardive (Humblot, 2001; Silke et

al., 2002; Snijders et al., 2000). Le taux de mortalité embryonnaire précoce plus élevé chez les animaux sélectionnés pour la production laitière pourrait être lié soit à une réduction de la qualité des follicules ou des ovocytes avant ovulation (Humblot, 2001), soit à des troubles post ovulation (Snijders et al., 2000). La fréquence accrue des mortalités embryonnaires précoces pourrait expliquer en partie les corrélations génétiques défavorables entre les paramètres de production et de reproduction (Humblot, 2001; Silke et al., 2002).

Il est important de noter que l'association entre la production laitière et la fertilité varie phénotypiquement (Windig et al., 2005) et génétiquement (Windig et al., 2006) d'un troupeau à un autre. En effet, ces associations négatives entre le rendement et la fertilité sont égales ou inférieures dans des troupeaux à production élevée par rapport aux troupeaux à faible production (Oltenacu et Algers, 2005). Ceci soutient la thèse d’absence d’association inverse directe entre le rendement phénotypique et la fertilité, et que la réduction de la fertilité en raison de la sélection du rendement n'est pas nécessairement la conséquence de cette augmentation en soit (Weigel, 2006; Gutierrez et al., 2006). Différents mécanismes peuvent sous-tendre la corrélation génétique négative entre le rendement laitier et la fertilité tel que les effets de gènes pléiotropes et les associations physiologiques (Veerkamp et al., 2003). Outre, la sélection génétique pour le rendement peut changer la répartition de l'énergie chez les vaches laitières en lactation tout en causant un équilibre énergétique négatif et un faible score d'état corporel (Veerkamp et al., 2003 ; Gutierrez et al., 2006), qui sont généralement associés à une mauvaise fertilité.

IV. Les interactions entre métabolisme et reproduction

La régulation métabolique se traduit par des variations de signaux hormonaux tels que les facteurs de croissance comme l’insuline et l’IGF-1, les adipocytokines comme la leptine, l’adiponectine et la résistine ainsi que le flux de nutriments tel que les acides gras, le glucose et les acides aminés (Dupont et al., 2014). Ces mécanismes peuvent agir sur le système reproductif (l’axe hypothalamo-hypophyso-gonadique (HHG)) soit au niveau central (hypothalamo-hypophysaire), soit au niveau gonadique (figure13) (Chagas et al., 2007). Au niveau de l’axe hypothalamo-hypophysaire, les structures hypothalamiques se caractérisent par une activité régulatrice à différents niveaux des centres autonome et des voies neuronales. Ils sont impliqués dans la régulation centrale de processus de reproduction, y compris la maturation sexuelle et le comportement d'accouplement (Palasz et al., 2012).

Le mécanisme majeur par lequel la statue métabolique affecte la fonction de reproduction implique la modulation du réseau neuronal de GnRH au niveau de l’hypothalamus (Evans et Anderson, 2012). Le cerveau utilise certaines hormones, telles la leptine, l'insuline et la ghréline, pour moduler l'activité du réseau neuronal de GnRH (Evans et Anderson, 2012). Les changements métaboliques modifient la GnRH, la LH et la FSH, indépendamment de leurs effets sur la sécrétion pulsatile de LH (Garcia-Garcia, 2012). Au niveau de l'ovaire, elle peut répondre directement aux changements métaboliques indépendamment de l’accent des gonadotrophines (Chagas et al., 2007). La phase la plus modulée par la balance énergétique est la folliculogenèse. Elle a un rôle majeur dans le contrôle du cycle œstral, le comportement d’œstrus, la compétence de l'ovocyte, le taux de survie embryonnaire, la synthèse de la progestérone et la fonction du corps jaune post ovulatoire (Diskin et al., 2003). Les systèmes métaboliques modulateurs de la réponse folliculaire sont l'insuline-glucose, la leptine et les facteurs de croissance analogues à l'insuline (IGF) I et II et leurs protéines de liaison (Hunter et al., 2004), qui interagissent entre eux d'une manière complexe. Ils sont susceptibles d'être des médiateurs importants des effets de l'apport alimentaire et / ou de la balance énergétique (Diskin et al., 2003).

Figure 13: Représentation schématique des mécanismes impliqués dans l’effet de la nutrition sur la fonction de reproduction (Garcia-Garcia, 2012)

1. La régulation hormonale : signaux hormonaux

1.1. Les facteurs de croissance-insuline ″IGFs″

Le système IGFs est un système complexe comprenant 2 ligands (IGF-1 et IGF-2), deux récepteurs, 6 protéines de liaison (BP1 à BP6) et des protéases dégradant ces protéines. Les IGF-1 et IGF-2 se fixent sur leurs récepteurs mais aussi sur les récepteurs de l’insuline. La majorité des composants de ce système sont exprimés dans l’hypothalamus et l’hypophyse (Daftary et Gore, 2005). Également l’IGF-I peut régler l'axe hypophyso-gonadique via des actions aux niveaux de l'hypophyse et des gonades (Adam et al., 1998). Pour cette raison, l’IGF-I est un lien potentiel entre les systèmes neuroendocriniens reproductifs et somatotropes (Daftary et Gore, 2005). Au niveau central, l’IGF-1 et l’insuline régulent à la fois la sécrétion de GnRH, l’expression du kisspeptide (Kiss1) au niveau de l’hypothalamus, et la sécrétion hypophysaire de gonadotrophines. In vivo, chez les femelles prépubères, l’injection d’IGF-1 dans le 3ème ventricule est capable de stimuler la sécrétion de la LH et d’avancer l’âge de la puberté. À l’inverse, l’injection d’un anticorps dirigé contre l’IGF-1 retarde la puberté et la sécrétion de la LH. Ainsi, l’IGF-1 est capable non seulement d’augmenter la sécrétion basale de LH mais également la sécrétion de LH induite par la GnRH suggérant une interaction possible entre le récepteur de GnRH et celui de l’IGF-1 (Dupont et al., 2014). In vivo, les modifications du bilan énergétique influencent les niveaux plasmatiques d’IGF-1 qui sont liés à la rapidité du retour de l’activité cyclique après vêlage. Au niveau des gonades, les IGFs et leurs protéines de liaison sont présents dans le plasma mais il existe aussi une sécrétion intra-ovarienne qui permet une régulation autocrine, paracrine et endocrine de la croissance folliculaire. Les IGFs agissent sur la fonction ovarienne en modulant les actions de gonadotrophines (follicule gonadodépendant) mais pourraient aussi agir de façon directe sur la croissance folliculaire précoce (Grimard, 2000). L’IGFI et leurs protéines de liaison (IGFBP) interviennent à travers divers mécanismes aux différents stades de développement folliculaire, de stéroïdogenèse folliculaire (Demeestere et al., 2004 ) et de maturation des ovocytes comme dans le contrôle de l'ovulation (Mazerbourg et al., 2003). Le système IGF ovarien a le potentiel d'interagir directement avec l'ovocyte à travers le récepteur IGF-I, de sorte que les niveaux réduits de IGFBP-2 et -4, avec des concentrations accrues à la fois de l'IGF-I et de l'insuline peuvent avoir conduit à une super stimulation de l'ovocyte (Armstrong et al., 2001). Par conséquent, l'insuline et l'IGF-I peuvent être considérés

comme des médiateurs entre l'état corporel et le développement de follicule ovarien, l’ovulation et le développement embryonnaire (Chagas et al., 2007).

1.2. L’insuline

L'insuline est un modulateur du stimulus métabolique, plutôt qu'un médiateur entre le niveau d'énergie interne et les effecteurs centraux (Schneider, 2004). La voie de signalisation commune de récepteur IGF-I et de récepteur de l'insuline (IR) agit à travers le récepteur de protéines substrat de l'insuline (IRS) (Kim et Accili, 2002) et joue un rôle dans la régulation de la fertilité dans des conditions d'alimentation normales.

L'insuline a un effet direct au niveau ovarien (Garnsworthy et al., 2008b). En effet, toute restriction alimentaire ou une balance énergétique négative réduise les concentrations de l'insuline circulante et pourrait donc réduire la production d'androgènes et d'œstradiol qui compromettent la capacité des follicules à acquérir les récepteurs de LH (Garcia-Garcia, 2012). L’augmentation des concentrations d’insuline et d’IGF-I suit à une supplémentation à court terme, augmente la réactivité aux gonadotrophines, stimule la croissance folliculaire, et supprime l'apoptose des follicules (Jorritsma et al., 2003). L’insuline et IGF-I, hormones liées à l'état énergétique de l'animal, sont impliquées dans la régulation de la production de progestérone par les cellules lutéales et dans la promotion de la croissance embryonnaire en modifiant le microenvironnement dans l'oviducte et l'utérus (Leroy et al., 2010a). Plusieurs études réalisées in vitro chez différentes espèces ont montré que l’insuline et l’IGF-1 stimulent la prolifération et la synthèse de stéroïdes par les cellules de la granulosa et de la thèque, ainsi que la maturation ovocytaire et le développement embryonnaire (Adashi, 1998).

1.3. Les adipocytokines

Les adipocytokines (Leptine, Resistine, and Adiponectine), récemment impliquées dans les interactions métabolisme/reproduction, sont produites et secrétées par les tissus adipeux (Tersigni et al., 2011). La leptine a été la première adipocytokine identifiée reliant le métabolisme énergétique à la reproduction (González et al., 2000). L'hypothalamus est un site important pour l'action de leptine. Il s’agit d’un stimulateur puissant de la sécrétion de GnRH centrale et de gonadotrophine (McCann et al., 1998). Chez plusieurs espèces animales, la leptine constitue un signal nécessaire au système nerveux central pour déclencher, en fonction des réserves adipeuses, la puberté et les premières ovulations chez la femelle (figure 14) (Dupont et al., 2014).

La leptine et son récepteur sont localisés dans les ovaires et plus précisément sur les cellules de la granulosa et de la thèque mais aussi sur l’ovocyte chez plusieurs espèces, suggérant un effet direct de la leptine au niveau des gonades (Agarwal et al., 1999). En outre, la leptine a un effet direct sur l'ovaire comme un inhibiteur puissant de stéroïdogenèse (Kendall et al., 2004) . Dans l'ovaire, la leptine antagonise l'effet stimulant de l'insuline sur la stéroïdogenèse des cellules de la thèque, aboutissant à une diminution de la sécrétion d'œstradiol (Spicer et Francisco, 1997). Elle affecte également la maturation des ovocytes (Craig et al., 2004), la rupture des follicules, la formation du corps jaune (Ruiz-Cortes et al., 2003), l'implantation embryonnaire et la gestation (Craig et al., 2005).

Figure 14: Les voies d’action de la leptine sur la fonction de reproduction (Hausman et al., 2012)

1.4. L’hormone de croissance

L’hormone de croissance (GH) semble avoir un rôle facilitateur plutôt qu'un rôle obligatoire dans la reproduction. Il a des effets directs sur le follicule ainsi que des effets indirects induits par des changements dans les métabolismes nutritionnel et la sensibilité à l'insuline, à l’IGF-I et à l’IGFBP (Garcia-Garcia, 2012). La sécrétion plasmatique de l'hormone de croissance atteint son pic au moment du vêlage, puis diminue graduellement (Wathes et al., 2013). Les effets de l’hormone de croissance sur la reproduction sont connus chez la vache laitière en début de lactation et chez la génisse en croissance. Elle intervient dans la potentialisation de l’action des gonadotrophines et la stimulation de la croissance folliculaire, de la prolifération et de la lutéinisation des cellules du corps jaune et de la stéroïdogénèse. In vitro, elle agit sur la maturation du cytoplasme et du noyau de l’ovocyte. Une part des effets de la GH s’explique par son action sur la sécrétion d’IGFs dans le foie (IGFs plasmatiques) mais aussi sur la production locale de GH et d’IGFs dans l’ovaire (Grimard, 2000).

1.5. La ghréline

La ghréline est une hormone gastro-intestinale impliquée dans la régulation de la sécrétion de l’hormone de croissance, l’adiposité, la prise alimentaire et du métabolisme énergétique. La découverte récente de son expression ainsi que celle de son récepteur GHS-R, aux différents étages de l’axe gonadotrope, suggèrent l’implication de la voie ghréline/GHS-R dans le contrôle des fonctions de reproduction (Dupont et al., 2010). Au niveau du contrôle de la fonction de reproduction, la ghréline montre un mode d'action complexe sur l'axe gonadotrope, avec effets inhibiteurs prédominants au niveau central (hypothalamique) et sur la sécrétion de gonadotrophine induite par la GnRH, avec une action stimulatrice directe sur la sécrétion basale de LH et de FSH (Garcia et al., 2007). La physiologie gonadique est également régulée par la grhéline (Tena-Sempere, 2008) et même en période de préimplantation (Muccioli et al., 2011). La ghréline est exprimée dans l’ovaire de plusieurs espèces et principalement dans les cellules lutéales stéroïdogènes du corps jaune, alors que son récepteur est exprimé plus largement dans les ovocytes, les follicules et le corps jaune à différents stades.

2. Balance énergétique

La régulation métabolique de l’apport nutritionnel est indispensable pour une lactation réussie et représente la base physiologique pour l'amélioration de l'efficacité productive des vaches laitières à haut mérite (Bauman, 2000). Dès les deux dernières semaines de gestation jusqu’à environ quatre semaines après vêlage, la diminution de l’appétit de l’animal en réponse au stress de la parturition coïncide avec l’accroissement des besoins en énergie et en protéines nécessaire à la production laitière (Walsh et al., 2011). Ainsi les vaches qui entrent dans une période de déficit énergétique se caractérisent par des changements marqués dans le système endocrinien et métabolique, de l’état physiologique et par un développent davantage de leur réponse immunitaire et inflammatoire (Sordillo et Aitken, 2009 ). Après la parturition, une demande en glucose, en acides gras et en protéines est établie en mesure du commencement de la production laitière. Pendant cette phase de transition, la vache ne peut pas compenser l'augmentation de ses besoins en énergie par l’augmentation de son ingéré favorisant par la suite une balance énergétique négative (Garnsworthy et al., 2008a). Au début de lactation, la régulation des récepteurs de l’hormone de croissance diminue et les concentrations circulantes d'IGF-I sont considérablement réduites (Butler, 2003).

Comme la production d’IGF-I est arrêtée, son rétrocontrôle négatif agit au niveau de l’hypothalamus/hypophyse et la concentration de GH augmente. Cette forte concentration de GH stimule la production laitière et provoque la production du glucose dans le foie et la mobilisation du gras au niveau cellulaire. La concentration sanguine élevée en acides gras non estérifiés et en GH provoque l’action de l’insuline et constitue une sorte de résistance périphérique à l’insuline (Leroy, 2010b). Ces interactions, engendrent un changement sur le plan de l’activité ovarienne postpartum et influent fortement la reprise des cycles ovariens (Butler, 2005). Les changements dans le modèle de croissance du follicule ovarien pendant une période de balance énergétique négative peut affecter indirectement la qualité de l'ovocyte qui est responsable de la sous-fertilité chez les vaches laitières (Leroy et al., 2011). Plusieurs études ont confirmé que cette partition prioritaire de l'énergie pour le lait est génétiquement déterminée (Coffey et al., 2004). Les vaches à haute valeur génétique pour le rendement de lait semblent orienter l'énergie supplémentaire ingérée directement vers la production de lait au lieu d'améliorer leur état corporel, tandis que leurs homologues avec un mérite génétique inférieur utilisent des suppléments d'énergie pour alléger leur déséquilibre énergétique (Lucy et al., 2009).

2.1. Mobilisation du gras corporel

La régulation des gras corporels a des implications importantes dans la balance énergétique au début de lactation. Pendant les premières semaines de lactation, l’apport énergétique des rations ingérées est destiné principalement à la production laitière. En effet, les vaches laitières hautes productrices sont toujours en déficit énergétique durant cette période et la mobilisation des réserves de graisse corporelle demeure une nécessité pour compenser ce déficit (Garnsworthy et al., 2008b). La mobilisation des acides gras non estérifies (NEFA) sert comme une source d’énergie alternative pour substituer au tissu le glucose qui est préférentiellement utilisé par la glande mammaire pour produire le lactose (Leroy et al., 2010b). Les NEFA peuvent affecter le développement et la croissance folliculaire en agissant directement sur les cellules folliculaires. L’ajout des NEFA in vitro, aux concentrations mesurées dans le liquide folliculaire (FF), pendant une balane énergétique négative (NEB) a des effets néfastes sur la viabilité et la fonction des cellules folliculaires (Leroy et al., 2005; Vanholder et al., 2006). Chez la vache laitière post partum, l’existence d’une balane énergétique négative (NEB) est exprimée par le degré de perte des scores des conditions corporelles (BCS) (Stevenson, 2001).

Une perte excessive de la condition corporelle durant la phase de transition constitue un facteur majeur des problèmes liés à la santé et à la fertilité (Roche et al., 2007). Les individus qui montrent une NEB sévère perdent plus leurs condition corporelle et se caractérisent par des intervalles vêlage-première ovulation plus longs (Zurek et al., 1995 ; Meikle et al., 2004). L’association phénotypique et génétique entre les réserves corporelles et la reproduction est bien rapportée dans la littérature (Berry et al., 2008). La corrélation favorable entre le score de la condition corporelle durant une lactation et le taux de conception est illustrée aux niveaux phénotypique et génotypique. En effet, les corrélations génétiques entres les scores des conditions corporelles à différents moments de lactation sont proches de l’unité et que le modèle de changement de ses scores est hautement répétable de point de vu génétique (Berry et al., 2003; Roche et al., 2006). Ceci implique qu’une proportion significative des effets sur la fertilité est attribuée aux différences des réserves en gras corporels (Friggens et al., 2010). Par conséquence, il est certes que le niveau de gras corporel doit être considéré comme un facteur important pour la modulation de la reproduction indépendamment de la mobilisation des réserves corporelles (Blanc et Agabriel, 2008). Bien que la mobilisation des réserves corporelles soit une stratégie vitale pour maintenir la lactogenèse en cas de carence énergétique, la perte excessive de BCS pendant la période de transition augmente le risque de stéatose hépatique (Herdt, 2000) et d'autres problèmes de santé et de fertilité (Roche et al., 2007), d’ou l'importance de la surveillance précoce de BCS post- partum en tant qu'outil de gestion (Chagas et al., 2007).

2.2. La reprise de l’ovulation post-partum

La balance énergétique négative intervient à travers un signal métabolique combiné d’une faible concentration de glucose sanguin et d’insuline ainsi qu’un niveau élevé d’acide gras non estérifié par le retard de l’accroissement des pulses des gonadotrophines nécessaires pour la stimulation des follicules ovariens. Les faibles concentrations de l’insuline sanguine sont aussi responsables d’une faible production d’IGF-I à partir du foie, ce qui réduit la réponse de l’ovaire aux gonadotrophines. A travers ces interactions, la NEB change le plan d’activité ovarienne post-partum et influe fortement la reprise des cycles ovulatoires (Butler, 2005).

2.3. Effets du stress métabolique sur la croissance folliculaire

Il est clair que le statut particulier de NEB peut entraver le processus de la croissance folliculaire à différents niveaux de l'axe hypothalamo-hypophyso-ovarien (Wathes et al., 2007).

La diminution des concentrations d'insuline et de facteur de croissance analogue à l'insuline I (IGF-I), l’augmentation des concentrations de l'hormone de croissance et très probablement aussi la réduction des concentrations de la leptine sont des mécanismes endocriniens majeurs à travers lesquels la croissance folliculaire finale et l'ovulation peuvent être directement affectées. La présence de la protéine du récepteur de l'insuline dans les cellules de la granulosa de follicules bovin (Bossaert et al., 2010), suggère une interaction directe possible entre l’état énergétique et la croissance folliculaire (Leroy et al., 2011). L’effet indirect de la NEB sur la croissance folliculaire est possible, puisque des associations entre la concentration d'insuline et la pulsation de la LH ont été rapportées (Lucy, 2003). L'hypoglycémie est associée à une sécrétion de GnRH inhibée dans l’hypothalamus conduisant à l’échec du mécanisme d'impulsion de LH adéquate. De nombreuses études ont démontré qu'un ovocyte provenant d'un follicule compromis ou d'un follicule avec un schéma de croissance déviant seraient de qualité inférieure (Lequarre et al., 2005). Ainsi, l’importance de la dominance folliculaire influence la qualité des ovocytes et des embryons et donc les taux de conception (Santos et al., 2010).

2.4. Qualité de l’ovocyte

Au niveau du follicule, la prolifération et le développement cellulaire sont principalement contrôlés par des facteurs de croissance endocrine et paracrine ainsi que l'apport nutritif (Garnsworthy et al., 2008a) ; ce qui détermine la compétence de maturation et du développement de l'ovocyte (Boland et al., 2001). Le follicule en croissance pendant la période de NEB au début du post-partum pourrait être affecté par les changements métaboliques défavorables et peut contenir un ovocyte dont le développement est incompatible (Britt, 1992). Les régimes alimentaires à haute teneur en énergie et en protéines améliorent le développement des follicules ovariens, bien qu’ils aboutissent à une réduction significative de la qualité des ovocytes, déterminée par leurs capacité de maturité, de fertiliser et de se développer au stade blastocyste (Armstrong et al., 2001). Chez les bovin, les effets des niveaux élevés d'alimentation sur la qualité des ovocytes sont cumulatifs, ils sont liés au métabolisme de l'insuline et dépendent du BCS initial de la l’animal (Adamiak et al., 2005). Fouladi-Nashta et al. (2005) ont montré qu’un niveau élevé d'insuline pourrait ne pas être bénéfique pour la qualité des ovocytes. Pour le régime à forte teneur (28%) en insuline, 26% des embryons en division se développent en blastocystes, par rapport à 41% des embryons pour

le régime à faible teneur (13%) en insuline. Outre, le régime alimentaire à taux élevé d'insuline produit un nombre nettement plus élevé d’ovocytes de niveau 4 (Mauvaise qualité). Certaines études ont déterminé la dégradation de la qualité des ovocytes en réponse aux changements métaboliques dans le sérum, mais le lien physiologique entre le follicule et le liquide folliculaire (FF) n’est pas encore bien établi (Jorritsma et al., 2004). L’examen de FF durant une NEB révèle des concentrations élevées d'urée (Hammon et al., 2005), qui peuvent être considérées toxiques pour les ovocytes au cours de maturation (Iwata et al., 2006) probablement par une inhibition de la polymérisation de tubuline en microtubules (De Wit et al., 2001). Les concentrations observées de glucose sont inférieures aux apports adéquats nécessaires pour supporter l'expansion normale des cumulus et la maturation nucléaire (Sutton-McDowall et al., 2010). Les concentrations élevées de NEFA sont probablement néfastes à la compétence de développement de l'ovocyte (Leroy et al., 2008).

2.5. Qualité de l’embryon

L’étude de l’effet de NEB combiné avec incidence possible de lactation, la gestion d’élevage et alimentation sur le microenvironnement de l'oviducte ou l'utérus montre que non seulement la qualité de l’ovocyte et de l'embryon est inférieure, mais également le taux de fertilisation est plus faible, illustré par une proportion plus élevée d'ovocytes non fertilisés présents dans l'utérus des vaches laitières en lactation (Sartori et al., 2002). Les hormones métaboliques pourraient également jouer un rôle dans le développement de l'embryon. Mann et al. (2003) ont trouvé une proportion plus faible d'embryons allongés (0,10 cm à 16 jours après l'insémination) chez les génisses avec un faible rapport insuline / glucagon, bien que les concentrations de progestérone n'ont pas été affectées par le traitement. Certains changements métaboliques sont généralement considérés nuisibles à la qualité de l’embryon (Leroy et al., 2008). Un régime alimentaire à teneur élevée en énergie et/ou en protéine peut altérer le microenvironnement de l’embryon dans l’oviducte et dans l’utérus (Kenny et al., 2002). Leroy et al. (2005) ont envisagé une évaluation morphologique basée sur la corrélation entre la couleur de l’embryon et sa teneur en lipides. Les embryons des vaches laitières en lactation étaient généralement sombres et contenaient autant de lipides que les embryons cultivés in vitro qui sont connus par une accumulation de quantités excessives de lipides. Cette teneur élevée en lipides est indéniablement liée à une qualité embryonnaire altérée (Reis et al., 2003; Rizos et al., 2003).

V. La fertilité : caractère à faible héritabilité mais à variation génétique considérable

1. Héritabilité de la fertilité

Durant ces dernières décennies, la fertilité femelle à connue une régression continue dans l’élevage bovin laitier (Sorensen et al., 2007). Cette dégradation est liée à sa relation négative avec la production laitière ainsi qu’à la faible héritabilité de ses traits (tableau1). Les traits de fertilité couramment utilisés en élevage montrent une héritabilité relativement faible. Ainsi, ils montrent une expression sexuelle limitée et certains d'entre eux sont exprimés tard dans la vie, ce qui entraîne un gain génétique lent. Outre, la variation résiduelle dans les modèles statistiques utilisés pour prédire des traits comme l'intervalle entre vêlages et le taux de gestation est injustifiable et la difficulté de prédire ces traits est démontrée par le faible pourcentage de leur variance (Veerkamp et Beerda, 2007). L’héritabilité des traits de fertilité est faible (1-10%) (Sun et al., 2010) en comparaison au rendement laitier qui est considéré modérément héritable (20-40%) (Hayes et al., 2010 ; Kemper et Goddard, 2012). Elle est estimée à 0.56 chez les génisses Holstein (Moraes et al., 2015) et oscille entre 2 et 4% dans les populations Holstein des pays nordiques (Strudsholm et al., 2007). Au niveau intra-racial, les valeurs d’héritabilité génétique sont extrêmement faibles, elles sont inférieures à 0,05 pour les critères de fécondité (IVIAF) et inférieures à 0,07 pour les critères de fertilité (TRIA1 ou NIA/F) (Bulvestre, 2007). La recherche d’une alternative aux paramètres classiques à permis d’identifier des paramètres endocriniens liés à la fertilité dont l’héritabilité estimée oscille entre 0.09 et 0.15 (Tenghe et al., 2016).

1.1. Héritabilité des indices classiques

La faible héritabilité des caractères de fertilité mesurés par les indices classiques est liée à plusieurs facteurs à savoir :  La valeur de l’héritabilité du caractère étudié ne dépend pas uniquement de ce caractère mais aussi de la fréquence allélique des gènes associés dans la population étudiée d’où l’importance de la taille de l’échantillon des animaux utilisé.  Une grande partie de la variation résiduelle dans les modèles statistiques utilisés pour la prédiction des caractères de fertilité reste inexplicable.

 Bien que corrigé pour les effets d’environnement, les indices classiques de fertilité ne reflètent pas la capacité de la vache à montrer un cycle œstrale normale et à maintenir à terme une gestation.

Tableau 1: Valeurs d’héritabilité rapportées pour différents indices de fertilité chez la vache laitière.

Indice de Héritabilité Nombre Race Pays Références fertilité H2 d’animaux 0.134 Holstein Canada Jamrozik et al. (2005) Age à la 1ère IA 0.128 Holstein Japon Abe et al. (2009) 0.107 - Iran Eghbalsaied (2011) 0,100±0,012 20 169 Holstein Chine Guo et al. (2014) IVV 0.065 - Iran Eghbalsaied ( 2011) 0.070 Holstein Danemark Sun et al. (2010) 0,056±0,014 Holstein Chin Guo et al.( 2014) 0.07±0.013 115 465 Holstein Iran Toghiani ( 2012) IV-1ère IA 0,034±0,011 Holstein Chine Guo et al. ( 2014) 0.04±0.01 115 465 Holstein Iran Toghiani ( 2012) Nombre de 0.067 - - Iran Eghbalsaied ( 2011) jours ouverts 0.069 - Holstein Danemark Sun et al. (2010) 0,053±0,019 20 169 Holstein Chine Guo et al. ( 2014) 0.06±0.008 115 465 Holstein Iran Toghiani (2012) Taux de 0.01 40736 - - De Haas et al. (2007) conception Nombre d’IA/ 0,040±0,017 20 169 Holstein Chine Guo et al. ( 2014) conception TNR56 0.99- 1.08 2697 - Norvège Andersen-Ranberg et al. (2005)

Les études des corrélations génétiques entre les paramètres de fertilité sont généralement controversées. Toghiani (2012) considère que les corrélations estimées entre les paramètres de reproduction sont variables et faibles (0,0005 à 0,111), indiquant une indépendance génétique entre les traits de fertilité. Cependant, d’autres auteurs (Kadarmideen et al., 2003 ; Veerkamp et al., 2001) ont rapporté des fortes corrélations allant de ± 0,70 à ± 0,98 entre les traits de fertilité. Les corrélations génétiques entre l'âge au premier service (AFS), le nombre de services (NS) par conception, l’intervalle vêlage-premier service (CFSI), le nombre de jours ouverts (DO) et l’intervalle vêlage-vêlage (CI) varient de 0,13 à 0,99. Les corrélations génétiques entre AFS avec NS, CFSI, DO et CI sont de 0,31, 0,15, 0,13 et 0,15, respectivement. L'intervalle vêlage- vêlage était fortement corrélé avec NS, CFSI et DO (0,49 - 0.99), le DO a montré une forte corrélation avec NS (Guo et al., 2014). Grosshans et al. (1997) ont également signalé une corrélation génétique de 0,98 entre DO et CI chez les vaches laitières de Nouvelle-Zélande.

Les corrélations génétiques entre AFS pour les génisses avec le NS, DO et CI des vaches sont négatives, allant de -0,31 à -0,13. La corrélation entre AFS et CFSI est de 0.15. Cependant, Jamrozik et al. (2005) ont rapporté que les corrélations génétiques entre AFS et CFSI et NS sont de 0,11 et 0,28, respectivement. Abe et al. (2009) ont trouvé des corrélations entre AFS et CFSI et DO de 0,16 et 0,12 pour la première parité, et de 0,01 et 0,18 pour la deuxième parité chez les Holsteins au Japon. Eghbalsaied (2011) a également signalé des corrélations génétiques entre AFS et CFSI, DO et CI de 0,72, 0,22 et 0,21 pour la première parité chez les Holstein en Iran.

1.2. Héritabilité des indices endocriniens a) Concentration de progestérone

Les paramètres endocriniens sont suggérés comme alternative aux indicateurs classiques de fertilité étant donnée qu’ils reflètent directement et nettement la physiologie de la reproduction ainsi qu’ils sont moins influencés par la gestion d’élevage (Darwash et al., 1999a). Outre, ces paramètres paraissent plus héritables que les paramètres classiques (Veerkamp et al., 2000; Petersson et al., 2007); d’où leur utilité pour la détection des QTL de fertilité. L’un des paramètres physiologiques les plus mentionnés dans la littérature est le niveau de concentration de progestérone dans le lait. Les concentrations anormales de progestérone sont associées à des anomalies de la reprise de l’activité ovarienne (Royal et al., 2002a). L’étude de l’héritabilité basée sur la concentration de progestérone rapporte une valeur oscillant entre 0.14 et 0.20 (Veerkamp et al., 1997 ; Royal et al., 2002a). En se référant à ces concentrations, Tenghe et al. (2015) ont déterminé les paramètrent endocriniens de fertilité comme suit :

1. Le commencement de l’activité lutéal (C-LA) : est le nombre des jours antre le vêlage et le premier jour où le niveau de P4 dans le lait est élevé (≥5 ng/mL). 2. La proportion des échantillons avec une activité lutéale (PLA) : est le nombre de dosages de P4 avec activité lutéale (niveau de P4 ≥5 ng/mL) divisé par le nombre total des dosages de P4 réalisés durant la période de 25 jusqu'à 60 DIM (day in milk). 3. L’activité lutéale durant les 60 premiers DIM (LA60) : est la présence (LA60 = 1) ou l’absence (LA60 = 0) de l’activité lutéale entre le 25 et 60 DIM. 4. Le commencement de l’activité lutéale jusqu’au premier service : est l’intervalle entre le premier jour de niveau de P4 élevé (≥5 ng/mL), critère approprié à l’activité lutéale, jusqu’au jour du premier service.

5. Longueur de la première phase lutéale (LPL) : est l’intervalle entre le premier et le dernier jour successif à niveau élevé de P4 (≥5 ng/mL). 6. Longueur de l’intervalle inter-lutéal : est l’intervalle entre le premier jour à niveau réduit de P4 (<5 ng/mL) suivant la phase lutéale et le dernier jour consécutif à niveau réduit de P4 (<5 ng/mL). 7. Longueur du premier intervalle inter-ovulatoire (IOI): est l’intervalle entre le premier jour à niveau élevé de P4 (≥5 ng/mL) d’un cycle œstral et le premier jour à niveau élevé de P4 (≥5 ng/mL) du cycle œstral suivant.

Une approche alternative consiste à utiliser des mesures endocriniennes de la fertilité, telle que le commencement de l’activité lutéale post-partum (CLA) qui montre une héritabilité élevée (0,16 -0,23) (Royal et al., 2002b). Plusieurs publications ont fait état de l’héritabilité de divers aspects de la physiopathologie de la reproduction. L’héritabilité du moment d’apparition d’une activité lutéale au cours du post-partum varie de 0,13 à 0,28 avec une répétabilité de 0,28 (Darwash et al., 1999b). Certains paramètres endocriniens comme le commencement de l’activité lutéale, l’intervalle entre le commencement de l’activité lutéale et le premier service et la proportion des échantillons avec activité lutéale montrent une héritabilité élevée comparés aux traits classiques de fertilité tels que l’intervalle vêlage-vêlage et vêlage-première IA (Veerkamp et al., 2017). Les estimations de l'héritabilité pour le délai de commencement de l’activité lutéale post partum, la longueur de la première phase lutéale post partum et l'apparition d’un corps jaune persistant étaient de 0,16, 0,17 et 0,13, respectivement (Royal et al., 2002a). Les corrélations phénotypiques de CLA avec les indices classiques de fertilité sont généralement favorables. La corrélation génétique additive de CLA avec CI et BCS étaient respectivement de 0,36 et 0,88. Ainsi, l'incorporation des paramètres endocriniens de la fertilité, tels que le CLA, dans un index de fertilité peut offrir le potentiel d’ajustement de la précision de la prédiction de la valeur d'élevage pour la fertilité (Royal et al., 2002b).

b) Pathologies liées à la fertilité

L’héritabilité des pathologies liées à la fertilité est généralement faible, elle est de 0.01 pour les traitements de fertilité (Schulma et al., 2008). L’héritabilité des pathologies de fertilité telles que les anomalies ovariennes, l’endométrite et la rétention placentaire est de 0.04 (Harder et al., 2006). Elle est de 0.03 pour l’anomalie de l’ovaire kystique et de 0.11 pour l’anomalie du corps jaune persistant (Abdel-Azim et al., 2005).

2. Variabilité génétique de la fertilité

Malgré la faible héritabilité pour la majorité des traits de fertilité, qui sont complexes et polygéniques, (Spencer et al., 2014), des effets génétiques considérables et des variations génétiques significatives sont généralement retenues chez les vaches en lactation (Veerkamp et Beerda, 2007). Cette variabilité génétique existe chez les principales races pour des traits importants liés à la fertilité (Berry et al., 2012). Les causes génétiques influençant la fertilité comprend des défauts chromosomiques, des gènes et des interactions génétiques (VanRaden et Miller, 2006). La variation génétique additive des traits de fertilité peut justifier leur inclusion dans les objectifs de sélection (Philipsson, 1981). L’intérêt est orienté vers les traits indicateurs qui peuvent être plus facilement enregistrés, mesurés tôt dans la vie et possédés une cohérence plus grande que l'héritabilité des traits classiques de fertilité et de santé. Bien que les héritabilités obtenues pour ces caractères soient faibles, leur variabilité génétique est relativement élevée. En effet, l’écart type génétique du taux de réussite de l’insémination est de 6%, ce qui permet d’envisager un certain gain génétique si l’effort de sélection est porté sur ces caractères (Dassonneville et al., 2009). Certains paramètres de fertilité montrent une variation génétique considérable : les intervalles premier service-conception et vêlage-premier service montrent un coefficient de variation génétique de 10% (Berry et al., 2003).

VI. Estimation génomique de la fertilité

Les technologies génomiques sont actuellement disponibles pour identifier les gènes qui améliorent la fertilité des bovins laitiers sans dégrader le rendement laitier (Lucy, 2007 ; Schefers et Weigel, 2012).

1. Les marqueurs moléculaires

Depuis les années 1990, la génomique appliquée aux espèces d’élevage a permis de détecter des marqueurs moléculaires de régions chromosomiques appelés QTL (Quantitative Trait Loci) ayant un effet quantitatif significatif sur les caractères d’intérêt. Un marqueur moléculaire peut être défini comme un endroit du génome (locus) pour lequel on peut identifier différentes formes (allèles) au sein de la population pouvant être associées à la présence de différents allèles d’un ou plusieurs QTL proches (Colombani, 2012). Il existe de nombreux types de marqueurs (liés à des mutations, délétions, insertions, inversions, variations du nombre de

copies, etc.). Les plus utilisés en pratique restent les marqueurs microsatellites et plus récemment les marqueurs SNP (Single Nucleotide Polymorphism). Ces polymorphismes ponctuels correspondent au polymorphisme d’une seule paire de bases (A, G, T, C). Ils sont le plus souvent bi-alléliques (a, A) : ils sont constitués de l’allèle ancestral initial et de l’allèle muté ce qui les rend individuellement peut informatifs. Pour un locus donné, un individu sera donc porteur d’un des deux génotypes homozygotes (aa ou AA) ou du génotype hétérozygote (aA ou Aa). Les SNP sont extrêmement nombreux, leur génotype est facilement automatisable et multiplexable sur des supports de type puce à ADN (Guillaume et al., 2009). On suppose que les SNP sont fortement liés aux QTL des caractères d’intérêt ce qui permet la détermination de leurs effets (Colombani, 2012).

2. L’approche du gène candidat

Les approches de détection de QTL permettent de localiser les régions du génome qui sont associées à des variations phénotypiques. Elles supposent que les vrais QTL qui affectent un caractère quantitatif ne sont pas connus. Elles reposent sur deux approches principales : l'approche du gène candidat et l'approche de balayage de l'ensemble du génome (the whole genome scan). L’approche du gène candidat consiste à sélectionner un ou plusieurs gènes sur la base de leurs fonctions connues, d’identifier des polymorphismes à leur niveau et d’examiner s’il existe une association entre ces polymorphismes et le phénotype étudié (Georges et al., 2009). La stratégie du gène candidat a été proposée par la recherche directe des loci de caractères quantitatifs (QTL) (Tambasco et al., 2003). En d'autres termes, la variation génétique d’un gène affecte les voies physiologiques et phénotypiques sous-jacents. Les marqueurs génétiques associés à des caractères d'intérêt peuvent être recherchés directement en appliquant des techniques de biologie moléculaire. Ces techniques peuvent identifier la variation génétique à des loci spécifiques et analyser la relation entre la variation génétique du QTL et les caractères de production (Van Arendonk et al., 1994). L'application de la génétique moléculaire pour l'amélioration génétique repose sur la capacité de génotype des individus pour des loci génétiques spécifiques. L'utilité de l'information des gènes candidats dans les programmes de sélection a le potentiel d'améliorer considérablement la précision de la sélection (Missohou et al., 2006). Lorsque des polymorphismes sont identifiés dans tels gènes, les stratégies de sélection pourraient en bénéficier car le polymorphisme le plus favorable peut être sélectionné pour la prochaine génération d'animaux. La plupart des systèmes d'élevage ne tiennent pas compte des

effets de la population sur la diversité génétique et la sélection est optimisée pour la réponse génétique de la prochaine génération plutôt que pour la réponse à long terme (Meuwissen, 1997). L'approche du gène candidat autorise le risque que certains effets significatifs observés soient attribués à des gènes étroitement liés et non pas à la variation du gène lui-même ou découlent directement de schéma expérimental ou de la structure hétérogène de la population. Souvent, une expérience de balayage du génome est nécessaire pour confirmer une telle association.

3. Détection et validation des marqueurs moléculaires impliqués à la fertilité

Dans la sélection génétique, l'expression d'un trait donné correspond au phénotype qui intègre l'effet des gènes et l'effet des facteurs environnementaux. Dans le passé, l'effet de la composante génétique a été évalué à partir de la généalogie et le phénotypage des candidats ou de leur progéniture. Aujourd'hui, en association avec des informations issues de la généalogie et en couplant, par des expériences antérieures, la présence des gènes et/ou des polymorphismes de ces gènes aux performances, la sélection génomique permet de prédire la valeur génétique d'un candidat révélée par la présence des marqueurs pertinents indicatifs de son génotype (Humblot et al., 2010).

3.1. QTL associés aux traits de fertilité

Le développement récent des études génomiques sur les caractères de fertilité s'est stabilisé et a même inversé la tendance à la baisse. Ainsi, des études d'association à l’échelle de génome ont été réalisées pour identifier des loci de caractères quantitatifs (QTL) et les gènes candidats associés à la fertilité, offrant ainsi une meilleure compréhension de l'architecture génétique des caractères de fertilité (Ma et al., 2019). La détection des QTL pour les caractères de fertilité revêt une grande importance en raison de la faible héritabilité de ces caractères. Plusieurs études d’association des QTL avec les traits de fertilité ont été rapportées dans la littérature (tableau 2).

Tableau 2 : Exemples des études d’association des QTL avec les traits de fertilité chez les bovins

Chromosome QTL (région cible) Traits de fertilité Référances

BTA5 3 QTL Kim et al., (62-125-530 à 71-561- Trait de jumelage 2009 898 pb) BTA7 2 QTL Facilité de vêlage paternel et Kühn et al., (30-308 à 193-566) mortinatalité 2003 BTA19 Un QTL Taille du veau paternel, facilité Sahana et al., (25-837-047 à 41-372- de vêlage paternel, facilité de 2011 598 pb) vêlage maternel et indice de vêlage BTA25 un QTL Taille du veau paternel, taille du Sahana et al., (16-113-122 à 22-890- veau maternel et indice de vêlage 2011 173 pb),

BTA18 un QTL Traits de fertilité de la conception Ma et al., 2019 au vêlage BTA17 un QTL Taux de non retour au jour 56 et Frischknecht et (70–73 Mb) intervalle entre la première et la al., 2017 dernière insémination, BTA 2 (1,87 à 15,15 Mo) C-LA, CLAFS et LPL Tenghe et al., 2016 BTA 2 (31,87 à 41,96 Mo) LPL et IOI Tenghe et al., 2016 BTA 3 (85,68 à 95,66 Mo) C-LA, PLA et LA60 Tenghe et al., 2016 BTA 3 QTL (fertil) Reprise de l’activité ovarienne Coyral-Castel après le vêlage et taux de réussite et al., 2009 à la première insémination

3.2. SNP et gènes associés aux traits de fertilité

L’amélioration de l’exactitude de l’estimation génomique de la fertilité consiste à une incorporation des SNP pour des gènes spécifiques impliqués dans la reproduction dans le panel de sélection génomiques (Michelizzi et al., 2011). L’incorporation des SNP du gène candidat dans des tests génomiques pour la reproduction permet la sélection des SNP causatifs ou des SNP physiquement les plus proches des SNP causatifs (Spencer et al., 2014). Trois types de SNP ont été généralement évalués: les SNP précédemment signalés pour être associés aux traits de la reproduction ou physiquement proches des marqueurs génétiques de la reproduction, des SNP dans des gènes bien connus pour être impliqués dans les processus de la reproduction et des SNP dans les gènes différentiellement exprimés par les conditions

physiologiques de certains tissus associés aux fonctions de la reproduction (Spencer et al., 2014). L'objectif des études d'association des SNP est d'évaluer les SNP en tant que sources potentielles de variation qui prédisposent les individus à effectuer des performances supérieures ou négatives pour des caractères particuliers. Plusieurs études d'association à l’échelle de génome (tableau 3) ont identifié des milliers de SNP dans le génome bovins associés à des caractères économiques importants (Hu et al., 2016). Dans ce contexte, Höglund et al. (2014) ont mis en évidence l’association des traits de fertilité avec plusieurs SNP localisés aux niveaux des chromosomes BTA1, BTA4, BTA7, BTA9, BTA11 et BTA13. En effet 4,474 SNP ont été associés avec les traits de fertilité, les SNP les plus significatifs étaient associés avec les traits de l’index de fertilité femelle (973), l’intervalle entre la première et la dernière insémination (839), le taux de non retour au jour 56 (758) et l’intervalle vêlage-première insémination ICF (715) chez les vaches Holstein.

Tableau 3: Exemples des études d’association des SNP avec les traits de fertilité chez les bovins

chromosome SNP (région cible) Traits de fertilité Référances

BTA18 rs43072554 Mode de vêlage paternel, Cole et al., (58-696-066 pb) facilité de vêlage 2011 maternel et facilité de vêlage paternel

BTA18 rs109882115 Poids à la naissance Cole et al., (58-067-310 pb) 2014 BTA18 rs109478645 Durée de gestation Maltecca et (57-938- 695 à 57-953-490 pb) directe al., 2011 BTA18 rs109478645 (55-309-510 bp ) Mortinatalité Cole et al., rs41665732 ( 57-565-406 bp ) 2014 rs109882115 (58-067-310 bp ) BTB-01438985 (60-258-991 bp) BTA7 RLN3 Facilité de vêlage Müller et al., (12-768-811 à 12-770-589 pb) paternel et mode de 2017 vêlage maternel BTA11 LH (LHCGR : 30-823-435 à 30- Superovulation Müller et al., 888-003 pb) 2017 FSH (FSHR : 31-110-744 à 31- 305-197 pb).

a. SNP liés aux traits classiques de fertilité

Chez les bovins, plusieurs SNP ont été associés aux traits classiques de fertilité : CAST pour le DPR (Garcia et al., 2006), les FGF2, ITGB5 et STAT5A pour le taux de conception (Feugang et al., 2009; Khatib et al., 2010), le GHR avec l’intervalle vêlage- vêlage ( Waters et al., 2011), le FSHR pour la réponse à la super ovulation (Yang et al., 2010) et le NLRP9 et LEP pour l’incidence du mode de naissance (Ponsuksili et al., 2006; Brickell et al., 2010).

b. SNP liés aux traits endocriniens de fertilité

Le gène NR4A2, membre de la superfamille des récepteurs des stéroïdes (Green et al., 2010), est considéré comme un facteur ovarien important dans la régulation de la reproduction (Zhao et al., 2007). Au niveau de la région cible de BTA2, Tenghe et al. (2016) ont rapporté l’association des gènes candidats PDE1A, SLC40A1 et GULP1 respectivement avec les traits endocriniens de C-LA, CLAFS et LPL.

c. SNP liés à la fécondation et au développement embryonnaire in vitro

De nombreux gènes ont été associés à la reproduction chez la vache laitière. Certains sont associés avec la fécondation ou au développement embryonnaire in vitro. Les SNP dans les gènes DNAJC27, FGF2, GHR, PGR, SPP1, STAT3 et STAT5A ont été associés avec la fécondation in vitro (Khatib et al., 2008b; Driver et al., 2009; Khatib et al., 2009b; Khatib et al., 2009c; Wang et al., 2009; Cochran et al., 2013b). Ainsi, les SNP dans les loci DNAJC15, FGF2, GHR, PGR, PRLR, SERPINA14, STAT3, STAT5A, et SPP1 ont été associés au développement embryonnaire au stade blastocyste in Vitro (Khatib et al., 2008a; Khatib et al., 2008b; Driver et al., 2009; Khatib et al., 2009c; Wang et al., 2009; Zhang et al., 2011 ; Serrano- Pérez et al., 2016).

d. SNP liés aux tissus ou cellules associés à la fertilité

Des études récentes ont révélé des gènes dont l'expression dans des tissus ou des cellules liés à la reproduction varient avec les statuts de reproduction. Ces gènes sont des gènes candidats pour des SNP qui ont un impact sur la fertilité. Par exemple, l’identification des gènes qui étaient différentiellement réglementée dans le cerveau des vaches pour le degré de manifestation d’œstrus (Kommadath et al., 2011), dans l’endomètre des génisses pour la

production des embryons viable ou non (Beltman et al., 2010) et dans des biopsies d'embryons chez les veaux vivants comparés aux embryons morts à la suite d'un transfert embryonnaire (El- Sayed et al., 2006).

e. SNP liés à la production et à la fertilité

Certains SNP localisés au niveau des gènes TNFSF10, PARP12, APBA1 et SCRN1 sont considérés favorables aux traits de reproduction et de production. Les gènes TNFSF10, régulateur de l'ARNm dans l’endomètre bovin au jour 18 de gestation, PARP12 et APBA1 affectent significativement le rendement en protéines et en matière grasse ainsi que l’intervalle vêlage-première insémination fécondante. Le gène SCRN1 affecte significativement les taux et les rendements en protéines et en matière grasse ainsi que le taux de non-retour à 56 jours (Mitko et al., 2008; Bauersachs et al., 2005).

VII. Caractérisation moléculaire des gènes STAT5A, FGF2, GH et LEP et leurs associations avec les trais de fertilité

1. Le gène transducteur et activateur de signal de transcription 5A ″STAT5A″

1.1. Modes d’action

Les Signal Transducer and Activator of Transcription constituent une famille de 7 facteurs de transcription cytoplasmique contrôlant l’action de certaines hormones peptidiques et cytokines des cellules cibles (Schindler and Darnell, 1995 ; Kisseleva et al., 2002). Les STAT5 sont des protéines connues comme un facteur de la glande mammaire (MGF) (Wakao et al., 1994) ainsi qu’un médiateur principal de l’action de l’hormone de croissance (GH) sur les gènes cibles (Argetsinger and Carter-Su, 1996). Ils sont également connus comme un médiateur intracellulaire important du signal de prolactine ainsi qu’un activateur de la transcription des gènes de protéines du lait en réponse à la prolactine (Wakao et al., 1994). Les STAT5 existent en deux isoformes A et B, qui diffèrent par quelques acides aminés dans l'extrémité carboxylique de la molécule de protéine et dont les gènes séparés codent pour ces deux isoformes (Seyfert et al., 2000). Les STAT5A sont des membres de la voie de signalisation POU1F1 liée aux performances de reproduction. Le gène STAT5A est considéré comme un gène candidat pour la survie embryonnaire précoce en raison de son rôle dans le développement embryonnaire et dans la voie de transduction du

signal de l'interféron-tau (IFNT) qui joue un rôle clé dans l'initiation et le maintien de la gestation chez les ruminants (Spencer et Bazer, 2004). Chez les bovins, le STAT5A est aussi exprimé dans les ovocytes au stade métaphase II et dans les stades à 2 cellules, à 4 cellules, à la morula et au blastocyste (Nakasato et al., 2006). Il est associé à deux mécanismes de mortalité embryonnaire : un mécanisme de préfertilisation impliquant des facteurs de spermatozoïdes qui provoquent un faible taux de fécondation et un mécanisme de post-fécondation qui provoque une incompatibilité entre le pronucléus mâle et l'ovocyte, ce qui entraîne la mort de l'embryon avant le stade blastocyste (Khatib et al., 2008b).

1.2. Localisation et structure génomique

Chez les bovin, le gène STAT5A a été localisé sur le chromosome 19q17 (dans un locus STAT de 40 Kpz contenant aussi les gènes STAT3 et STAT5B) et se compose de 19 exons codant une chaine de 794 acides aminés (Seyfert et al., 2000, Moleenar et al., 2000). La séquence complète du STAT5A bovin est disponible dans la base de données GenBank, (numéros d'accès AJ 237937, AJ 242522 et AY 280369).

1.3. Polymorphismes génétiques

De nombreux polymorphismes mononucléotidiques ont été identifiés au niveau du gène STAT5A et certains d'entre eux ont été associés aux traits de la reproduction. Brym et al. (2004) ont détecté un SNP (A/G) situé dans l'intron 9 à la position 9501. Schennink et al. (2009) ont démontré que la mutation (G/A) du gène STAT5A avait des effets significatifs sur la composition lait-matière grasse. He et al. (2012) ont rapporté un site polymorphe du gène STAT5A considéré comme un marqueur d'ADN potentiel pour améliorer le rendement en lait et le pourcentage de matière grasse chez les bovins laitiers. Paramitasari et al. (2015) ont rapporté un polymorphisme génétique au niveau de l’exon 7 qui correspond à une substitution d’une cytosine par une thymine à la position 6853 (C6853T) et associé aux traits de production de viande (Flisikowski et al., 2003), aux traits des performances de croissance (Dario et al., 2011) et aux traits de production laitière (Sadeghi et al., 2009). Flisikowski et al. (2003) ont montré que les vaches de boucherie de génotype CC se caractérisaient par un poids vif à l’âge de 9 et 15 mois, un gain moyen (0-15 mois) et certains traits de carcasse les plus favorable que les animaux de génotype CT. Les individus CC utilisaient moins d’alimentation pour leurs besoins d’entretiens et de production de viande.

Les taureaux de génotype TC ont un rendement laitier le plus élevé et le pourcentage en matière grasse et en protéine le plus faibles par rapport aux animaux de génotype CC mais les différences ne sont pas significatives (Sadeghi et al., 2009). Oprządek et al. (2005) ont rapporté que les vaches homozygotes CC ont été associé au meilleur gain de poids vif, indice de conversion et traits de carcasse, taux de croissance le plus rapide et la teneure la plus élevée de viande en matière grasse comparées aux animaux de génotype CT. Ghatib et al. (2009a) et Oikonomou et al. (2011) ont investigué un polymorphisme de séquence nucléotidique (SNP12195) dans l'exon 8 du STAT5A, correspondant à une substitution de C/G qui est en association avec les paramètres de reproduction. Ce polymorphisme (C/G) a affecté le taux de survie embryonnaire in vitro ainsi que le taux de fertilisation (Khatib et al., 2009a) et a montré un effet suggestif sur l'âge au premier vêlage (Oikonomou et al., 2011). L’étude de l’association du polymorphisme STAT5A/ BstEII avec la fertilité chez les vaches laitière Holstein a montré que les vaches porteuses au moins d’un allèle BstEII (+) avaient un intervalle vêlage- première chaleur détectée le plus court comparées aux vaches homozygotes de l’allèle BstEII (-) (Hax et al., 2017). Le polymorphisme STAT5A/ BstEII a été associé avec l’âge au premier vêlage, les vaches de génotype CC tendaient d’avoir leurs premiers vêlages après les vaches de génotype GG et les différences entre les génotypes GG et GC sont négligeables. Ainsi l’allèle G a été associé avec un accroissement du rendement laitier, les vaches de génotype GG produisaient de lait durant leurs première lactation plus que les vaches de génotype CC, les vaches GC montraient des valeurs intermédiaires (Oikynomou, 2011)

2. Le gène des facteurs de croissance des fibroblastes 2 ″FGF2″

2.1. Modes d’action

La famille des Fibroblast Growth factors (FGF) présente un large éventail des facteurs autocrines et paracrines (Ornitz and Itoh, 2011) qui interviennent dans la régulation de la prolifération, la différenciation, la morphogenèse et l'angiogenèse au cours du développement embryonnaire, fœtal et post-natal (Itoh, 2007). Ils possèdent aussi un rôle très important dans la régulation de l’expression du trophectoderm de l’interféron-τ (IFNT) (Rodina et al., 2009 ;Yang et al., 2011), facteur de reconnaissance maternelle de la gestation chez les ruminants (Ocón-Grove et al., 2008).

Plusieurs FGF sont exprimés dans la thèque des cellules bovine et synthétisés dans l'endomètre utérin par le conceptus bovin et l'utérus avant l'implantation (Berisha et al., 2004 ; Cooke et al., 2009). La plupart des FGF dérivés de l'utérus sont produits dans le stroma endométrial ou dans les couches de muscles lisses entourant les vaisseaux sanguins locaux (Chen et al., 2000 ; Satterfield et al., 2008) et peuvent ne pas atteindre la lumière utérine pour influencer le développement du conceptus avant l'implantation. Cependant, le FGF2 est produit par l'épithélium luminal et glandulaire et libéré dans la lumière utérine tout au long de la gestation chez les bovin (Michael et al., 2006 ; Ocon-Grove et al., 2008). En raison de l'expression du gène FGF2 dans la glande mammaire, il peut être considéré important pour le développement et la réorganisation de la glande mammaire (Plath et al., 1998 ; Wang et al., 2008). La présence d'ARNm de FGF2 et de FGFR2 (un des partenaires du récepteur FGF2) a été rapportée tout au long du développement précoce de l'embryon bovin (Daniels et al., 2000 ; Ocón-Grove et al., 2008). Le FGF2 est particulièrement dynamique autour de la transition folliculaire-lutéale et les concentrations de protéine de FGF2 sont les plus élevées dans le follicule rétréci immédiatement après l'ovulation (Robinson et al., 2007). Le FGF2 est un modulateur dynamique dans les premières étapes de l'angiogenèse lutéale bovine. En conséquent, l'inhibition de l'activité de FGF2 est la plus critique pendant les premières périodes de l'angiogenèse lutéale, spécifiquement pendant la germination des cellules endothéliales et l'initiation des tubules (Woad et al., 2012).

2.2. Localisation et structure génomique

Le FGF2 bovin a été cartographié sur le chromosome 17 (Fisher et al., 1997) entre les gènes BBS12 and NUDT6 (figure 15), avec une longueur totale de plus de 6.4 kb et composé de 3 exons codant une protéine de 156 acides aminés (Salehi et al., 2015; Hussein et al., 2015).

Figure 15: Structure du gène FGF2

2.3. Polymorphismes génétiques

Wang et al. (2008) ont localisé un SNP11646 qui consiste à une substitution de A par G au niveau de l’intron 1 du gène FGF2 et qui a été associé au rendement et pourcentage de matière grasse, score des cellules somatiques et à la vie productive. Le genotype GG a été associé avec une dimunition de score des cellules somatiques et un accroissement de rendement et de pourcentage de matière grasse de lait avec une dominance complète de l’allèle G. Ce polymorphisme a été aussi associé avec la composition du lait (Khatib et al., 2008a), le taux de survie embryonnaire précoce in vitro ainsi que le taux de fertilisation chez les bovins (Khatib et al., 2009c). L’association du polymorphisme génétique de FGF2 avec la fertilité a été également rapporté chez les taureaux (Khatib et al., 2010). Cependant, Oikonomou et al. (2011) n’ont pas réussi à déterminer l’effet de la variation allélique du gène FGF2 sur la fertilité femelle in vivo. Le polymorphisme SNP11646 (A/G) a été associé avec la mortalité embryonnaire chez les vaches laitières Holstein. Le taux de survie des embryons produit par les vaches de génotype GG était de 37% comparé aux 28 et 29% pour les vaches de génotypes AG et AA respectivement. Ainsi, le génotype GG a été associé à un accroissement significative de la compostion du lait et à la vie productives des vaches laitière (Khatib et al., 2008a). Cochran et al. (2013a) ont rapporté l’association de polymorphisme de gène FGF2 avec le taux de gestation des filles RPD avec un génotype AA étant supérieur au génotype GG. Ainsi, le génotype AA a été associé avec le taux de conception estimé le plus élevé (Khatib et al., 2010). Les taureaux de génotype AA ont montré les meilleures performances relatives à l’effet génétique maternel (taux de conception des filles) et à l’effet génétique direct (fertilité de généteur). Cependant, les généteurs de génotype AA ont été associé avec les valeurs d’élevage les plus faibles pour les indicateurs de performances laitière (Brzáková et al., 2016)

3. Le gène de l’hormone de croissance ″GH″

3.1. Modes d’action

Le Groth Hormone (GH) est une hormone anabolique synthétisée et sécrétée par les cellules somatotrophes. Les effets biologiques de l'hormone de croissance impliquent une variété des tissus et le métabolisme de tous les carbohydrates, lipides, protéines et minéraux nutritifs (Trakovická et al., 2013b). A cet égard, le GH joue un rôle essentiel dans la croissance longitudinale post-natale et le développement, la croissance des tissus, la reproduction et le

métabolisme des protéines, des lipides et des glucides (Ayuk et Sheppard, 2006 ; Thidar et al., 2008 ; Balogh et al., 2009a ; Mullen et al., 2010). Il s’agit d’un régulateur majeur des métabolismes de la mamelle, il joue un rôle critique dans le développement des glandes mammaires, processus de croissance, de fertilité et dans le contrôle de lactation chez les bovin (Renaville et al., 2002 ; Lucy, 2008). L'hormone de croissance exerce son effet sur la croissance et le métabolisme par interaction avec les récepteurs GHR à la surface des cellules cibles (Hradecka et al., 2008). Les changements dans les régions fonctionnelles de GHR peuvent affecter sa capacité de liaison et sa voie de signalisation, et donc modifier l'activité de la GH dans les tissus cibles (Olenski et al., 2010). La promotion de la croissance et les actions métaboliques de la GH sont généralement méditées par le facteur de croissance de type insuline I (IGF-I) (Ramesha et al., 2015). Les sites de liaison de l'hormone de croissance ont été identifiés au niveau des cellules immunitaires (Bresson et al., 1999) d’où l’implication de GH dans le développement et la régulation du système immunitaire (Taub, 2008 ; Savino et Dardenne, 2010).

3.2. Localisation et structure génomique

L'hormone de croissance est une hormone polypeptidique de 191 acides aminés. Le gène de l'hormone de croissance a été localisé à la position 19q26qter du chromosome 19 du génome bovin (Hediger et al., 1990) avec cinq exons et quatre introns (figure 16).

Figure 16: Structure du gène GH

3.3. Polymorphismes génétiques

L’évaluation de l’effet de GH sur les traits de production et de croissance a révélé l’association de l’hormone de croissance avec le poids à la naissance chez les bovin laitiers (Biswas et al., 2003 ; Dario et al., 2008) et le poids de maturité chez les bovin de boucherie (Zwierzchowski et al., 2001). L’investigation du gène GH a permis la localisation de certains polymorphismes au niveau du troisième et quatrième intron et au niveau du cinquième exon (Høj et al., 1993; Yao et al.,

1996; Ge et al., 1999). Les polymorphismes les plus étudiés sont des mutations au niveau de l’intron 3 et l’exon 5 qui sont révélées par les enzymes de restriction MspI et AluI, respectivement. Le polymorphisme au niveau de l’intron 3 correspond a une transition de T par C à la position +837 (Lee et al., 1994). Il est ainsi rapporté que l’allèle GH-MspI (–) a été associé avec un accroissement de la teneur du lait en matière grasse chez les races bovines locales en Turquie (Yardibi et al., 2009 ; Özkan Ünal et al., 2015). Yao et al. (1996) ont montré que l’allèle GH-Msp(+) a affecté positivement les rendements en lait, matière grasse et protéines. Cependant, Lagziel et al. (1999) ont rapporté que les vaches de génotype GH-MspI(+/-) ont produit plus de protéines que les vaches de génotype GH- MspI(+/+). Les vaches homozygotes GH-MspI(+/+) ont montré les rendements laitiers et en protéines les plus élevés alors que les vaches hétérozygotes GH-MspI(+/-) ont montré les teneures en matières grasses les plus élevées durant les trois premières lactations (Zhou et al., 2006). Arango et al. (2014) ont rapporté l’association du polymorphisme GH-MspI avec les traits de reproduction chez les vaches laitières. Le génotype GH-MspI(+/+) a été considéré optimale pour la réduction de l’âge au premier service, au premier vêlage, au premier service past partum et au deuxième vêlage. Le polymorphisme GH-MspI a été significativement associé avec la circonférence scrotale, la croissance testiculaire après la puberté et la qualité du sperme (Unanian et al., 2002). L’étude de l’association de polymorphisme GH-MspI avec les traits de sperms chez les taureaux Holsteins a montré que le genotype GH-MspI(+/+) a été significativement associé avec un accroissement de volume de sperme, motilité de sperme fraiche e tmotilité totale de sperme fraiche, alors que le génotype hétérozygote GH-MspI(-/+) a significativement affecté la longueur et la taille moyenne des testicules et la circonférence scrotale (Gorbani et al., 2009). Au niveau du cinquième exon du gène GH bovin, une mutation ponctuelle en position 2141 (transversion de cytosine à guanine) a été détectée par l'endonucléase de restriction AluI et qui correspond à un changement de leucine (L) en valine (V) dans la séquence d'acides aminés à la position 127 de la chaîne protéique de la GH bovine (Lucy et al., 1993). Les connaissances sur l'interrelation du polymorphisme GH-AluI et la reproduction sont limités (Lechniak et al., 2002). L’étude de d'effet du polymorphisme GH-AluI n’a pas determine des effets significative sur la reprise de la cyclicité, le rendement laitier cumulé 30 jours et la perte de score des conditions corporelles durant le premier mois post-partum chez les vaches

Holstein frisonnes (Balogh et al., 2009b), bien que cette relation ne soit pas encore bien étudiée. Kovács et al. (2006) ont raporté que les vaches laitière homozygotes GH-AluI/ VV ont montré des périodes de traite les plus longues alors que les vaches de génotype GH-AluI/LL ont montré les périodes de tarissement les plus courtes et les pourcentages les plus élevés de lait 305 jours en matières grasses et protéines. L’étude de l’association du polymorphisme AluI et les traits de reproduction a révélé une tendance non significative ; les taureaux homozygotes GH-AluI/VV ont montré des taux de non retour au jour 66 post-partum plus élevés alors que les taureaux homozygote GH-AluI/LL ont montré un volume d’éjaculat plus faible (Lechniak et al., 1999). Cependant , un effet non significatif a été rapporté pour le nombre d'ovocytes adaptés à la maturation in vitro, le nombre d’ovocytes matures, le diamètre moyen des ovocytes et le nombre d’embryons produits (Lechniak et al., 2002) ainsi que pour le poids et l’âge au premier vêlage (Taponen et al., 2002). Une relation significative a été identifiée entre le polymorphisme GH-AluI et la dystocie, la présence de l’allèle GH-AluI/L réduit l’incidence de la dystocie probablement par un effet sur la libération de l’hormone de croissance (Hadi et al., 2015).

4. Le gène leptine ″LEP″

4.1. Modes d’action

La leptine est un polypeptide non glycosylé de 16 KD qui signale à l'hypothalamus les réserves de gras corporel et le statut énergétique. Elle est principalement produite par le tissu adipeux et agit pour modifier la consommation de l'alimentation (Konner et al., 2009 ; Forhead et Fowden, 2009). La leptine se lie à son récepteur principalement localisé sur le neuropeptide Y-neurones (NPY), ce qui entraîne une augmentation de la production d'énergie et de l'hypophagie (Farooqi et O'Rahilly, 2009). La leptine joue également un rôle clé dans l’intégration du comportement alimentaire avec les signaux internes du statut énergétique du corps (Wayne et al., 1995 ; Lifers et al., 2003). Elle agit comme un baromètre du corps fournissant un lien critique entre l'homéostasie énergétique, l'appétit et la fonction reproductive (Bluher et Mantzoros, 2007; Farooqi et O'Rahilly, 2009). Au début de lactation, les vaches laitières sont dans un état de déséquilibre énergétique négatif où les réserves de gras et la consommation de l'alimentation sont destinés pour couvrir le

processus, énergétiquement exigent, de la lactogenèse. La reproduction est donc peu prioritaire (Zieba et al., 2008 ; Peter et al., 2009). La leptine est donc liée à la fois au métabolisme énergétique et à la reproduction. Cette hormone est censée être un signal pour le système reproducteur, que suffisamment d'énergie totale est présente pour soutenir la demande d'énergie supplémentaire d'une conception et d'une gestation réussie (Lindersoon et al., 1998). La leptine peut aider à réguler le développement ovarien et la stéroïdogenèse, et sert soit comme un signal primaire initiant à la puberté, soit comme un régulateur permissif de la maturation sexuelle (Lindersoon et al., 1998). Une quantité adéquate de leptine circulante semble être nécessaire pour atteindre la puberté (Cunningham et al., 1999). Comme d'autres cytokines, la leptine est impliquée dans la croissance de divers types de cellules et dans les réponses des systèmes immunitaires innés et adaptatifs. Ainsi les taux de leptine augmentent habituellement dans les processus infectieux et inflammatoires (Bernotiene and al., 2006).

4.2. Localisation et structure génomique

Chez les bovins, le gène leptine (LEP) se localise sur le chromosome 4q32, aves une longueur de 16.735 kb, et s'étend sur 3 exons et code pour une protéine de 167 acides aminés (Pomp et al., 1997; Taniguchi et al., 2002). Le promoteur LEP bovin s'étend sur environ 3 kb en amont (Taniguchi et al., 2002). Le gène LEP se compose de trois exons et de deux introns dont seulement 2 exons sont traduits en protéines (figure 17). La région codante du gène LEP (longueur de 501 nucléotides) est contenue dans l'exon 2 et 3 (Liefers et al., 2002).

Figure 17: Structure du gène Leptine (Liefers et al., 2002) .

4.3. Polymorphismes génétiques

A ce jour, les polymorphismes du gène LEP bovin ont été associés à des concentrations sériques de leptine (Nkrumah et al., 2005), l’ingestion de matière sèche (Banos et al., 2008),

besoins énergiques pour la production laitière (Madeja et al., 2004 ; Liefers et al., 2005) et au stockage d'énergie (Corva et al., 2009 ; Yang et al., 2007). Ils sont en association avec le nombre de cellules somatiques (Kulig et al., 2010), les performances de production (Anton et al., 2012) et de reproduction (Almeida et al., 2003). Un effet significatif des polymorphismes de la leptine sur l'intervalle entre vêlages et le poids au premier vêlage chez les vaches de boucherie est souvent rapporté (Almeida et al., 2003). Les effets pléiotropiques de la leptine sont mis en évidence par des associations entre les polymorphismes LEP et la fonction immunitaire (Chebel et al., 2008 ; Asiamah et al., 2009), la mortalité prénatale des veaux (Brickell et al., 2010), les traits de carcasse (Nkrumah et al., 2005), les paramètres de croissance (Kulig et al., 2009), le rendement en viande maigre (Schenkel et al., 2005) et les taux de croissance ( Lusk, 2007). Le polymorphisme LEP/Sau3AI est localisé au niveau de l’intron 2 et correspend à un changement d'un acide aminé à la position 2059 de la chaîne protéique, soit une substitution d’une cytosine (C) en thymine (T) (Trakovická et al., 2013a). Il a été associé avec le commencement de l’activité lutéale (Liefers et al., 2002) ainsi que l’intervalle vêlage-vêlage (Almeida et al., 2003). Ce polymorphisme du gène LEP a été aussi associé avec les performances de production laitière (Madeja et al., 2004 ; Javanmard et al., 2010), l’augmentation de la mortalité périnatale chez les vaches laitières (Brickell et al., 2010), le poids à la naissance et au sevrage des veaux de boucherie et laitiers (Almeida et al., 2003 ; Nkrumah et al., 2005) et aux performances de reproduction chez les bovins laitiers (Nkrumah et al., 2005). L’étude de polymorphisme LEP/Sau3AI a montré un effet significatif sur les traits de production laitière et l’âge au premier vêlage. Les vaches de génotype homozygote AA ont été caractérisées par les rendements en lait, protéines et matières grasses les plus élevés et l’âge au premier vêlage le plus faible. Les vaches de génotypes BB et les vaches de génotype AB ont déterminé les traits de production laitière les plus faibles et l’âge au premier vêlage le plus élevé, respectivement (Trakovicka et al., 2013a) Le polymorphisme LEP/A59V au niveau de l'exon 3 a significativement affecté le poids corporel à 210 jours (P <= 0,01) et le gain moyen quotidien entre 3 et 210 jours d'âge (P < 0,05) (Kulig et Kmiec, 2009). Giblin et al. (2010) ont investigué l’association des polymorphisms LEP-2470, LEP-1238, Y7F and R25C de leptine avec le processus énergétique de lactogènes chez les vaches laitières. L’allèle T du polymorphisme LEP/ Y7F a été significativement associé avec l’angularité et la réduction du rendement en protéine ; avec une tendance d’association avec l’accroissement du

score des conditions corporelles, réduction du rendement laitier et gestation plus courte. L’allèle G du polymorphisme LEP-1238 a été associé avec la concentration du lait en protéines et en matière grasse et l’allongement de la durée de gestation ; avec une tendance d’association avec un accroissement des difficultés de vêlage, mortalité périnatale et cellules somatic. L’allèle T du polymorphisme R25C a été associé avec la duré de gestation la plus courte et le vêlage le plus facile. Ce dernier allèle a été rapporté en association avec des faibles concentrations en protéine de sérum de leptine durant la fin de gestation ainsi qu’avec des mortalités périnatales chez les vaches frisonnes Holstein (Liefers et al., 2003 ; Brickell et al., 2010).

Etude Expérimentale

I. Identification de la population étudiée

L’échantillon étudié inclut 410 vaches laitières de race Holstein conduites dans les mêmes conditions environnementales dans les étables de la société de mise en valeur et de développement agricole SMVDA CHERGUI. La ferme est située dans la délégation de Mateur- Bizerte (Nord-est de la Tunisie) appartenant à l’étage bioclimatique subhumide. Les vaches sont logées en stabulation libre partiellement paillée à 2 rangées tête à tête et alloties en plusieurs lots dans des paillots suivant le stade de lactation et le niveau de production. Le rationnement est basé sur le foin, l’ensilage, le fourrage vert et l’aliment concentré. La surveillance du troupeau est continue pour la détection des chaleurs, les vaches qui manifestent un signe d’œstrus sont artificiellement inséminées. Le diagnostic de gestation est effectué par palpation transrectale 60 à70 jours après insémination. Les prophylaxies médicales et sanitaires sont respectées pour toutes les vaches présentes et les cas de boiterie sont systématiquement déclarés. Toutes les données relatives à la production laitière et aux performances de reproduction sont systématiquement enregistrées. La base de données de production et de reproduction du troupeau étudiée a été extraite de la base des données zootechniques de l’Office de l’Elevage et des Pâturage (OEP). Les informations ciblées correspondent à la période Juin 2013- Décembre 2016.

II. Echantillonnage sanguin

En vue d’extraire l’ADN, un volume de 5 ml de sang veineux a été recueilli dans des conditions stériles, à partir de la veine jugulaire de l'animal dans un tube de centrifugation en polypropylène contenant une solution anticoagulant d'EDTA. Le tube est fermé et secoué doucement pour faciliter l’homogénéisation complète du sang avec l'anticoagulant. Les échantillons de sang sont par la suite transportés au laboratoire dans une glacière contenant des blocs de glace et stockés dans un congélateur à -20°C jusqu'à l'isolement de l'ADN.

III. Choix des gènes

Les gènes sont choisis sur la base de leurs fonctions biologiques dans la voie métabolique et dans l'axe somatotrope. Ces gènes interviennent dans la régulation du métabolisme et du système de reproduction de l’animal. Outre, des études ultérieures ont rapporté l’association de ces gènes avec certains traits de fertilité chez les vaches laitières.

Certains polymorphismes de ces gènes ont été associés à quelques paramètres d’intérêt économique, telles que la synthèse et la composition du lait (Maj et al., 2008), les traits de la carcasse et la production de viande (Darwash et al., 1997) et les performances de reproduction (Schneider et al., 2013).

1. Le polymorphisme STAT5A

Les protéines STAT (transducteurs de signal et activateurs de transcription) constituent une famille de 7 membres de facteurs latents de transcription cytoplasmiques qui règlent les actions de nombreuses hormones peptidiques et cytokines dans les cellules cibles (Darnell et al., 1994; Schindler and Darnell, 1995). Ils agissent en tant que transducteurs de signal dans le cytoplasme et activateurs de transcription dans le noyau. Le STAT5 a été découvert à l'origine comme un médiateur intracellulaire clé de la signalisation de la prolactine et nommé facteur de glande mammaire (MGF) (Wakao et al., 1994). Il est également connu comme un médiateur principal de l’action de l'hormone de croissance (GH) sur les gènes cible (Argetsinger and Carter-Su, 1996). Le polymorphisme (SNP12195) situé dans l'exon 8 du gène STAT5A et correspondant à une substitution de C-par-G est associé avec les paramètres de reproduction. Il intervient dans la fertilisation et la survie embryonnaire in vitro (Khatib et al., 2009c) ainsi que sur l'âge au premier vêlage (Oikonomou et al., 2011).

2. Le polymorphisme FGF2

Le facteur de croissance des fibroblastes 2 (FGF2) est exprimé par l’endomètre bovin tout au long du cycle œstral et au début de la gestation et régule l’expression de l’interféron τ (IFNT), le facteur de reconnaissance maternelle de la gestation chez les ruminants, par le trophectoderme (Michael et al., 2006; Ocon-Grove et al., 2008). Plath et al. (1998) ont rapporté l’expression de FGF2 dans la glande mammaire bovine au cours des différents stades de développement et ont signalé l’importance de FGF2 dans le développement et la réorganisation de la glande mammaire. Wang et al., (2008) ont localisé un SNP11646 qui consiste en une substitution de G par-A au niveau de l’intron 1 du gène FGF2 et qui semble être associé au rendement et au pourcentage de matière grasse, au score de cellules somatiques et à la durée de la vie productive. Ce

polymorphisme est aussi associé avec la composition du lait (Khatib et al., 2008b), le taux de survie embryonnaire précoce in vitro ainsi que le taux de fertilité chez les bovin (Khatib et al., 2009c).

3. Le polymorphisme GH

L'hormone de croissance (GH), est une hormone peptidique synthétisée et sécrétée par des cellules de l'hypophyse antérieure (Hediger et al., 1990). Cette hormone constitue un régulateur important de la croissance postnatale et du métabolisme chez les mammifères et joue un rôle crucial dans le contrôle de la lactation, le développement des glandes mammaires, le processus de croissance et la fertilité chez les vaches (Renaville et al., 2002; Lucy, 2008 ; Tatsuda et al., 2008). Des recherches antérieures ont montré une importante relation entre les polymorphismes du gène de l'hormone de croissance et les traits de reproduction chez les bovins. Le polymorphisme GH-MspI situé au niveau de l’intron 3 et correspondant à une transition de T par C à la position +837 est considéré associé aux traits de fertilité chez les taureaux (Gorbani et al., 2009). Le polymorphisme GH-AluI qui correspond à un changement de leucine (L) en valine (V) à la position 127 de la chaîne protéique de la GH bovine a été détecté par l'endonucléase de restriction AluI. Plusieurs recherches ont été menées pour investiguer la relation entre le polymorphisme GH-AluI et les traits classiques de fertilité chez la vache laitière (Ruprechter et al., 2011 ; Grossi et al., 2015).

4. Le polymorphisme Leptine (LEP)

La leptine est une protéine synthétisée par le tissu adipeux et intervient dans la régulation de la prise alimentaire, le bilan énergétique, la fertilité et la fonction immunitaire (Fruhbeck et al., 1998). Les effets pléiotropes de la leptine sont mis en évidence par des associations entre les polymorphismes de LEP et la fonction immunitaire (Chebel et al., 2008 ; Asiamah et al., 2009), la mortalité prénatale (Brickell et al., 2010), l’intervalle vêlage- vêlage (Almeida et al., 2003), les caractères de la carcasse (Nkrumah et al., 2005), le rendement en viande maigre (Schenkel et al., 2005) et les taux de croissance (Nkrumah et al., 2005 ; Lusk, 2007). En effet, le gène de la leptine agit sur les performances de production laitière (Liefers et al., 2002; Madeja et al., 2004) et les traits de reproduction chez les bovin (Almeida et al., 2003). Le polymorphisme LEP/Sau3AI est situé dans le second intron et provoque un changement d'acide aminé à la

position 2059 de la chaîne protéique, soit une substitution d’une cytosine (C) par une thymine (T) (Trakovická et al., 2013a). Une association avec le commencement de l’activité lutéale a été également rapportée (Liefers et al., 2002) ainsi qu’avec l’intervalle vêlage-vêlage (Almeida et al., 2003). La connaissance des variations alléliques du gène de la leptine bovine peut fournir un outil de sélection pour l'amélioration de la fertilité sans affecter négativement l'appétit ou la production laitière.

IV. Génotypage

1. Extraction de l’ADN

L’isolement de l’ADN génomique a été réalisé par un kit d’extraction commercial (innuPREF Blood DNA mini kit), selon les instructions recommandées. Le protocole d’extraction comporte cinq étapes fondamentales : lyse des globules, fixation de l’ADN, lavage de l’ADN, élimination de l’éthanol et l’élution de l’ADN. Soit le protocole suivant :

a. Etapes de préparation (pour un kit de 50 échantillons)

1. Dissolver la Protéinase k par l’ajout de 1.5ml de ddH2O, mélanger doucement puis conserver à -20°C. 2. Ajouter 72ml de l’éthanol 96-98.8% à la solution de lavage BS (Waching Solution). 3. Chauffer le tampon d’élution à 60°C jusqu'à usage.

b. Etapes d’extraction d’ADN

1. Pipeter 200µl de sang dans un tube de réaction de 1.5ml. 2. Ajouter 200µl de Solution de Lyse SLS ‘Lysis Solution’ et 20µl de protéinase K, mixer par vortex (10s) et incuber à 60°C pendant 10min (vortexer 3 à 4 fois durant l’incubation). 3. Centrifuger les tubes de réaction pendant 10s pour enlever la condensation au niveau du couvercle des tubes.

4. Ajouter 350µl de la solution BL ‘Binding Solution’, mixer soigneusement par pipetage (3 à 4 fois). Fixer un filtre ‘Spin filter’ dans un tube de réception de 2.0 ml puis pipeter la solution dans le filtre, ne pas vortexer. 5. Centrifuger à 11.000Xg (12.000 rpm) pendant 1 minute. 6. Séparer le filtre et le tube de réception et le placer dans un nouveau tube de réception de 2.0 ml. 7. Ajouter 400µl de la solution de lavage ‘Waching Solution C’ et centrifuger à 11.000Xg (12.000 rpm) pendant 1 minute. Séparer le filtre de tube de réception et le placer dans un nouveau tube de réception de 2.0 ml. 8. Ajouter 600µl de la solution de lavage ‘Waching Solution BS’ et centrifuger à 11.000Xg (12.000 rpm) pendant 1 minute. Séparer le filtre de tube de réception et le placer dans un nouveau tube de réception de 2.0 ml. 9. Ajouter encore 600µl de la solution de lavage ‘Waching Solution BS’ et centrifuger à 11.000Xg (12.000 rpm) pendant 1 minute. Séparer le filtre de tube de réception et le placer dans un nouveau tube de réception de 2.0 ml. 10. Centrifuger à une vitesse max pendant 3min pour enlever toutes traces d’éthanol, séparer le filtre de tube de réception. 11. Placer le ‘Spin filter’ dans un tube d’élution de 1.5 ml, ouvrir soigneusement le filtre et ajouter 200µl de tampon d’élution ‘Elution baffer’ (déjà incuber à 60°C°). Incuber le tube d’élution à la température ambiante pendant 2min puis centrifuger à 11.000Xg (12.000 rpm) pendant 1 minute. Pour augmenter la quantité d’ADN extraite, il est recommandé de faire 2 élutions avec 2 volumes égaux de tampon (100+100 µl). 12. Conserver l’ADN extraite à 4°C, pour un usage à long terme une conservation à -20°C est recommandée.

2. Evaluation de la qualité et la quantité d’ADN

a) Spectrophotométrie

En biologie moléculaire, il est important de quantifier et d’analyser la pureté des acides nucléiques après leur purification. La méthode la plus répandue pour le dosage d’acides nucléiques est la spectrophotométrie qui mesure l’absorbance ou la densité optique des acides nucléiques à 260 nm.

Le dosage s'effectue par spectrophotométrie dans l'ultra-violet à 260 nm. L'absorption se définit par l'unité de densité optique mesurée à 260 nm. Une unité de densité optique à 260 nm correspond à l'absorption d'une solution d'ADN double brin à une concentration de 50 µg/ml ou à l'absorption d'une solution d'ADN simple brin à une concentration de 33 µg/ml ou encor à l'ARN à 40 µg/ml. Il est indispensable de mesurer également l'absorption à 280 nm. Cette dernière longueur d'onde permet d'estimer la contamination éventuelle de l'extrait par des protéines. Warburg et Christian (1942) avaient expliqué l’intérêt de l’utilisation du ratio A260 nm/280 nm pour détecter la contamination d’acides nucléiques présente dans une solution de protéines. D’une manière générale, la pureté d’une solution d’acide nucléique est considérée comme acceptable lorsque le ratio A260 nm/A280 nm est compris entre 1,8 – 2,0 pour l’ADN et entre 2,0 – 2,2 pour l’ARN. Les acides nucléiques absorbent dans l’UV à λmax = 260 nm. En mesurant l’absorbance d’une solution d’acide nucléique pure à 260 nm, on obtient sa concentration à l’aide de l’équation de la loi Beer-Lambert. En pratique, c’est une équation modifiée qui est employée : Cm = (A260.e) / l o Cm = concentration massique d’acide nucléique en ng/µl o A260 = absorbance à 260 nm o e = coefficient d’extinction massique ou la constante en ng.cm/µl o l = trajet optique en cm

Des coefficients d’extinction estimatifs, acceptés par la communauté scientifique, sont généralement utilisés pour calculer les concentrations des acides nucléiques et qui sont suffisamment précises pour les expériences de biologie moléculaire. Ces coefficients d’extinction sont de ~50 ng.cm/µl pour l’ADN double brin, ~33 ng.cm/µl pour l’ADN simple brin et~40 ng.cm/µl pour l’ARN.

b) L’électrophorèse

Les ADN linéaires de faible taille (<50pb) peuvent être séparés par électrophorèse sur gel d’agarose. Les fragments obtenus sont séparés par migration dans une gélatine sous l'action d'un champ électrique. Par l'action de tamisage de la gélatine, l'électrophorèse conduit à une séparation des fragments selon la taille. Ces différents fragments sont ensuite rendus visibles par des colorants ayant une affinité pour l'ADN.

L’ADN est visualisé à l’aide de bromure d’ethidium, qui s’insère entre les plateaux de base adjacents et fluoresce dans le rouge quant on l’excite avec une lumière de longueur d’onde inferieure à 300nm. Les bandes d’ADN sont mises en évidence grâce à leur interaction avec le bromure d’éthidium, soit une fluorescence sous illumination ultraviolette. La vélocité des molécules d’ADN est proportionnelle au champ électrique et approximativement inversement proportionnelle au logarithme de son poids moléculaire. Le pourcentage d’agarose est approprié à la taille des fragments séparés.

L’ADN génomique extraite a été évaluée par électrophorèse sur gel d’agarose 1% pour déterminer la qualité, la pureté et la concentration. En effet, 2 µl de l’ADN matrice sont fraichement mixé avec 2 µl de solution de dépôt pour charger les puits du gel d’agarose. Un marqueur moléculaire de 100pb est toujours utilisé comme un indicateur de poids moléculaire pour les échantillons manipulés. Un témoin (dH2O) est ainsi recommandé pour signaler toute contamination. Après 20 min (120 volts) de migration, l’ADN génomique est visualisés sous UV par un système de documentation (Gel Doc).

3. Réaction de polymérisation en chaine (PCR)

Depuis son invention, la réaction de polymérisation en chaine (PCR) est devenue la technique la plus utilisée pour la détection de l’ADN et de l’ARN. Une simple copie d’une séquence particulière d’acides nucléiques peut être spécifiquement amplifiée et détectée. La réplication de la séquence cible dite amplification d'ADN est réalisée par la technique PCR. Sa nature exponentielle rend cette technique attrayante pour des analyses quantitatives. La PCR est une méthode in vitro pour la catalyse enzymatique d’une séquence d'ADN spécifique à l’aide de deux amorces oligonucléotidiques qui hybrident deux brins opposés flanquant la région d'intérêt dans l'ADN cible (Renaville et al., 2005). La procédure de cyclisme comprend des étapes de dénaturation initiale, n cycles de dénaturation, hybridation et extension ; et l’extension finale dans la combinaison optimale de température temporelle (figure 18). À température élevée, la dénaturation des deux brins d'ADN permet à chaque double brin de se dénaturer et se séparer de sa polymérase pour libérer des molécules d'ADN monocaténaires. Une variation spécifique de la température permet aux nombreuses amorces présentes en suspension dans la solution de s'hybrider aux simples brins sans que ceux-ci ne s'hybrident

entre eux. Pour l’élongation, la polymérase assimile progressivement les nucléotides néoformés libres ajoutés également dans la solution jusqu'à l'obtention de doubles brins complets. Le cycle, d'une durée maximum de quatre minutes, est répété en boucles de nombreuses fois (entre 35 et 45 par PCR) et double le nombre de brins à chaque fois. Cela permet de dupliquer à plusieurs millions d'exemplaires un fragment d'ADN grâce à l'ADN polymérase. Les composants de la PCR comprennent l’ADN matrice, les oligonucléotides, les amorces, l’ion magnésium, l’ADN polymérase (Taq) et le tampon PCR (Sambrook et Russel, 1989). Il faut relever que la PCR n'est pas une analyse en soi, ce n'est qu'une première étape permettant de mettre à disposition une quantité suffisante d’ADN pour effectuer toutes les analyses de façon sélective. La PCR est généralement suivie par une analyse par électrophorèse du produit amplifié.

Figure 18: Représentation schématique de l'amplification de l'ADN par PCR (Renaville et al., 2005)

a. Dilution des amorces

Les amorces sont généralement livrés sous forme lyophilisée d’où l’utilité de leurs dilution avec une solution tampon ou avec le dH2O tout en respectant les volumes et les instructions recommandés. Les amorces diluées sont conservés par la suite à -20°C et des l‘aliquotes (solutions filles) sont préparés et utilisés pour les réactions PCR. La préparation des alécots des amorces consiste à prélever 10µl de l’amorce sens (F) et l’amorce anti-sens (R) et d’ajouter 90µl de dH2O à chaque prélèvement, ces l‘aliquotes sont conservés à -20°C pour usage.

b. Préparation de la mixture

Pour la manipulation de n échantillons d’ADN, on prépare une mixture de n+2 échantillons et qui sera fragmenter par la suite dans les n tubes PCR selon le volume recommandé, soit 21 µl par tube PCR, puis on ajoute 4µl d’ADN matrice de chaque échantillons au tube PCR correspondant, le milieu réactionnel total est de 25 µl par tube PCR. La mixture PCR comprend, tout en respectant l’ordre suivant ; le tampon PCR, dNTP (dATP, dCTP, dGTP, dTTP), le catalyseur MgCl2, les amorces (F/R), dH2O autoclavée et l’ADN polymérase thermorésistante (Taq polymérase). Les quantités des réactifs sont ajoutées en respectant les concentrations recommandées avec des modifications mineures entres les gènes étudiés (tableau 4). Il est recommandé de mélanger le tampon, la dNTP, le MgCl2, les amorces et le ddH2O, puis centrifuger le mélange, ajouter la Taq polymérase et vortexer.

Tableau 4: Ingrédients de la réaction PCR

Réactifs Concentration Volume (µl) ADN matrice 50ng/µl 4 Tampon PCR 5x 2.5 dNTP (mix) 25mM 2.5 MgCl2 25mM 2.5 Amorces(F) 10pmol/µl 2.5 Amorces(R) 10pmol/µl 2.5 Taq polymérase 5U/µl 0.25 ddH2O - 8.25 Volume final - 25

c. Implémentation des cycles d’amplification

Les tubes PCR sont incubés dans un thermocycleur pour suivre la réaction d’amplification. Les conditions thermiques des cycles PCR incluent trois étapes essentielles : soit une dénaturation initiale à 94°C pendant 5min suivie par 35 cycles d’amplification, chaque cycle comprend à son tour une dénaturation à 95°C pendant 30s suivie d’une hybridation à une température Tm pendant 30s et une élongation à 72°C pendant 40 sec ; puis une extension finale à 72°C pendant 10min. La température d’hybridation Tm est spécifique à chaque amorce (tableau 5).

La température d’hybridation rapportée dans la littérature ainsi que les températures spécifiques à chaque amorce délivrée par le fournisseur permettent une estimation approximative de la température d’hybridation spécifique à chaque gène. Ce pendant, un gradient de température est très recommandé pour optimiser la température d’hybridation souhaitable.

Tableau 5: Caractérisation des amorces amplifiées par PCR

Gènes Amorces Tm Séquence Référence cible Stat5 F: 5-GAGAAGTTGGCGGAGATTATC-3 57°C 820 bp Khatib et A al.( 2009b) R: 5-CCGTGTGTCCTCATCACCTG-3.

FGF2 F: 5 CATAGTTCTGTAGACTAGAAG -3 54°C 207 pb Khatib et al. (2008a) R:5CCTCTAAAGAAGGATTAAGTCAAAATGGGGCTGGTA-3

GH- 59°C 428 pb Trakovicket F 5’- CGGACCGTGTCTATGAGAAGCTGAAG-3΄ Alu1 et R 5΄-GTTCTTGAGCAGCGCGTCGTCA-3΄ al.(2013b)

GH- F :5’-CCCACGGGCAAGAATGAGGC-3’ 60°C 329 pb Özkan Ünal MspI R :5’-TGAGGAACTGCAGGGGCCCA-3’ et al. (2015)

LEP F : 5´-TGGAGTGGCTTGTTATTTTCTTCT-3´ 62°C 422 pb Liefers et R : 5´-GTCCCCGCTTCTGGCTACCTAACT-3´ al. (2002)

d. Contrôle des produits PCR

Après amplification, les produits PCR sont révélés par électrophorèse sur gel d’agarose 2% pour vérifier l’amplification des séquences cibles. En effet, 5 µl du produit PCR fraichement mixé avec 2 µl de solution de dépôt (gel-loading) puis glissé doucement dans les puits du gel d’agarose ; le première puits est toujours réservé au marqueur de taille (100 bp /1Kb DNA ladder). Après 60 min (120 volts) de migration, les produits PCR sont visualisés sous UV par un système de documentation (Gel Doc). La migration d’une seule bande nette indique une amplification correcte de la séquence d'ADN cible. Seuls les produits de bonne qualité sont retenus pour la PCR-RFLP.

4. La digestion enzymatique par PCR-RFLP

L'utilisation de la PCR pour amplifier la séquence d'ADN d'intérêt suivi d'une digestion par une enzyme de restriction pour révéler un polymorphisme de longueur des fragments de restriction est appelée PCR-RFLP (Pinder et al., 1991). La PCR-RFLP est l'un des outils les plus puissants pour l'identification de la variabilité génétique. Elle détecte directement le polymorphisme d’ADN génomique par digestion par des enzymes de restriction, suivie d'un fractionnement des fragments résultants (Botstein et al., 1980). Les enzymes de restriction sont capables de reconnaître spécifiquement et uniquement une courte séquence d'ADN de 4 à 10 paires de bases, et de cliver les deux brins du duplex d'ADN au site spécifique. La mutation ponctuelle, la suppression ou l'insertion peuvent créer ou abolir le site de reconnaissance pour l’endonucléase de restriction spécifique au niveau de locus et modifier ainsi les fragments résultants de la restriction. D'autre part, l'inversion change la distance entre une paire de sites d’enzyme de restriction et par conséquent, provoque des changements dans la taille de fragments de restriction. La digestion de la séquence d'ADN génère plusieurs fragments de longueurs différentes qui peuvent être ensuite séparés par électrophorèse sur gel d'acrylamide ou d'agarose. L'ensemble de ces fragments constitue un profil dit empreinte génétique de l'espèce examinée. Les enzymes de restriction sont principalement isolées de bactéries d’où dérivent leurs noms. Ces enzymes reconnaissent de courtes séquences, souvent des palindromes, spécifiques à chaque enzyme. En présence de l’ion Mg+, l’enzyme hydrolyse la liaison phosphodister dans les deux brins d’ADN. En se basent sur la relation spatiale entre la séquence reconnue et le lieu de coupure, il est possible de distinguer trois types d'enzymes de restriction. Les enzymes de type I et de type III reconnaissent une séquence d'ADN spécifique et coupent en un endroit aléatoire, d'une distance d'environ 1 000 (pb) pour le type I et de 25 pb pour le type III par rapport au site de restriction. Ces 2 types ont également une activité méthylasique en plus de leur activité endonucléasique, ce qui les différencie du type II. Concernant les enzymes de type II, les plus utilisées en biologie moléculaire, l’attaque endonucléase touche une séquence spécifique au voisinage du site de restriction (moins de 25pb) et les extrémités générées (substrats de ligases) sont cohésives ou franches (tableau 6). Deux enzymes sont dites compatibles si elles laissent des extrémités identiques et elles sont dites isochizomères lorsqu’elles reconnaissent la même séquence même qu’elles coupent au niveau des mêmes bases ou non.

Une unité d’enzyme est peut être considérée comme la quantité minimale d’enzyme nécessaire pour digérer totalement tous les sites de restrictions présents dans un migrogramme d’ADN de référence (ADN de phage) dans les condition optimales de fonctionnement d’un enzyme ( PH, température, sels, temps…). Tableau 6: Enzymes de restriction (Wikipedia)

a. Préparation de la PCR-RFLP

Les PCR-RFLP détectent directement le polymorphisme de l’ADN génomique par digestion par des enzymes de restriction, suivie d'un fractionnement des fragments résultants. Les changements dans la séquence d'ADN associée à un changement d’allèle dans le locus seront visualisés par la mobilité modifiée des fragments de restriction sur gel par électrophorèse. En effet, les produits d’amplification sont digérés par des enzymes spécifiques à chaque polymorphisme étudié (tableau 7). Le protocole de PCR- RLFP nécessite 12µl de produit PCR, 0.2 µl de BSA (Sérum Bovine Albumine), 2,5µl de tampon de l’enzyme correspondant, 0.3 µl de l’enzyme de restriction, 10

µl de ddH2O, avec des modifications mineures pour chaque gène étudié. Soit un volume total de 25 µl incubé à 37-40°C pendant au moins 11 h dans un thermocycleur. En effet, pour une réaction PCR- RLFP, on prépare une mixture de BSA, tampon, enzyme et ddH2O pour n+2 échantillons. La mixture est fragmentée sur n échantillons à raison de 13µl par tube PCR contenant déjà 12µl de produit PCR.

Tableau 7:Enzymes de restrictions spécifiques pour les polymorphismes étudiés

Gène Polymorphisme Site de restriction Enzyme de restriction

STAT5A SNP12195 C/G BstEII

FGF2 SNP11646 A/G Csp6I

GH-AluI L/V AluI GH GH-MspI (-/+) MspI

LEP LEP/Sau3AI A/B Sau3AI

b. Contrôle des produits de digestion

Soit 12µl des produits PCR- RLFP fraichement mixés avec 2 µl de solution de dépôt, glissés soigneusement dans les puits de gel d’agarose 2.5 %. Le premier puits est réservé au marqueur de taille (100pb) pour déterminer la taille des fragments de digestion et le deuxième puits est réservé à un produit PC pour déterminer les fragments non digérés. L’électrophorèse est exécutée à 80 volts pendant 30, 60 et 90 minutes jusqu’à la séparation complète et la visualisation des fragments digérés par l’enzyme de restriction. Les fragments digérés ont été visualisés par un transilluminateur UV et photographiés avec le système de documentation sur gel (Gel Doc).

V. Analyses statistiques

1. Fréquences alléliques et génotypiques

Une fois les génotypes sont déterminés par PCR-RLFP, les fréquences alléliques et génotypiques associés à chaque gène sont déterminées par un simple comptage selon la formule suivante (Falconer et Mackay, 1996):

p= (2nAA+nAB)/2N

q= (2nBB+nAB)/2N

Où N : est la taille de l’échantillon p : est la fréquence de l’allèle A q : est la fréquence de l’allèle B

nAA, nBB et nAB : sont les nombres des individus AA, BB et AB respectivement. La déviation par rapport à l’équilibre de Hardy–Weinberg est déterminée par un test χ2 (SAS, version 9.0).

2. Etude des performances de production et de reproduction

La distribution des données selon la parité, le diagnostic de boiterie, le pays d’origine et le niveau de production laitière a été étudiée (SAS, version 9.0). Les moyennes et les écarts types des critères de reproduction et de production sont calculés. Les paramètres de reproduction retenus sont l’âge à la première IA (AGE_1IA), l’âge au premier vêlage (AGE_1CALV), l’intervalle vêlage-vêlage (CI), l’intervalle vêlage-première insémination (CALV_1IA), le nombre de jours ouverts (DO) et le nombre d’inséminations par conception (NINS). Les paramètres de production étudiés concernent les quantités totales de lait, des Matières Grasses (MG) et des Matières Protéiques (MP) produites par lactation.

3. Effet des polymorphismes génétiques sur les performances de reproduction

L’analyse de l’association entre les polymorphismes génétiques et les paramètres de production et de reproduction a été réalisée par la procédure Mixed du logiciel SAS (version 9.0; SAS Institute, NC, USA) en utilisant le modèle linéaire suivant :

(Modèle 1) yijklmnh = µ + SNPi+ Originej+ Saisonk+ Annéel+ Paritém+Boiterien+ NPh +eijklmnh

Où

Y : la performance en question µ : moyenne générale

SNPi : effet fixe des polymorphismes étudiés (Stat5A, FGF2, GH-AluI, GH-MspI, LEP, i=1,5)

Originej : effet fixe du pays d’origine des vaches (j=1,3)

Saisonk : effet fixe de la saison de vêlage (k=1,4, Hiver: Décembre-Février, Printemps : Mars- Mai, Eté: Juin-Aout, automne: Septembre-Novembre)

Annéel : effet fixe de l’année de vêlage (l=1,4)

Paritém : effet fixe de l’ordre de parité des vaches (m=4) Boiterien: effet fixe de boiterie indiquant si la vache est boiteuse ou non (n=1,2) NPh : niveau de production (haut, moyen, bas h=1,3) eijklmnh : erreur aléatoire.

A fin d’optimiser le modèle et éviter les cas de non convergence au niveau de la résolution, la covariable niveau de production (NP) a été considérée uniquement pour l’analyse du polymorphisme LEP et la covariable année de vêlage (Année) n’était pas intégrée dans l’analyse du polymorphisme GH.

Les tests F-statistic et T-statistic ont été utilisés pour déterminer l’effet des variables indépendantes ainsi que l’effet des polymorphismes sur les traits de fertilité étudiés.

4. Effet des interactions génétiques sur les paramètres de reproduction

Les gènes envisagés pour cette étude ont été choisis selon leurs fonctions biologiques dans la voie métabolique ou dans l’axe somatotrope. Outre, lorsqu’un gène affecte un trait cible, d’autres gènes sont susceptibles de le faire aussi. Il est donc indispensable de chercher si la variation des traits cibles est proportionnelle à l’effet des gènes individuels ou à l’effet de certaines interactions entre gènes adjacents. L’évaluation des interactions entre les polymorphismes étudiés consiste à déterminer l’effet des différentes combinaisons génotypiques entre polymorphismes sur les paramètres de reproduction étudiés. En effet, cette analyse permet de sélectionner les combinaisons génotypiques les plus favorables pour chaque trait de reproduction. Les interactions mises en valeur par cette étude sont les interactions entre couple de polymorphisme ; soit les interactions Stat5A//FGF2, Stat5A//LEP, Stat5A//GH:AluI, Stat5A//GH-MspI, FGF2//GH-AluI, FGF2//GH-MspI, FGF2// LEP, GH-AluI//LEP, GH-MspI//LEP et GH-AluI//GH-MspI. L’effet de l’interaction globale entre tous les polymorphismes étudiés Stat5A// FGF2//LEP//GH-AluI//GH-MspI a été aussi évaluée. Un deuxième modèle statistique (modèle 2) a été envisagé pour analyser l’effet des interactions entre couples de gènes sur les traits de reproduction et un troisième modèle (modèle 3) pour évaluer l’effet de l’interaction entre tous les polymorphismes investigués. Cette analyse, établit par la procédure Mixed du logiciel SAS (version 9.0; SAS Institute, NC, USA), permet d’ajuster une comparaison inter et intra-gènes afin de dégager les combinaisons génotypiques les plus favorables pour chaque trait de fertilité.

(Modèle 2) yijklmnh = µ + (SNPi *SNPj)+ Originek+ Saisonl+ Annéem+ Paritén+Boiterieo +

eijklmno

Où ; y: la performance µ : moyenne générale

SNPi *SNPj : effet fixe de l’interaction entre polymorphismes i et j (Stat5A, FGF2, GH-AluI, GH-MspI, LEP i=1,5 j=1,5)

Originek : effet fixe du pays d’origine des vaches (k=1,3)

Saisonl : effet fixe de la saison de vêlage (l=1,4)

Annéem: effet fixe de l’année de vêlage (m=1,4)

Paritén: effet fixe de la parité des vaches (n=4)

Boiterieo: effet fixe de boiterie indiquant si la vache est boiteuse ou non (o=1,2) eijklmno: erreur aléatoire.

(Modèle 3) yijklm = µ + (Stat5A *FGF2*GH-AluI * GH-MspI*LEP )+ Originei+ Saisonj+

Annéek+ Paritél+Boiteriem+ eijklm

Où ; y: la performance µ : moyenne générale Stat5A *FGF2*GH-AluI * GH-MspI*LEP : effet fixe de l’interaction entre polymorphismes Stat5A, FGF2, GH-AluI, GH-MspI, LEP

Originei : effet fixe du pays d’origine des vaches (i=1,3)

Saisonj : effet fixe de la saison de vêlage (j=1,4)

Annéek: effet fixe de l’année de vêlage (k=1,4)

Paritél: effet fixe de la parité des vaches (l=4)

Boiteriem: effet fixe de boiterie indiquant si la vache est boiteuse ou non (m=1,2) eijklm: erreur aléatoire.

Résultats Et

Discussions

I. Répartition du troupeau 1. Répartition du troupeau selon le numéro de lactation

Le troupeau étudié englobe un effectif de 410 vaches laitières de races Holstein. La distribution des vaches selon le numéro de lactation montre qu’environ 57% de l’effectif est en première ou en deuxième lactation alors que seulement 20% des vaches sont en quatrième lactation ou plus (figure 19).

Figure 19: Répartition du troupeau selon le numéro de lactation (n: nombre d’individus)

2. Répartition du troupeau selon le niveau de production

Le rendement laitier des vaches par lactation a permis la détermination de trois niveaux de production : soit un niveau de production faible pour un rendement compris entre 1500 et 5800, un niveau moyen pour un rendement compris entre 5800 et 8095 et un niveau élevé pour un rendement supérieur à 8095 Kg par lactation. En se référant à cette classification, 76% des vaches ont un niveau de production moyen ou élevé ; 36% des vaches ont montré une production élevée et 24% du cheptel ont été caractérisé par un faible niveau de production (figure 20).

Figure 20: Répartition du troupeau selon le niveau de production (n : nombre d’individus)

3. Répartition du troupeau selon le pays d’origine

Le pedigree du troupeau montre que 57% des vaches sont issues d’inséminations avec une semence locale alors que 43% sont issues d’inséminations en utilisant des semences importées principalement de France et Hollande (figure 21).

Origine e

Figure 21: Répartition du troupeau selon le pays d’origine (n : nombre d’individus)

4. Répartition du troupeau selon l’état des pieds des animaux

Le suivi du bien être animal et l’état sanitaire des animaux montre un syndrome de boiterie de différents niveaux et bien marqué au sein du troupeau, soit environ 78% des vaches sont diagnostiquées boiteuses ou boiteuse guéries (figure 22). Cet état critique n’est qu’une

conséquence immédiate de l’état des étables et des pratiques d’hygiène. L’état de santé des pieds est étudié vu ses effets évidents sur les performances de production et de reproduction des animaux.

Figure 22: Répartition du troupeau selon l’état de boiterie (n : nombre d’individus)

II. Performances du troupeau

1. Performances moyennes de reproduction

Pendant l’édition de la base de données, certains sujets ont été écartés du calcul des performances moyennes vu le manque et l’irrégularité de leurs contrôles de performances. Au total, 410 vaches, 845 vêlages et 1255 inséminations ont été retenues. L’évaluation des performances de reproduction a permis de déterminer les moyennes des paramètres étudiés et leurs niveaux de variation dans le troupeau. Il se dégage des résultats obtenus (tableau 8) que l’âge à la 1ère insémination (AGE_1IA) et l’âge au 1er vêlage (AGE_1CALV) étaient respectivement de 514.578 (±69.635) et 806.044 (±80.093) jours soit environ 17 et 27 mois respectivement. Concernant les autres paramètres, l’intervalle entre vêlages (CI) et l’intervalle vêlage-1ère insémination (CALV_1IA) étaient de 442.260 (±105.588) et 88.186 (±41.368) jours respectivement. Les jours ouverts (DO) et l’indice coïtal (NINS) étaient respectivement de 165.769 (±105.074) jours et 1.897 (±1.196) insémination par conception. Les critères associés à l’âge reflètent une relative maîtrise de l’élevage des jeunes et de la mise à la reproduction. Les critères associés aux intervalles reflètent un retard au niveau de la reprise de l’activité ovarienne post-partum et des lactations assez longues des vaches. Le NINS est

associé principalement à l’alimentation du troupeau et l’efficacité des détections des chaleurs et de l’insémination.

Tableau 8:Performances moyennes de reproduction

Trait N Moyenne ET Minimum Maximum

AGE_1IA 410 514.578 69.635 374.000 894.000 AGE_1CALV 410 806.044 80.093 657.000 1331.000 CI 845 442.260 105.588 219.000 882.000 CALV_1IA 845 88.186 41.368 30.000 288.000 DO 845 165.769 105.074 30.000 606.000 NINS 1255 1.897 1.196 1.000 8.000

2. Performances moyennes de production

La production laitière est évaluée aussi bien en quantité qu’en composition, déterminée par le taux butyreux (TB) et le taux protéique (TP) (Boujenane, 2010). Les performances de production laitière étudiées ont concerné les quantités totales de lait, de Matières Grasses et de Matières Protéiques produites par lactation. La production laitière moyenne par lactation des sujets inclus dans l’étude était de 6889.18 (±2961.3) kg (tableau 9). Cette valeur est supérieure à celles rapportées par Ben Salem et al. (2007), Ajili et al. (2007), Garrouri (2008), Bouraoui et al. (2013) et Houchati et al. (2016) qui sont, respectivement, de 5900, 5905, 5517, 5445 et 4963 kg. Cependant, cette performance reste largement inférieure à celle enregistrée en France chez la même race et qui est de 9155 kg (Dejardin, 2003) sans compter les améliorations réalisées depuis cette date. Les quantités moyennes de MG et MP produites par lactation étaient de 208.50 (±105.927) kg et 189.76 (±98.646) kg respectivement, soit un taux butyreux et protéique moyen de 3,026 % et 2,754 % respectivement. Ces valeurs sont assez comparables à celles rapportées par Ajili et al. (2007) et Houchati et al. (2016), les moyennes par lactation étaient respectivement de 180,2 (±75,9) kg et 179 (±60) kg pour la MG et 147 (±51) kg et 167,8 (±70,1) kg pour la MP.

Tableau 9: Performances moyennes de production laitière par lactation.

Trait N Moyenne ET Minimum Maximum

Lait 1174 6889.18 2961.39 158.000 17083.00 MP 1161 189.76 98.646 21.000 569.000 MG 1161 208.50 105.927 24.000 578.000

III. Etude génotypique

L’électrophorèse permet de distinguer les bandes claires, nettes et intenses correspondant à une ADN de bonne qualité; les bandes les moins nettes, les moins intenses ou avec trainée sont des ADN de mauvaise qualité (photo1). Après l’évaluation de l’ADN génomique, 410 échantillons de bonne qualité ont été retenus pour le génotypage.

ADN de 100pb DNA ADN de bonne qualité L Ladder mauvaise qualité

Photo 1: Profil d’électrophorèse de l’ADN génomique

1. Polymorphisme du gène STAT5A

1.1. Identification du polymorphisme L’amplification des régions codantes du gène Stat5A a généré des produits PCR de taille 820 pb sur gel d’agarose 2% (Photo2).

Photo 2: Profil d’électrophorèse des produits d’amplification du gène Stat5A. M : marqueur de taille 100 pb (Biomatik) ; 1-2-3-4-5-6 : échantillons analysés

En se référant à la méthode RFLP-PCR pour le polymorphisme SNP12195, la digestion enzymatique des produits d’amplification par l’endonucléase BestEII a révélé trois profils de restriction: un profil avec une bande unique de 820 bp correspond au génotype CC, un profil de deux bandes 676//44 bp pour le génotype GG et un profil de trois bandes 820//676//44 bp correspondant au génotype CG (photo3).

Photo 3: Profils d’électrophorèse de la digestion des produits d’amplification du gène Stat5A avec l’enzyme BstEII sur gel d’agarose 2.5%. M : marqueur de taille 100 pb (Biomatik) ; 1-2-3-5-6- 7 : échantillons analysés

Les fréquences génotypiques et alléliques relatives au polymorphisme du gène Stat5A reflètent l’état d’équilibre de Hardy-Weinberg de cette population. La répartition des fréquences génotypiques a montré un taux d’hétérozygotie important dans la population, le génotype CG représentait 56.83%. Les génotypes homozygotes CC et GG représentaient respectivement 27.80% et 15.37%. Les fréquences alléliques résultantes étaient de 56,215% et 43,785% respectivement pour l’allèle C et G (tableau 10).

Tableau 10:Fréquences (%) génotypiques et alléliques du gène Stat5A.

Gène polymorphisme Fréquences Fréquences génotypiques (%) Alléliques (%)

CC CG GG C G STAT5A SNP12195 (C/G) 27.80 56.83 15.37 56.215 43.785 (n=114) (n=233) (n=63) (n : nombre d’individus)

1.2. Facteurs de variations des performances de reproduction

Les résultats obtenus dans cette étude (tableau 11) ont indiqué un effet hautement significatif (p<.0001) de la parité sur les critères de reproduction suivants NINS, CI, DO et CALV_1IA. Les primipares ont montré les intervalles les plus longs et les nombres d’inséminations les plus élevés comparées aux vaches multipares. L’origine des animaux a affecté hautement significative le CI, DO, AGE_1CALV et CALV_1IA, significativement le NINS et non significative l’AGE_1IA. La boiterie a montré un effet significatif uniquement sur le CI, le NINS et DO. Par contre, l’année de vêlage parait avoir un effet hautement significatif sur tous les paramètres étudiés alors que la saison de vêlage n’avait aucun effet sur ces paramètres. Les vaches boiteuses ont été mises à la reproduction ainsi qu’à l’insémination après vêlage avant les vaches saines, cependant, elles ont montré les intervalles de reproduction les plus longs et le NINS le plus élevé. L’effet du polymorphisme génétique du gène Stat5A a été hautement significatif sur CI et DO, significatif sur l’AGE_1IA et l’AGE_1CALV, suggestif sur le NINS et non significatif sur l’intervalle CALV_1IA.

Tableau 11: Effets des facteurs de variation sur les paramètres de reproduction

Facteurs NINS CI DO AGE_1CALV AGE_1IA CALV_1IA (DDL=404) (DDL=321) (DDL=321) (DDL=393) (DDL=393) (DDL=321)

Pr > F Pr > F Pr > F Pr > F Pr > F Pr > F

Parité <.0001 <.0001 <.0001 . . 0.0090

Origine 0.0474 <.0001 <.0001 0.0006 0.1143 0.0047

Boiterie 0.0382 0.0042 0.0108 0.4582 0.3120 0.5485 Année de 0.0017 <.0001 <.0001 <.0001 <.0001 <.0001 vêlage Saison de 0.2268 0.5291 0.4530 0.8789 0.9734 0.7015 vêlage

STAT5A 0.0932 <.0001 0.0002 0.0108 0.0134 0.1357

1.3. Effet du polymorphisme sur les paramètres de reproduction

L’étude de l’association des génotypes liés au polymorphisme du gène Stat5A mentionnés dans cette étude (tableau 12) a indiqué une association significative avec le NINS, les vaches de génotypes CC et CG demandaient moins d’inséminations par gestation que les vaches de génotype GG. Une association hautement significative a été aussi enregistrée pour le CI, les vaches de génotype CC avaient les CI plus courts que les vaches de génotypes CG et GG, soit un intervalle de -50.72 jours par rapport au génotype référant GG, les vaches de génotypes hétérozygotes ont des intervalles moyens. Les mêmes constatations ont été enregistrées pour le DO et les variations entres les différents génotypes étaient hautement significatives. Les vaches de génotypes CC et CG ont montré des DO de -47.61et -29.41jours respectivement par rapport aux vaches de génotype GG. L’effet du polymorphisme sur l’AGE_1IA et l’AGE_1CALV était hautement significatif et les animaux de génotype CC ont été mis à la reproduction plus tard et ont vêlés pour la première fois à un âge plus tardif que les animaux de génotypes CG et GG. Cependant, le polymorphisme STAT5A n’a montré aucun effet significatif sur CALV_1IA et aucune association significative n’a pas été enregistrée entre les différents génotypes et ce paramètre.

Tableau 12: Effet de polymorphisme génétique de STAT5A sur les paramètres de reproduction

Traits Genotypes Estimate Standard Error t Value Pr > |t|

NINS Intercept 2.0179 0.1908 10.57 <.0001

(DDL=404) CC -0.1644 0.08176 -2.01 0.0450 CG -0.1517 0.07441 -2.04 0.0421 GG 0 . . .

CI Intercept 395.34 22.3034 17.73 <.0001

(DDL=321) CC -50.7239 11.5820 -4.38 <.0001 CG -32.6128 10.0176 -3.26 0.0013 GG 0 . . .

DO Intercept 119.00 22.2035 5.36 <.0001 (DDL=321) CC -47.6127 11.3905 -4.18 <.0001 CG -29.4068 9.8456 -2.99 0.0030 GG 0 . . .

AGE_1CALV Intercept 818.14 19.5457 41.86 <.0001 (DDL= 393) CC 30.9955 11.3396 2.73 0.0066 CG 11.4848 10.4334 1.10 0.2717 GG 0 . . . AGE_1IA Intercept 499.97 16.0743 31.10 <.0001 CC 24.1354 9.3256 2.59 0.0100 (DDL= 393) CG 7.8395 8.5804 0.91 0.3615 GG 0 . . .

CALV_1IA Intercept 67.2784 9.2199 7.30 <.0001 CC -1.7523 4.8372 -0.36 0.7174 (DDL=321) CG 4.9603 4.2332 1.17 0.2422 GG 0 . . .

2. Polymorphisme du gène FGF2

2.1. Identification du polymorphisme

L’amplification par PCR des régions codantes du gène FGF2 a généré des produits de taille 207pb sur gel d’agarose 2%. La digestion enzymatique a révélé trois schémas de restriction correspondant à trois génotypes différents: AA, AG et GG. Les allèles A et G ont été indiqué par des bandes de 207 et 171 bp respectivement. Les fragments de taille 207bp correspondaient aux individus de génotype AA, ceux de taille 207//171//36bp correspondaient au génotype AG et les fragments de taille 171//36bp correspondaient au génotype GG (photo4).

Photo 4: Profil d’électrophorèse de la digestion des produits d’amplification du gène FGF2 avec l’enzyme Csp6I sur gel d’agarose 2.5%. M : marqueur de taille 100 pb (Biomatik) ; 1-2-3-4-5- 6-7-8-9 : échantillons analysés

Le test χ2 a révélé que la population répondait aux conditions de l’équilibre de Hardy– Weinberg. Les fréquences génotypiques associées au polymorphisme FGF2/Csp6I calculées dans le présent travail (tableau 13) ont montré une abondance de génotype hétérozygote AG (50.49%) par rapport aux génotypes homozygotes AA et GG. L’allèle G était plus fréquent dans la population que l’allèle A (55,25% vs 44,75%).

Tableau 13:Fréquences (%) génotypiques et alléliques du polymorphisme FGF2.

Gène polymorphisme Fréquences Fréquences génotypiques (%) alléliques (%)

AA AG GG A G FGF2 SNP11646 (A/G) 19.51 50.49 30.00 44.75 55.25

(n=80) (n=207) (n=123)

(n : nombre d’individus)

2.2. Facteurs de variations des performances de reproduction

La variation des paramètres de reproduction dépendait de plusieurs facteurs (tableau 14). L’ordre de parité a affecté hautement significative le NINS, CI, DO et CALV_1IA. Les primipares ont montré le NINS le plus faible alors que les multipares ont montré les CI, DO et CALV_1IA les plus courts. L’origine des animaux a significativement influencé tous les paramètres étudiés à part l’AGE_1IA dont l’effet n’était pas statistiquement significatif. La boiterie autant que maladie des pieds a significativement affecté le NINS, CI et DO et les animaux boiteux ont présenté les CI et DO les plus longs et le NINS le plus élevé par rapport aux animaux sains. La saison de vêlage n’a pas engendré d’effet significatif sur aucun paramètre de reproduction. Cependant, l’année de vêlage a montré un effet hautement significatif sur les paramètres de reproduction d’intérêt. L’effet du polymorphisme génétique du gène FGF2 a été constaté uniquement sur CI, DO et CALV_1IA.

Tableau 14:Effet des facteurs de variation sur les paramètres de reproduction

Factors NINS CI DO AGE_1CALV AGE_1IA CALV_1IA (DDL=402) (DDL=321) (DDL=321) (DDL=399) (DDL=399) (DDL=321) Pr > F Pr > F Pr > F Pr > F Pr > F Pr > F

Parité <.0001 <.0001 <.0001 . . 0.0049

Origine 0.0490 <.0001 <.0001 0.0004 0.0842 0.0014 Boiterie 0.0322 0.0014 0.0042 0.6315 0.4230 0.6117

Année de 0.0025 <.0001 <.0001 <.0001 <.0001 <.0001 vêlage Saison de 0.2254 0.6731 0.6040 0.8826 0.9512 0.7663 vêlage FGF2 0.7068 0.0048 0.0067 0.1687 0.5793 0.0137

2.3. Effet du polymorphisme FGF2 sur les paramètres de reproduction

L’association entre le polymorphisme du gène FGF2 et les paramètres de reproduction (tableau 15) a montré une variation hautement significative sur CI, DO et CALV_1IA. Le génotype GG a été considéré comme un génotype de référance pour cette analyse. Les vaches de génotype

AA se caractérisaient par un CI et les DO les plus courts (-30.97 et -27.89 jours) par rapport aux vaches hétérozygotes AG ainsi que par rapport aux référant, ces différences étaient

hautement significatives pour le CI et significatives pour les DO. Cependant, les vaches de génotype hétérozygote ont montré un CALV_1IA plus long par rapport aux vaches de génotypes homozygotes AA et GG et les différences estimées étaient hautement significatives. En ce qui concerne le NINS et l’AGE_1IA, aucun effet n’a été observé et la variation entre les différents génotypes étaient non significative.

Tableau 15: Effet du polymorphisme génétique de FGF2 sur les paramètres de reproduction

Traits Genotypes Estimate Standard Error t Value Pr > |t| CI Intercept 366.90 21.5410 17.03 <.0001 (DDL=321) AA -30.9673 11.0980 -2.79 0.0056 AG -1.6801 9.0339 -0.19 0.8526 GG 0 . . . DO Intercept 91.4529 21.4524 4.26 <.0001 (DDL=321) AA -27.8885 10.9107 -2.56 0.0110 AG 0.6044 8.8814 0.07 0.9458 GG 0 . . . CALV_1IA Intercept 61.3176 8.9218 6.87 <.0001 AA 4.3416 4.5513 0.95 0.3408 (DDL=321) AG 10.5341 3.7056 2.84 0.0048 GG 0 . . .

3. Polymorphisme du gène GH

3.1. Identification du polymorphisme

L'ADN isolé était de bonne qualité. Les fragments de 428pb et 329 du gène de l'hormone de croissance ont été caractérisés et amplifiés avec succès à partir de l'ADN de chaque échantillon. Ainsi, cela reflète une bonne conservation de l’ADN chez les bovins. Le test χ2 a montré que la fréquence des allèles et des génotypes des polymorphismes GH-AluI et GH-MspI suivaient les règles de l'équilibre de Hardy-Weinberg. La visualisation sous ultraviolet a révélé que la digestion des produits PCR de GH par l’endonucléase AluI présentait trois types de bandes. Les fragments qui représentaient le variant de la leucine (LL) donnant lieu aux bandes 265//96//51//16 pb, les fragments AluI donnant lieu aux bandes 265//147//16 pb représentaient le variant de la valine (VV), alors que le variant (LV) donnant lieu aux bandes 265//147//96//51//16 pb (photo5).

Photo 5: Profils d’électrophorèse de la digestion des produits d’amplification du gène GH avec l’enzyme AluI sur gel d’agarose 2.5%. M : marqueur de taille 100 pb (Biomatik) ; 1-2-3-4-5-6: échantillons analysés

Les fragments de restriction d'ADN suivants ont également été obtenus suite à la restriction de gène GH par l’enzyme MspI: les fragments 329 pb correspondent au génotype MspI (-/-), les fragments 329//224//105 pb correspondent au génotype MspI (+/–) et les fragments 224//105 pb représentent le génotype MspI (+/+) (photo6).

Photo 6: Profils d’électrophorèse de la digestion des produits d’amplification du gène GH avec l’enzyme MspI sur gel d’agarose 2.5%. M : marqueur de taille 100 pb (Biomatik) ; 1-2-3-4-5- 6-7-8-9 : échantillons analysés.

Le tableau 16 présente les fréquences génotypiques et alléliques des polymorphismes GH-AluI et GH-MspI dans le troupeau. Les fréquences des génotypes GH-AluI étaient de 77.80, 18.54 et 3.66% respectivement pour les génotypes LL, LV et VV. Ces résultats ont montré que l'allèle GHL était significativement plus fréquent que l'allèle GHV (87.07vs 12.93%). La distribution des fréquences GH-MspI a montré que le génotype MspI (+/+) était le plus abondant (55.61%), suivis par le génotype MspI (+/-) (29.02%). Le moins fréquent était le génotype MspI (-/-) (15,37). L'allèle MspI(+) était plus fréquent que l'allèle MspI(-) (70,12 vs 29,88 %).

Tableau 16:Fréquences (%) génotypiques et alléliques des polymorphismes GH-AluI et GH-MspI

Gène polymorphismes Fréquences Fréquences génotypiques (%) alléliques (%) AluI (L/V) LL LV VV L V

77.80 18.54 3.66 87.07 12.93

GH (n=319) (n=76) (n=15)

MspI (-/+) ( – / – ) ( + / – ) ( + / + ) ( – ) ( + )

15.37 29.02 55.61 29.88 70.12

(n=63) (n=119) (n=228)

(n : nombre d’individus)

3.2. Facteurs de variations des performances de reproduction

L'étude de l'effet des facteurs non génétiques sur les caractères de reproduction en considérant le polymorphisme GH dans le modèle a montré que la parité a révélé un effet hautement significatif (p <0,0001) sur les NINS, significative (p=0.0191) sur le CALV_1IA, et aucun effet sur l'CI et l'DO. Le pays d'origine des vaches a affecté de façon hautement significative l’AGE_1IA (p <0,0001), le NINS (p = 0,0003) et l’AGE_1CALV (p = 0,0009) ; l’effet sur LE CI, DO et CALV_1IA n’était pas significatif. Le diagnostic de boiterie avait un effet hautement significatif sur le CI (p = 0,0009), très significatif sur DO (p = 0,0025) et significatif sur l’AGE_1CALV (p = 0,0211) et l’AGE_1IA (p=0.0165) et aucun effet sur le NINS et CALV_1IA. La saison de vêlage n'a pas révélé un effet significatif sur aucun critère de reproduction. Comme le montre le tableau 17, les polymorphismes génétiques sont liés aux caractères de reproduction. Le polymorphisme GH-AluI a affecté hautement significatif les NINS (p <0,0001), CI (p = 0,0005) et DO (p = 0,0007), significativement l’AGE_1IA (p <0.0487) et non significatif l'AGE_1CALV et le CALV_1IA. Cependant, le polymorphisme GH-MspI n'avait aucun effet significatif sur les traits étudiés.

Tableau 17:Effet des facteurs de variation sur les paramètres de reproduction

Facteurs NINS CI DO AGE_1CALV AGE_1IA CALV_1IA (DDL=402) (DDL=319) (DDL=319) (DDL=399) (DDL=399) (DDL=319)

Pr > F Pr > F Pr > F Pr > F Pr > F Pr > F

Parité <.0001 0.2835 0.2599 . . 0.0191 Origine 0.0003 0.9147 0.8762 0.0009 <.0001 0.3374 Saison de 0.0930 0.3666 0.4889 0.8948 0.9970 0.8040 vêlage Boiterie 0.0935 0.0009 0.0025 0.0211 0.0165 0.9965 GH-ALU <.0001 0.0005 0.0007 0.3730 0.0487 0.0975 GH-Msp 0.3852 0.1806 0.1270 0.6924 0.9018 0.1621

3.3. Effet des polymorphismes du gène GH sur les paramètres de reproduction

L'effet des polymorphismes génétiques du gène GH sur les caractères de reproduction a également été étudié par comparaison entre les variantes GH-AluI et GH-MspI (tableau 18). Il a été constaté que le remplacement de l'allèle L par l'allèle V entraînait une augmentation du NINS, de le CI et de l'DO, et que les performances du génotype LL étaient significativement plus intéressants que les génotypes VV et LV. Les vaches avec le génotype LL avaient besoin du plus faible NINS (-0,5892) par rapport aux vaches des génotypes VV et LV et la différence était hautement significative (p <0,0001). Le polymorphisme GH-AluI avait aussi un effet significatif sur le CI ; le génotype LL montrait un CI plus court (-80,76 jours) par rapport au génotype VV. La différence entre les génotypes LV et VV était également très significative (p = 0,0021), le génotype LV avait l’CI le plus court (-69,68 jours). Le modèle statistique qui estime l'effet du génotype a révélé que les génotypes LL et LV étaient significativement associés à l'DO (p = 0,0002 et p = 0,0030 respectivement), les vaches de génotypes LL et LV avaient tendance à concevoir après leur vêlage 78,6 et 66,87 jours respectivement avant les vaches de génotype VV. La substitution de l'allèle L par l'allèle V avait un effet également significatif (p <0.0487) sur l’AGE_1IA. Cependant, aucune variation significative n’a été enregistrée entre les différents génotypes relativement à ce paramètre. Les variantes alléliques du polymorphisme GH-MspI n’ont pas rapporté des variations significatives pour les traits de reproduction analysés. Cependant, un effet suggestif (p =

0,0926, p = 0,0714) a été constaté pour le CI et l'DO. Les vaches MspI (+/-) avaient tendance à avoir des CI et DO plus longs.

Tableau 18:Effet de polymorphisme génétique de GH sur les paramètres de reproduction

Traits Genotypes Estimate Standard Error t Value Pr > |t| Intercept 2.7969 0.1844 15.17 <.0001 GH/ALU LL -0.5892 0.1296 -4.55 <.0001 LV -0.313 0.1391 -2.25 0.0248 NINS VV 0 . . . (DDL=402) GH/Msp + + 0.09197 0.06873 1.34 0.1816 + - 0.08968 0.07500 1.20 0.2325 - - 0 . . . Intercept 483.72 26.3921 18.33 <.0001

GH/ALU LL -80.7633 20.9099 -3.86 0.0001 CI LV -69.6775 22.4212 -3.11 0.0021 (DDL=319) VV 0 . . .

GH/Msp + + 7.7423 11.5392 0.67 0.5027 + - 21.1894 21.1894 1.69 0.0926 - - 0 . . . Intercept 207.87 26.4252 7.87 <.0001

GH/ALU LL -78.6020 20.8400 -3.77 0.0002

LV -66.8659 22.3395 -2.99 0.0030 DO VV 0 . . . (DDL=319)

GH/Msp + + 7.3830 11.4916 0.64 0.5210 + - 22.6165 12.5016 1.81 0.0714 - - 0 . . . Intercept 520.84 20.6470 25.23 <.0001

GH/ALU LL -4.9513 17.7511 -0.28 0.7804 AGE_1IA LV -25.8348 19.0938 -1.35 0.1768 (DDL=399) VV 0 . . .

4. Polymorphisme du gène LEP

4.1. Identification du polymorphisme

L’amplification des régions codantes du gène LEP a généré des produits PCR de taille 422pb sur gel d’agarose 2%. La digestion des régions cibles (422pb) du gène LEP par la méthode PCR- RLFP a été réalisée par une enzyme endonucléase Sau3AI. Les échantillons avec les fragments 390-32 bp correspendent au génotype homozygote AA, ceux avec les fragments 390-303-88-32bp au génotype hétérozygote AB et ceux avec les fragments 303-88-32 bp au génotype homozygote BB (photo7).

Photo 7: Profils d’électrophorèse de la digestion des produits d’amplification du gène LEP avec l’enzyme Sau3AI sur gel d’agarose 2.5 %. M : marqueur de taille 100 pb (Biomatik) ; 1-2- 3-4- 5-6-7-8: échantillons analysés.

Le tableau 19 illustre la répartition génotypique dans la population étudiée: soit les fréquences 44.39, 33.90 et 21.71% respectivement pour les génotypes AA, AB et BB. Il en résulte une fréquence plus élevée de l’allèle A par rapport à l’allèle B ce qui exprime une abondance du gène LEP à l’état sauvage dans la population, la fréquence de la mutation est aussi considérable.

Tableau 19: Fréquences génotypiques et alléliques du polymorphisme LEP/Sau3AI

Gène polymorphisme Fréquences Fréquences génotypiques alléliques

AA AB BB A B LEP LEP/Sau3AI 44.39 33.90 21.71 61.34 38.66 (n=182) (n=139) (n=89) (n : nombre d’individus)

4.2. Facteurs de variations des performances de reproduction

Le tableau 20 présente les résultats de l’analyse de variance des critères de reproduction en utilisant le modèle incluant l’effet du polymorphisme du gène LEP. Les résultats montrent que la parité des vaches avait un effet hautement significatif (p<.0001) sur tous les paramètres de reproduction étudiés. L’origine des animaux a affecté hautement significative le CI, DO, l’AGE_1CALV, et l’intervalle CALV_1IA, significativement l’AGE_1IA et non significative le NINS. La boiterie parait avoir un effet significatif sur le NINS, un effet suggestif sur le CI et DO et sans aucun effet sur l’AGE_1CALV, l’AGE_1IA et l’intervalle CALV_1IA. L’année de vêlage a montré un effet significatif sur le NINS et hautement significatif sur les autres paramètres. Cependant, la saison de vêlage n’a pas montré d’effet sur les paramètres de reproduction. La répartition de la population selon le niveau de production laitière demeurait sans effet sur les performances de reproduction. En effet, on n’a pas enregistré des variations significatives entre les niveaux de production ; élevé, moyen et faible ; pour tous les paramètres étudiés. L’impact du polymorphisme LEP/Sau3AI sur les paramètres analysés était hautement significatif pour l’AGE_1CALV et l’AGE_1IA, suggestif mais non significatif sur l’intervalle CALV_1IA et sans effet sur le NINS, CI et DO.

Tableau 20: Effet des facteurs de variation sur les paramètres de reproduction

Factors NINS CI DO (DDL=289) AGE_1CALV AGE_1IA CALV_1IA (DDL=360) (DDL=289) (DDL=341) (DDL=393) (DDL=321)

Pr > F Pr > F Pr > F Pr > F Pr > F Pr > F Parité <.0001 <.0001 <.0001 . . 0.0025 Origine 0.3413 <.0001 <.0001 <.0001 0.0200 0.0029 Boiterie 0.0177 0.0582 0.0999 0.2256 0.9837 0.8971 Année de 0.0243 <.0001 <.0001 <.0001 <.0001 <.0001 vêlage Saison de 0.1255 0.5676 0.6737 0.8572 0.8896 0.9377 vêlage Niveau de 0.4889 0.2791 0.5604 0.8498 0.7593 0.5181 production LEP 0.5323 0.8173 0.8770 <.0001 <.0001 0.0641

4.3. Effet du polymorphisme du gène LEP sur les paramètres de reproduction

Le polymorphisme LEP/Sau3AI n’a pas engendré d’effets significatifs sur NINS, CI, DO et CALV_1IA. En conséquence, aucune variation significative n’a pas été enregistrée pour ces paramètres entre les différents génotypes générés par ce polymorphisme. Considérant le génotype BB comme un référant ayant l’AGE_1CALV et l’AGE_1IA les plus élevés, les variations enregistrés entre les différents génotypes étaient hautement significatives. Les vaches ayants un génotype AA se caractérisaient par l’AGE_1CALV et l’AGE_1IA les plus précoces que les vaches de génotypes AB et BB. Les animaux de génotype hétérozygote occupaient une position intermédiaire et les variations étaient hautement significatives (p<.0001) (tableau 21).

Tableau 21: Association entre les génotypes de polymorphisme LEP/Sau3AI et les paramètres de reproduction

Traits Genotypes Estimate Standard Error t Value Pr > |t| AGE_1CALV Intercept 861.42 15.9096 54.14 <.0001 (DDL= 341) AA -68.0310 8.0198 -8.48 <.0001 AB -31.9138 8.6081 -3.71 0.0002 BB 0 . . . AGE_1IA Intercept 574.19 13.7051 41.90 <.0001 AA -60.1573 6.9086 -8.71 <.0001 (DDL= 341) AB -31.5854 7.4154 -4.26 <.0001 BB 0 . . .

CALV_1IA Intercept 78.9613 9.3854 8.41 <.0001 AA -5.6694 4.1056 -1.38 0.1684 (DDL=289) AB -0.9843 4.5284 -0.22 0.8281 BB 0 . . .

IV. Les interactions géniques

1. Interaction par couple de gène

1.1. Fréquences génotypiques des interactions géniques

La répartition des fréquences génotypiques relatives à l’interaction des couples de gènes investigués a montré une distribution aléatoire mais avec certaines prédominances (tableau 22). L’interaction Stat5A//FGF2 a montré que la fréquence génotypique maximale correspondait à la combinaison entre hétérozygotes CG//AG (35.12%). La fréquence des génotypes restants variait de 2.93 à 16.34% avec une absence complète de génotype combiné GG//AA. Le génotype CG//LL issue de l’interaction Stat5A//GH-AluI parait le plus dominant (45.37%) dans le troupeau, la fréquence la plus faible a été enregistrée pour le génotype GG//VV (0.73%). La fluctuation des fréquences génotypiques de l’interaction Stat5A//GH-MspI a été observée entre 2.19 et 19.75% avec une prédominance singulière du génotype CG//(++) (30.00%). Les deux génotypes CG//AA et CG//AB correspondants à l’interaction Stat5A//LEP ont montré les fréquences les plus élevées dans la population, soit 24.15% et 21.22% respectivement.

L’interaction FGF2//GH-ALU a favorisé le génotype AG//LL avec une fréquence de 39.51%. Une variation des fréquences génotypique était bien marquée allant de 0.49% jusqu’à 22.44%. Le génotype AG//(++) produit par l’interaction FGF2//GH-MspI était associe à la fréquence génotypique la plus élevée (26.83%), la fréquence la plus faible a été enregistrée pour le génotype AA//(--) (3.90%). Les deux génotypes combinés AG//AA et AG//AB issus de l’interaction entre le couple FGF2//LEP ont enregistré les fréquences les plus élevés dans la population, soit 21.22% et 20.73% respectivement. Les fréquences restantes étaient assez comparables. Le génotype AA//LL relatif à l’interaction LEP//GH-AluI était le plus fréquent dans la population (34.15%), les fréquences restantes fluctuaient considérablement entre 0.97% et 24.88%. Le génotype AA//(++) de l’interaction entre les couples LEP//GH-MspI était plus abondant (25.37) que les génotypes restants qui avaient des fréquences assez proches variant de 2.93% à 16.10%. L’interaction entre les deux polymorphismes GH-AluI//GH-MspI a montré une prédominance de la combinaison génotypique LL//(++) avec une fréquence de 43.42%. Le génotype VV//(--) (0.97%) était le moins fréquent.

Tableau 22:Fréquences (%) génotypiques des combinaisons entre couples de polymorphismes

Stat5A/FGF2 Stat5A /GH-AluI Stat5A /GH-MspI

Génotypes No Fréquences Génotypes No Fréquences Génotypes No Fréquences % % % CC AA 59 14.39 CC LL 83 20.24 CC ++ 64 15.61

CC AG 43 10.49 CC LV 26 6.34 CC +- 25 6.10

CC GG 12 2.93 CC VV 5 1.22 CC -- 25 6.10 CG AA 21 5.12 CG LL 186 45.37 CG ++ 123 30.00 CG AG 144 35.12 CG LV 39 9.51 CG +- 81 19.75 CG GG 67 16.34 CG VV 7 1.71 CG -- 29 7.07 GG AA 0 0.00 GG LL 50 12.19 GG ++ 40 9.76

GG AG 19 4.63 GG LV 11 2.68 GG +- 14 3.41 GG GG 45 10.98 GG VV 3 0.73 GG -- 9 2.19

FGF2/GH-AluI FGF2/ GH-MspI FGF2/LEP

Génotypes No Fréquences Génotypes No Fréquences Génotypes No Fréquences % % % AA LL 65 15.85 AA + + 46 11.22 AA AA 32 7.80 AA LV 12 2.93 AA + - 18 4.39 AA AB 24 5.85 AA VV 2 0.49 AA - - 16 3.90 AA BB 23 5.61 AG LL 162 39.51 AG + + 110 26.83 AG AA 87 21.22 AG LV 39 9.51 AG + - 69 16.83 AG AB 85 20.73 AG VV 6 1.46 AG - - 28 6.83 AG BB 36 8.78 GG LL 92 22.44 GG + + 72 17.56 GG AA 64 15.61 GG LV 25 6.10 GG + - 32 7.80 GG AB 29 7.07 GG VV 7 1.70 GG - - 19 4.63 GG BB 30 7.32

LEP/ GH-AluI LEP / GH-MspI GH-AluI/GH-MspI

Génotypes No Fréquences Génotypes No Fréquences Génotypes No Fréquences % % % AA LL 140 34.15 AA ++ 104 25.37 LL ++ 178 43.42 AA LV 35 8.54 AA +- 45 10.98 LL +- 94 22.93 AA VV 7 1.71 AA -- 32 7.80 LL -- 47 11.46 AB LL 102 24.88 AB ++ 66 16.10 LV ++ 43 10.49 AB LV 33 8.05 AB +- 55 13.41 LV +- 20 4.88 AB VV 4 0.97 AB -- 18 4.39 LV -- 13 3.17 BB LL 77 18.78 BB ++ 58 14.14 VV ++ 6 1.46 BB LV 8 1.95 BB +- 20 4.88 VV +- 5 1.22 BB VV 4 0.97 BB -- 12 2.93 VV -- 4 0.97

Stat5A / LEP

Génotypes No Fréquences %

CC AA 48 11.71 CC AB 36 8.78 CC BB 30 7.32 CG AA 99 24.15 CG AB 87 21.22 CG BB 47 11.46 GG AA 35 8.54 GG AB 16 3.90 GG BB 12 2.92

(No : nombre d’individus)

1.2. Effets des interactions géniques sur les traits de fertilité

L’étude des polymorphismes génétiques des gènes Stat5A, FGF2, GH-AluI-MspI et LEP met en évidence plusieurs interactions génotypiques a effets variables sur les paramètres de reproduction (tableau 23). Les interactions Stat5A//GH-AluI, FGF2//GH-AluI, LEP//GH-AluI et GH-AluI//GH-MspI ont montré un effet hautement significatif (p <.0001) sur le NINS. Les interactions Stat5A//FGF2, Stat5A//GH-AluI et Stat5A/GH-MspI, Stat5A//LEP, FGF2//GH-AluI, LEP//GH-AluI, GH-AluI//GH-MspI, avaient respectivement un effet hautement significatif (p<.0001) et significatif (p <.01, p <.05) sur CI et DO. Les interactions Stat5A//LEP, FGF2//LEP, LEP//GH-AluI et LEP//GH-MspI ont montré un effet hautement significatif (p <.0001) sur l’AGE_1CALV et l’AGE_1IA. Seule l’interaction Stat5A /FGF2 a montré un effet très significatif (p=0.0033) sur l’intervalle CALV_1IA, alors que le niveau de signification de l’effet de l’interaction FGF2/LEP sur CALV_1IA était limité au seuil de 5%.

Tableau 23:Effets des interactions géniques sur les traits de reproduction (Pr > F)

NINS CI DO AGE_1CALV AGE_1IA CALV_1IA SNP (DDL=399) (DDL=316) (DDL=316) (DDL= 388) (DDL=388) (DDL=316)

Stat5A/FGF2 0.4663 <.0001 <.0001 0.0372 0.0600 0.0033

Stat5A/GH-AluI <.0001 <.0001 <.0001 0.1998 0.0699 0.2808

Stat5A/GH- 0.4895 0.0049 0.0066 0.0708 0.0534 0.5160 MspI

Stat5A/LEP 0.5979 0.0062 0.0130 <.0001 <.0001 0.1091

FGF2/GH-AluI <.0001 0.0011 0.0013 0.3279 0.3584 0.0516

FGF2/GH-MspI 0.8090 0.0982 0.1157 0.6541 0.8641 0.2038

FGF2/LEP 0.6406 0.1430 0.1689 <.0001 <.0001 0.0369

LEP/GH-AluI <.0001 0.0088 0.0077 <.0001 <.0001 0.0701

LEP/GH-MspI 0.7444 0.1816 0.2251 <.0001 <.0001 0.1450

GH-AluI/GH- <.0001 0.0135 0.0115 0.6906 0.6103 0.4007 MspI

1.3. Identification des combinaisons génotypiques favorables

L’évaluation des effets des interactions génotypiques sur les paramètres de reproduction étudiés permet de dégager les combinaisons génotypiques les plus favorables pour chaque trait.

1.3.1. Combinaisons génotypiques favorables au NINS

L’interaction entre les polymorphismes Stat5A et GH-AluI a montré une moyenne hautement significative (p<.0001) qui correspond au NINS le plus élevé comparé aux autres interactions géniques. L’étude de l’association des combinaisons génotypiques relatives à l’interaction Stat5A//GH-AluI avec le NINS a permis de constater une association très significative avec les combinaisons CC//LL (p=0.0079) et CG//LL (p=0.0095). Les vaches de génotype CC//LL et CG//LL avaient le NINS le plus faible (1,74) dans le troupeau. Les combinaisons AA//LL, GG//LL et AG//LL issues de l’interaction entre les polymorphismes FGF2 et GH-AluI ont montré une association très significative (p<0.0036) avec le NINS et les vaches porteuses de ces génotypes avaient respectivement des NINS plus faibles dans le troupeau (tableau 24).

100

L’interaction entre les polymorphismes LEP et GH-AluI a favorisé les combinaisons AA//LL et BB//LL dont l’association avec le NINS était significative au seuil 5%. Les animaux de génotypes AA//LL et BB//LL avaient respectivement les NINS les plus faibles. L’effet de l’interaction entre les polymorphismes GH-AluI et GH-MspI sur le NINS était hautement significative (p<0.0001) mais l’association des génotypes relatives à cette interaction avec le NINS n’a pas atteint le niveau de signification statistique et les combinaisons LL//(-- ), LL//(++) et LL//(+-) n’ont montré que des associations suggestives.

101

Tableau 24:Combinaisons génotypiques favorables au NINS Interaction Genotypes Estimate Standard Error t Value Pr > |t|

Intercept 2.5987 0.3548 7.32 <.0001

CC LL -0.8562 0.3205 -2.67 0.0079 CC LV -0.5892 0.3281 -1.80 0.0733 CC VV -0.4342 0.3766 -1.15 0.2497 Stat5A/GH- CG LL -0.8268 0.3173 -2.61 0.0095 ALUI CG LV -0.5053 0.3251 -1.55 0.1209 CG VV 0.0369 0.3649 0.10 0.9195 GG LL -0.6838 0.3234 -2.11 0.0351 GG LV -0.2507 0.3480 -0.72 0.4717 GG VV 0 . . . Intercept 2.3875 0.2649 9.01 <.0001 AA LL -0.6159 0.2104 -2.93 0.0036 FGF2/GH- AA LV -0.4015 0.2458 -1.63 0.1032 ALUI AA VV -0.01020 0.3653 -0.03 0.9777 AG LL -0.5582 0.2049 -2.72 0.0067 AG LV -0.3084 0.2167 -1.42 0.1555 AG VV 0.1298 0.2817 0.46 0.6452 GG LL -0.6148 0.2082 -2.95 0.0033 GG LV -0.1511 0.2246 -0.67 0.5015 GG VV 0 . . . Intercept 2.3187 0.3040 7.63 <.0001 AA LL -0.5817 0.2539 -2.29 0.0225 LEP/GH- AA LV -0.1934 0.2634 -0.73 0.4631 ALUI AA VV 0.2533 0.3124 0.81 0.4181 AB LL -0.4573 0.2542 -1.80 0.0727 AB LV -0.3386 0.2641 -1.28 0.2005 AB VV 0.0072 0.3398 0.02 0.9830 BB LL -0.5282 0.2564 -2.06 0.0400 BB LV 0.1833 0.3080 0.59 0.5522 BB VV 0 . . . Intercept 2.2733 0.3116 7.30 <.0001 LL ++ -0.4961 0.2655 -1.87 0.0624 GH- LL +- -0.4787 0.2669 -1.79 0.0736 ALUI/GH- LL -- -0.5268 0.2715 -1.94 0.0530 MspI LV ++ -0.09581 0.2724 -0.35 0.7252 LV +- -0.2181 0.2832 -0.77 0.4416 LV -- -0.4072 0.2974 -1.37 0.1717 VV ++ -0.00310 0.3225 -0.01 0.9923 VV +- 0.4854 0.3476 1.40 0.1633 VV -- 0 . . .

102

1.3.2. Combinaisons génotypiques favorables au CI

Les interactions Stat5A//FGF2, Stat5A//GH-AluI, FGF2//GH-AluI, Stat5A//LEP, LEP //GH- AluI et Stat5A//GH-MspI ont été considérées avoir des effets significatives ou hautement significatives sur CI dont la moyenne moindres carrés estimée variait de 398.07 à 479.82 jours. Les combinaisons génotypiques issues de ces interactions ont ainsi montré des associations significatives avec le CI (tableau 25). Les combinaisons génotypiques CC//AA et CG //GG ; et CC//GA générées par l’interaction Stat5A//FGF2 ont été hautement significative (p<.0001) et significativement (p<.002) associées avec CI, respectivement. Les animaux porteurs de ces génotypes se caractérisaient par des CI plus courts comparés aux autres génotypes de la même interaction. On constate une absence complète de la combinaison GG//AA dans la population étudiée. Des associations hautement significatives (p=0.0004) et significatives (p<0.01) ont été aussi constatées respectivement pour les combinaisons CC//LL, CG//LL et CG//LV issues de l’interaction Stat5A//GH-AluI et les vaches correspondantes à ces génotypes avaient des CI plus courts par rapport aux combinaisons restantes. L’interaction FGF2//GH-AluI a dégagé une combinaison génotypique AA//LL en association hautement significative (p=0.0002) avec CI. Certaines autres combinaisons GG//LL, AG//LL et AG//LV ont été aussi très significativement (p<0.01) associées avec ce paramètre. En conséquence, les vaches de génotype AA//LL ont monté un CI plus court dans le troupeau considérant la même interaction. Les combinaisons CC//AA et AA//LL relatives respectivement aux interactions Stat5A//LEP et LEP//GH-AluI ont été très significativement (p<0.01) associées avec CI et les animaux porteurs exhibaient les intervalles les plus courts relativement à ces deux interactions. Singulièrement, l’interaction Stat5A//GH-MspI dont l’effet était très significatif sur le CI a généré des combinaisons génotypiques sans aucune association significative avec ce paramètre. La combinaison CC// (++) a montré une association suggestive (p=0.08) qui n’atteint pas le niveau de signification requis.

103

Tableau 25:Combinaisons génotypiques favorables au CI

Interaction Genotypes Estimate Standard Error t Value Pr > |t| Intercept 401.20 22.8360 17.57 <.0001

CC AA -63.9805 13.9032 -4.60 <.0001 CC GA -53.1663 17.0863 -3.11 0.0020 Stat5A/FGF2 CC GG -12.9377 25.9765 -0.50 0.6188 CG AA -42.5926 19.0755 -2.23 0.0263 CG GA -26.7234 12.0181 -2.22 0.0269 CG GG -62.3214 14.2466 -4.37 <.0001 GG GA -15.7149 20.3677 -0.77 0.4410 GG GG 0 . . . Intercept 479.82 44.4857 10.79 <.0001

CC LL -146.15 40.8702 -3.58 0.0004 CC LV -103.67 41.8672 -2.48 0.0138 STAT5A/GH- CC VV -100.81 50.5456 -1.99 0.0470 AluI CG LL -117.11 40.2275 -2.91 0.0038 CG LV -119.99 41.2886 -2.91 0.0039 CG VV -38.7811 46.7079 -0.83 0.4070 GG LL -87.0949 41.1754 -2.12 0.0352 GG LV -85.4211 44.7413 -1.91 0.0571 GG VV 0 . . . Intercept 434.50 32.0847 13.54 <.0001

AA LL -101.43 26.6685 -3.80 0.0002

AA LV -75.8457 31.8499 -2.38 0.0178 AA VV -67.6897 57.2107 -1.18 0.2376 AG LL -68.9293 25.8204 -2.67 0.0080 FGF2/GH-AluI AG LV -71.3125 27.4570 -2.60 0.0098 AG VV -8.0935 37.7497 -0.21 0.8304 GG LL -74.5101 26.4490 -2.82 0.0052 GG LV -58.0533 28.9275 -2.01 0.0456 GG VV 0 . . . Intercept 398.07 28.2993 14.07 <.0001

CC AA -66.6959 22.5760 -2.95 0.0034

CC AB -47.2791 23.7096 -1.99 0.0470 Stat5A/LEP CC BB -44.6469 23.7934 -1.88 0.0615 CG AA -33.8927 20.6498 -1.64 0.1017 CG AB -36.6643 20.8771 -1.76 0.0800 CG BB -41.8157 21.7588 -1.92 0.0555 GG AA -6.1940 22.5851 -0.27 0.7841 GG AB -2.7773 27.2946 -0.10 0.9190 GG BB 0 . . .

104

Intercept 432.35 36.9713 11.69 <.0001

AA LL -82.1196 31.3386 -2.62 0.0092

AA LV -48.1362 32.9664 -1.46 0.1452 AA VV -3.1250 40.2675 -0.08 0.9382 AB LL -67.1963 31.4732 -2.14 0.0335 LEP/GH-AluI AB LV -81.0598 32.9570 -2.46 0.0144 AB VV -49.5196 53.5232 -0.93 0.3557 BB LL -77.5867 31.7941 -2.44 0.0152 BB LV -83.5243 39.6316 -2.11 0.0360 BB VV 0 . . . Intercept 388.21 30.9249 12.55 <.0001 CC ++ -44.4643 25.3855 -1.75 0.0808 CC +- -34.5536 28.1524 -1.23 0.2206 Stat5A /GH-MspI CC -- -39.4375 27.4846 -1.43 0.1523 CG ++ -27.8391 24.1742 -1.15 0.2504 CG +- -12.6667 24.5863 -0.52 0.6068 CG -- -30.5132 27.0036 -1.13 0.2594 GG ++ 11.8832 25.7856 0.46 0.6452 GG +- 9.5809 30.1982 0.32 0.7513 GG -- 0 . . .

1.3.3. Combinaisons génotypiques favorables au DO

L’effet des interactions géniques Stat5A//FGF2, Stat5A//GH-AluI, FGF2//GH-AluI, Stat5A//LP, LEP//GH-AluI et Stat5A//GH-MspI sur le DO a été illustré dans le tableau 26. La moyenne moindres carrés estimée variait de 110.04 à 199.52 jours. Les combinaisons génotypiques CC//AA et CG//GG et la combinaison CC//GA de l’interaction STAT/ FGF2 ont été respectivement hautement significative (p<0.0001) et significativement (p<0.01) associées avec DO. Les animaux avec les génotypes CC//AA et CG//GG ont montré le DO le plus court (≈64jours). L’interaction Stat5A//GH-AluI a favorisé les combinaisons génotypiques CG//LV et CG//LL et la combinaison CC// LL dont l’association avec le DO était respectivement très significative (p<0.01) et hautement significative (p=0.0006). Les vaches porteuses de génotype CC// LL se caractérisaient par le DO le plus court dans le troupeau (60,77jours) relativement à la même interaction. Les deux combinaisons GG//LL et AA//LL issues de l’interaction FGF2//GH-AluI ont été respectivement associées très significative et hautement significative avec DO. Les vaches de

105

génotype AA//LL exhibaient le DO le plus court (60,42 jours) comparé aux génotypes restants de la même interaction. L’interaction Stat5A//LEP dont l’effet était significatif au seuil de 5% a permis de dégager une combinaison génotypique CC//AA très significativement (p=0.0054) associée avec le DO et les animaux porteurs de ce génotype se caractérisaient par le DO le plus court (59,8 jours). Les combinaisons AA//LL, AB//LV et BB//LL relatives à l’interaction LEP//GH-AluI ont été significativement (p<0.05) associées avec DO et les vaches de génotype AA//LL avaient le DO le plus court dans le troupeau. L’interaction Stat5A//GH-MspI dont l’effet était significatif sur DO n’a pas généré des combinaisons génotypique associées avec ce paramètre, aucune variation significative entre les différents génotypes ne s’était manifestée.

Tableau 26:Combinaisons génotypiques favorables au DO

Interaction Genotypes Estimate Standard Error t Value Pr > |t|

Intercept 123.73 22.7074 5.45 <.0001

CC AA -59.4545 13.6657 -4.35 <.0001

CC GA -49.2058 16.8329 -2.92 0.0037 Stat5A/FGF2 CC GG -8.8738 25.4801 -0.35 0.7279 CG AA -35.7244 18.7039 -1.91 0.0570 CG GA -22.2456 11.8035 -1.88 0.0604 CG GG -58.8324 14.0205 -4.20 <.0001 GG GA -11.2466 19.9838 -0.56 0.5740 GG GG 0 . . . Intercept 199.52 43.7781 4.56 <.0001

CC LL -138.75 40.0618 -3.46 0.0006

CC LV -98.9935 41.0344 -2.41 0.0164 Stat5A/GH-AluI CC VV -94.4663 49.5156 -1.91 0.0573 CG LL -110.27 39.4253 -2.80 0.0055 CG LV -112.53 40.4636 -2.78 0.0057 CG VV -33.7703 45.7747 -0.74 0.4612 GG LL -84.0321 40.3539 -2.08 0.0381 GG LV -78.6169 43.8623 -1.79 0.0740 GG VV 0 . . .

106

Intercept 156.41 31.6522 4.94 <.0001

AA LL -95.9927 26.1127 -3.68 0.0003 AA LV -70.1310 31.1955 -2.25 0.0253

FGF2/GH-AluI AA VV -58.6441 55.8936 -1.05 0.2949 AG LL -64.0693 25.2780 -2.53 0.0117 AG LV -66.6311 26.8750 -2.48 0.0137 AG VV -4.1594 36.9922 -0.11 0.9105 GG LL -72.0257 25.9027 -2.78 0.0058 GG LV -54.9270 28.3390 -1.94 0.0535 GG VV 0 . . . Intercept 121.90 28.0174 4.35 <.0001 Stat5A/LEP CC AA -62.1186 22.1810 -2.80 0.0054 CC AB -46.2571 23.2986 -1.99 0.0480 CC BB -41.9717 23.3733 -1.80 0.0735 CG AA -31.1111 20.2721 -1.53 0.1259 CG AB -32.6438 20.4987 -1.59 0.1123 CG BB -39.9488 21.3641 -1.87 0.0624 GG AA -5.8876 22.1808 -0.27 0.7908 GG AB -4.3075 26.8440 -0.16 0.8726 GG BB 0 . . . Intercept 154.41 36.3064 4.25 <.0001

AA LL -77.4510 30.5649 -2.53 0.0119 AA LV -43.6378 32.1644 -1.36 0.1759

LEP /GH-AluI AA VV 2.4510 39.3081 0.06 0.9503 AB LL -62.4832 30.6983 -2.04 0.0427 AB LV -76.3275 32.1515 -2.37 0.0182 AB VV -49.3257 52.5390 -0.94 0.3486 BB LL -73.5464 31.0134 -2.37 0.0183 BB LV -78.8661 38.6669 -2.04 0.0422 BB VV 0 . . . Intercept 110.04 30.5475 3.60 0.0004 CC ++ -37.3764 24.9067 -1.50 0.1344 Stat5A /GH-MspI CC +- -32.8147 27.6368 -1.19 0.2360 CC -- -37.7037 26.9691 -1.40 0.1631 CG ++ -24.9589 23.7067 -1.05 0.2932 CG +- -6.2045 24.1087 -0.26 0.7971 CG -- -23.1373 26.4966 -0.87 0.3832 GG ++ 13.2720 25.2838 0.52 0.6000 GG +- 11.9199 29.6500 0.40 0.6879 GG -- 0 . . .

107

1.3.4. Combinaisons génotypiques favorables à l’AGE_1CALV

Un effet hautement significatif sur l’AGE_1CALV a été observé pour les interactions Stat5A//LEP, FGF2//LEP, LEP//GH-AluI et LEP//GH-MspI. Cependant, les combinaisons correspondantes aux interactions LEP//GH-AluI et Stat5A//LEP ont été relativement associées avec l’AGE_1CALV (tableau 27). La combinaison génotypique CC//BB relative à l’interaction Stat5A//LEP a été significativement (p<0.05) associée avec l’AGE_1CALV. Ainsi, les combinaisons AA//LL et AA//LV relatives à l’interaction LEP//GH-AluI ont été significativement (p<0.05) associées avec l’AGE_1CALV. En effet, les vaches de génotypes CC//BB et AA//LV ont montré les AGE_1CALV les plus précoces, soit 781,7 et 795,62 jours repérés respectivement aux interactions Stat5A//LEP et LEP//GH-AluI. Les combinaisons AA//AA et AG//AA et la combinaison GG//AA issues de l’interaction FGF2//LEP ont été très significative (p<0.01) et hautement significative (p=0.0003) associées avec l’AGE_1CALV, respectivement. Les vaches porteuses de génotype GG//AA se caractérisaient par l’AGE_1CALV le plus précoce (803,56 jours). L’interaction LEP//GH-MspI a favorisé les combinaisons génotypiques AA//(++), AA//(+-) et AA//(--) qui ont été hautement significative (p<.0.0003) associées avec l’AGE_1CALV. Les animaux avec un génotype AA//(++) ont montré l’AGE_1CALV le plus précoce, soit 797,89 jours, dans le troupeau relativement à la même interaction.

108

Tableau 27:Combinaisons génotypiques favorables à l’AGE_1CALV

Interaction Genotypes Estimate Standard Error t Value Pr > |t|

Intercept 836.08 27.5479 30.35 <.0001 CC AA -39.9456 23.8072 -1.68 0.0942 CC AB 15.9882 24.2858 0.66 0.5107 Stat5A//LEP CC BB 54.3833 24.7527 2.20 0.0286

CG AA -37.3040 22.9992 -1.62 0.1056 CG AB -8.5629 23.0862 -0.37 0.7109 CG BB 11.1887 23.9640 0.47 0.6408 GG AA -45.0662 25.0395 -1.80 0.0727 GG AB -19.1146 26.7084 -0.72 0.4746 GG BB 0 . . . Intercept 855.86 18.9869 45.08 <.0001 AA AA -47.7121 16.9347 -2.82 0.0051 FGF2//LEP AA AB -23.9384 18.9254 -1.26 0.2067 AA BB 27.8839 19.0782 1.46 0.1447 AG AA -47.3034 14.4662 -3.27 0.0012 AG AB -3.2257 14.4837 -0.22 0.8239 AG BB 27.9613 16.8898 1.66 0.0986 GG AA -52.3017 14.4591 -3.62 0.0003 GG AB -24.5579 16.3233 -1.50 0.1333 GG BB 0 . . . Intercept 885.85 41.5543 21.32 <.0001 AA LL -85.5837 38.7214 -2.21 0.0277 LEP//GH-AluI AA LV -90.2294 39.9836 -2.26 0.0246 AA VV -60.5379 46.6824 -1.30 0.1955 AB LL -48.9062 38.7000 -1.26 0.2071 AB LV -51.0682 40.0825 -1.27 0.2034 AB VV -38.7431 48.4463 -0.80 0.4244 BB LL -22.2892 39.0379 -0.57 0.5684 BB LV 14.0619 45.8425 0.31 0.7592 BB VV 0 . . . Intercept 883.23 26.0655 33.89 <.0001 AA ++ -85.3368 21.2597 -4.01 <.0001 LEP//GH-MspI AA +- -84.8020 22.3834 -3.79 0.0002 AA -- -84.9077 23.2027 -3.66 0.0003 AB ++ -54.1870 21.5663 -2.51 0.0124 AB +- -41.2305 22.1764 -1.86 0.0638 AB -- -44.1762 25.2949 -1.75 0.0815 BB ++ -24.3302 22.0712 -1.10 0.2710 BB +- -11.6304 24.9448 -0.47 0.6413 BB -- 0 . . .

109

1.3.5. Combinaisons génotypiques favorables à l’AGE_1IA

Les interactions Stat5A//LEP, FGF2//LEP, LEP//GH-AluI et LEP//GH-MspI ont été retenues pour leurs effets hautement significatifs sur l’AGE_1IA avec une moyenne moindres carrés variant de 510.23 à 565.84 jours (tableau 28). Seule la combinaison CC//BB de interaction Stat5A//LEP était très significativement (p<0.01) associée avec l’AGE_1IA. Les vaches avec un génotype CC//BB avaient un AGE_1IA le plus tardif (565 jours) dans le troupeau tenant compte de la même interaction. Les combinaisons AA//LL et AA//LV issues de l’interaction LEP//GH-AluI ont été très significativement (p<0.01) associées avec l’AGE_1IA. Les vaches à génotype AA//LV ont montré l’AGE_1IA le plus précoce (476,695 jours) dans le troupeau comparé aux autres génotypes de la même interaction. Les combinaisons génotypique GG//AA, AG//AA et AA//AA relatives à l’interaction FGF2//LEP ont été hautement significative associées (p<0.0003) avec l’AGE_1IA. Les animaux porteurs de génotype AA//AA exhibaient l’AGE_1IA le plus précoce dans le troupeau, soit un âge de 481,76 jours. L’interaction génique LEP//GH-MspI a favorisé les combinaisons génotypiques AA//(++), AA//(+-) et AA//(--) qui ont été associées hautement significative (p<0.0004) avec l’AGE_1IA. Les vaches de génotype AA//(+-) se caractérisaient par l’AGE_1IA le plus précoce (477,09 jours) dans le troupeau par rapport aux génotypes restants de cette interaction.

110

Tableau 28:Combinaisons génotypiques favorables à l’AGE_1IA Interaction Genotypes Estimate Standard Error t Value Pr > |t|

Intercept 510.23 22.2715 22.91 <.0001 Stat5A//LEP CC AA -32.6228 19.2473 -1.69 0.0909

CC AB 15.2208 19.6342 0.78 0.4387 CC BB 54.7673 20.0118 2.74 0.0065 CG AA -25.6697 18.5941 -1.38 0.1682 CG AB -9.6900 18.6644 -0.52 0.6039 CG BB 18.6121 19.3741 0.96 0.3373 GG AA -33.3408 20.2436 -1.65 0.1004 GG AB -6.7373 21.5928 -0.31 0.7552 GG BB 0 . . . Intercept 535.19 15.4348 34.67 <.0001 AA AA -53.4278 13.7664 -3.88 0.0001 FGF2//LEP AA AB -19.4999 15.3848 -1.27 0.2057 AA BB 29.3710 15.5090 1.89 0.0590 AG AA -44.6782 11.7598 -3.80 0.0002 AG AB -14.7181 11.7740 -1.25 0.2120 AG BB 19.6176 13.7300 1.43 0.1539 GG AA -43.2559 11.7540 -3.68 0.0003 GG AB -24.1599 13.2695 -1.82 0.0694 GG BB 0 . . . Intercept 565.84 33.7054 16.79 <.0001 AA LL -83.8001 31.4076 -2.67 0.0079 LEP//GH-AluI AA LV -89.1445 32.4314 -2.75 0.0063 AA VV -84.4173 37.8649 -2.23 0.0264 AB LL -53.0302 31.3902 -1.69 0.0920 AB LV -71.5192 32.5116 -2.20 0.0284 AB VV -54.0012 39.2957 -1.37 0.1702 BB LL -23.2881 31.6643 -0.74 0.4625 BB LV -42.0570 37.1836 -1.13 0.2587 BB VV 0 . . . Intercept 550.70 21.1469 26.04 <.0001 AA ++ -64.2779 17.2479 -3.73 0.0002 AA +- -73.6142 18.1596 -4.05 <.0001 LEP//GH-MspI AA -- -67.0897 18.8243 -3.56 0.0004 AB ++ -41.6296 17.4967 -2.38 0.0178 AB +- -31.3759 17.9917 -1.74 0.0820 AB -- -52.0348 20.5217 -2.54 0.0116 BB ++ -8.5029 17.9063 -0.47 0.6352 BB +- -5.9724 20.2377 -0.30 0.7681 BB -- 0 . . .

111

1.3.6. Combinaisons génotypiques favorables à l’itervalle CALV_1IA

Les deux interactions Stat5A//FGF2 et FGF2//LEP ont été considérées très significativement et significativement associées avec l’intervalle CALV_1IA (tableau 29). L’interaction FGF2//LEP a permis de distinguer une combinaison génotypique AG//BB dont l’association avec le CALV_1IA était significative au seuil 5%. Les vaches de génotype AG//BB avaient un intervalle CALV_1IA plus long (79,66 jours) que le reste des génotypes. Les deux combinaisons GG//AG et CG//AG issues de l’interaction Stat5A/ FGF2 ont été respectivement associées significativement, (p<0.05) et très significativement (p<0.01) avec le CALV_1IA et les animaux ayant un génotype CG//AG ont montré un CALV_1IA de 77,07 jours. La moyenne moindres carrés estimée pour les deux interactions a montré que les combinaisons génotypiques de référence exhibaient les intervalles CALV_1IA les plus courts (61.824 et 64.06 jours) dans le troupeau et les différences étaient très hautement significatives (p<0.0001).

Tableau 29:Combinaisons génotypiques favorables à l’intervalle CALV_1IA

Interaction Genotypes Estimate Standard Error t Value Pr > |t|

Intercept 61.8246 9.4890 6.52 <.0001 CC AA 3.2962 5.8397 0.56 0.5729 Stat5A/FGF2 CC AG -1.8718 6.8950 -0.27 0.7862 CC GG 16.0492 11.2545 1.43 0.1548 CG AA 16.1597 8.3194 1.94 0.0530 CG AG 15.2574 5.1009 2.99 0.0030 CG GG -2.4816 5.9113 -0.42 0.6749 GG AG 18.8215 8.7587 2.15 0.0324 GG GG 0 . . . Intercept 64.0634 10.1148 6.33 <.0001 AA AA -0.2824 7.6758 -0.04 0.9707 AA AB -1.4454 8.3021 -0.17 0.8619 FGF2/LEP AA BB 7.1189 8.3236 0.86 0.3931 AG AA 2.2742 6.4901 0.35 0.7263 AG AB 10.0093 6.6353 1.51 0.1324 AG BB 15.5958 7.6331 2.04 0.0419 GG AA -5.3894 6.8094 -0.79 0.4293 GG AB -2.0383 8.1562 -0.25 0.8028 GG BB 0 . . .

112

2. Interaction globale 2.1. Effet de l’interaction sur les traits de reproduction

Cette section consiste à étudier l’effet de l’interaction entre tous les génotypes des polymorphismes étudiés sur les traits de reproduction et de sélectionner les combinaisons génotypiques les plus promotrices de ces paramètres. L’analyse statistique (tableau 30) a montré que l’interaction Stat5A//FGF2//LEP//GH-AluI//GH-MspI avait un effet hautement significatif (p<0.0001) sur tous les paramètres investigués.

Tableau 30:Effets des interactions génotypiques multiples sur les traits de reproduction

Paramètres DF F Pr > F

NINS 112 1.93 <.0001

CI 101 2.23 <.0001

DO 101 2.23 <.0001

AGE_1CALV 112 2.46 <.0001

AGE_1IA 112 2.31 <.0001

CALV_1IA 101 1.78 0.0002

2.2. Identification des combinaisons génotypiques favorables

L’interaction entre les polymorphismes Stat5A, FGF2, LEP, GH-AluI et GH-MspI a théoriquement généré 243 combinaisons génotypiques. En revanche, on a identifié uniquement 102 combinaisons pendant l’analyse de CALV_1IA, DO et CI; et 113 combinaison lors de l’analyse de l’AGE_1IA, l’AGE_1CALV et le NINS (tableau 25). La combinaison génotypique GG//GG//BB//VV/(--) était considérée comme un génotype référant dont la moyenne moindres carrés était de 2.30, 486.71, 196.79, 876.43, 534.49 et 61.09 jours respectivement pour NINS, CI, DO, AGE_1CALV, AGE_1IA et CALV_1IA.

L’association de cette interaction avec les traits de reproduction en question variait d’une combinaison à une autre et le degré de cette variation était à l’origine de la sélection des combinaisons les plus adéquates. Les combinaisons les plus significatives pour chaque trait sont illustrées dans le tableau 31.

113

Les combinaisons génotypiques retenues pour le NINS ont été significativement associées au seuil de 5%. La combinaison génotypique CC//GA//AA//LV/(- -) parait la plus associée et montrait le NINS le plus bas, soit 1,41 IA par conception. Une variation hautement significative de CI avec les combinaisons génotypiques a été enregistrée, les valeurs de CI variaient de 282,48 à 486.71 jours. La combinaison CC//GA//AA//LL//(++) a été considérée la plus significative (p<0.0001) mais non pas la plus favorable. Cependant, les deux combinaisons CC/AA/AA/LL/(++) et GC/GG/BB/LL/(++) étaient respectivement hautement significative (p=0.0008) et très significativement (p=0.001) associées avec CI. Ces dernières combinaisons ont montré les valeurs de CI les plus favorables, soit respectivement 341,59 et 338,62 jours. Les combinaisons ayant un effet hautement significatif sur le DO ont été associées à des valeurs plus faibles comparées au génotype de référence. La combinaison CC/GA/AA/LL/(++) a été la plus hautement significative (p=0.0002) associée avec le DO mais pas la plus favorable. En revanche, la combinaison GC/GG/BB/LL/(++) a été très significativement associée

(p=0.0017) avec le DO mais elle exhibait le DO le plus favorable (59,86 jours).

L’étude de l’AGE_1CALV a déterminé trois combinaisons génotypiques à effet significatif (p<0.5). La combinaison CC/GG/BB/LV/(++) a montré l’AGE_1CALV le plus tardif, soit 34,304 mois. Cependant, la combinaison GC/AA/AA/LL/(+-) a montré l’AGE_1CALV le plus précoce, soit 24,258 mois. L’AGE_1IA moyen pris comme référence pour déterminer les combinaisons génotypiques les plus y associées était de 17,816 mois. Les combinaisons qui ont montré un effet significatif ont déterminé des AGE_1IA plus faible que la moyenne estimée. La combinaison GC/AA/AA/LL/(+-) dont l’effet a été très significatif (p=0.0066) se caractérisait par un

AGE_1IA très précoce, soit de 12,59 mois. La moyenne moindres carrés estimée de la combinaison de référence GG/GG/BB/VV/(--) a présenté un intervalle CALV_1IA de 61.09 jours. Les combinaisons retenues pour leurs effets très significatifs ont montré des intervalles plus longs que la moyenne estimée, variant de 138,89 à 255,68 jours.

114

Tableau 31:Les combinaisons génotypiques les plus favorables

Traits Genotypes Estimate Standard Error t Value Pr > |t| NINS Intercept 2.3014 0.3930 5.86 <.0001 CC/GA/AA/LV/(--) -0.8922 0.4320 -2.07 0.0398 (DDL=294) CC/AA/AB/LL/(+-) -0.9033 0.4441 -2.03 0.0428 GC/GA/AA/LL/(+-) -0.7523 0.3738 -2.01 0.0450 GC/GA/BB/LL/(--) -1.0160 0.5122 -1.98 0.0482 GG/GG/BB/VV/(--) 0 . . . CI Intercept 486.71 42.9163 11.34 <.0001 CC/GA/AA/LL/++ -204.23 48.8826 -4.18 <.0001 (DDL=222) GC/GG/AB/LL/++ -183.78 48.7244 -3.77 0.0002 CC/AA/AB/LL/-- -165.83 46.9231 -3.53 0.0005 CC/AA/AA/LL/++ -145.12 42.8196 -3.3 0.0008 GC/GG/BB/LL/++ -148.09 44.5374 -3.33 0.0010 GG/GG/BB/VV/-- 0 . . . DO Intercept 196.79 41.8423 4.70 <.0001 (DDL=222) CC/GA/AA/LL/++ -162.88 47.4365 -3.86 0.0002 GC/GG/AB/LL/++ -153.87 47.1146 -3.6 0.0004 CC/AA/AB/LL/-- -149.39 41.8423 -3.51 0.0006 GC/GG/BB/LL/++ -136.93 43.1533 -3.1 0.0017 GG/GG/BB/VV/-- 0 . . . AGE_1CALV Intercept 873.59 58.6689 14.89 <.0001 (DDL= 286) GC/AA/AA/LL/+- -145.84 68.9797 -2.11 0.0354 CC/GA/AB/LL/-- 131.38 63.0448 2.08 0.0381 CC/GG/BB/LV/++ 155.54 77.8334 2.00 0.0466 GG/GG/BB/VV/-- 0 . . . AGE_1IA Intercept 534.49 48.8176 10.95 <.0001 GC/AA/AA/LL/(+-) -156.98 57.3970 -2.74 0.0066 (DDL= 286) GC/AA/AA/LV/(++) -123.98 57.3970 -2.16 0.0316 CC/GA/AA/LV/(--) -105.94 53.8434 -1.97 0.0490 GG/GG/BB/VV/(--) 0 . . . CALV_1IA Intercept 61.0902 20.6311 2.96 0.0034 GC/GA/BB/LL/-- 194.59 36.5947 5.32 <.0001 CC/GG/AB/LL/-- 89.7249 29.8334 3.01 0.0029 (DDL=222) GC/AA/AB/LL/+- 77.7960 27.1091 2.87 0.0045 GG/GG/BB/VV/-- 0 . . .

115

Discussion Générale

116

Les valeurs génétiques ont été classiquement prédites par des modèles équationnels basés sur les données phénotypiques et les relations de parenté (Henderson, 1976). L’importance de ces prédictions réside dans leur rôle déterminant dans les processus de sélection et d’amélioration des gains génétiques annuels particulièrement pour les caractères à forte héritabilité. Cependant, ces vois classiques n’ont pas déterminé des résultats satisfaisantes pour les caractères quantitatifs à faible héritabilité.

Actuellement, les progrès en biologie moléculaire et les nouvelles technologies de caractérisation et de traitement de l’information génomique ont orienté l’évaluation génétique classique vers l’évaluation et la sélection génomique. Il s’agit en fait, d’intégrer la composante génétique et notamment génomique dans les dispositifs d’évaluation génétique. Ainsi la méthodologie statistique d’évaluation génomique continue à s’affiner d’avantage et permet en conséquence un élargissement progressif de la base de données des animaux typés (Colleau et al., 2015).

En effet, l’évaluation génomique s’articule sur un grand nombre de marqueurs moléculaires, les polymorphismes nucléotidiques simples (SNP) sont généralement les plus utilisés. Ces marqueurs sont identifiés sur tout le génome pour prédire la valeur génomique de l’animal. L’investigation de tout le génome bovin a réussi à identifier plusieurs polymorphismes génétiques étroitement liés aux traits de reproduction. La généralisation des résultats d’identification des polymorphismes génétiques permet de constituer une base de données génomique à potentiel de recherche important (Grossi et al., 2015) afin de valider l’effet de certains gènes pris individuellement ou en interaction sur les traits d’importance économique.

L’identification des polymorphismes génétiques Stat5A//BstEII, FGF2//Csp6I, GH//AluI, GH//MspI and LEP//Sau3AI constitue une approche pour déterminer l’association de ces polymorphismes avec les traits de fertilité chez la vache laitière Holstein en Tunisie.

I. Etude des traits de fertilité

1. Performances moyennes des paramètres de fertilité étudiés

L’âge de la mise à la reproduction constitue un paramètre capital vu ses répercussions sur la carrière reproductive de la vache, une mise précoce ou tardive à la reproduction pourrait compromettre la carrière de la vache. L’âge moyen de la première mise à la reproduction

117

enregistré dans le troupeau suivi était de 17,15 mois ; Cet âge convient avec la fourchette nationale qui varie de 15 à 20 mois. Un âge moyen plus tardif de 21,2 mois a été rapporté par Houchati et al. (2016). L’âge moyen au premier vêlage était de 26,87 ; âge inferieur à la moyenne nationale de 29,28 mois enregistrée pour les vaches soumises au contrôle de performance. Cet âge est également inferieur aux valeurs rapportées par Ben Salem et al. (2009 ; 2010), Bouraoui et al. (2013) et Houchati et al. (2016) et qui étaient respectivement de 30.9, 31, 31 et 30.9 mois. Cependant, il est comparable à l’âge optimum de 23 à 27 mois rapporté par Ajili et al. (2007) et répond aux objectifs recherchés de 24 à 26 mois indiqué par Williamson (1987). L’âge moyen au premier vêlage observé dans ce travail a été principalement attribué à la mise précoce à la reproduction et à l’efficacité de la gestion de troupeau et des pratiques d’insémination. En effet, la réduction de cet âge, permet d’optimiser la vie productive et d’accélérer le progrès génétique en diminuant l’intervalle de générations (Little et Kay, 1979 ; Lin et al., 1986). Les intervalles vêlage-insémination fécondante appelé jours ouverts (DO) et Vêlage-Vêlage moyens enregistrés étaient de 165.769 et 442.260 jours respectivement, il s’agit d’intervalles proches de ceux rapportés par Ben Salem et al. (2009) qui étaient de 144 et 452 jours. Ces intervalles sont plus longs que les moyennes nationales et restent longs par rapport aux objectifs définis pour la race Holstein. L’intervalle vêlage-première insémination est un indicateur de la reprise de la cyclicité de la vache et de la qualité de la détection des chaleurs dans le troupeau. L’intervalle vêlage- première insémination moyen a été estimé à 88.186 jours, cet intervalle était comparable à la moyenne de 89 jours avancée par Ben Hamouda et al. (2005), proche de la moyenne de 78,9 jours rapportée par Darej et al. (2010) et nettement inférieur aux moyennes de 98± 52 jours et 121 jours rapportées respectivement par Houchati et al. (2016) et Hammami et al. (2013). Le nombre moyen de jours ouverts était de 165.77 jours, cette valeur est assez comparable à celles trouvées par Bouraoui et al. (2013), Ajili at al. (2007), et Hammami et al. (2013) qui étaient respectivement de 149, 163 et 172 jours. En revanche, il est nettement plus élevé que les recommandations classiques considérées normes dans les bilans de fertilité de Wattiaux (1996) variant de 85 à 110 jours et supérieure aux moyennes avancées par Ben Salem et al. (2009) et Houchati et al. (2016) qui sont respectivement de 144 et 140 jours. Des problèmes de reproduction résultent souvent de problèmes alimentaires ou d’une mauvaise détection des chaleurs et des échecs des inséminations. L’intervalle vêlage-vêlage, dont l’optimum de 365 jours est toujours recherché, constitue le critère primordial dans l’évaluation de la rentabilité de l’élevage bovin laitier. La moyenne

118

enregistrée était de 442.260 jours. Cette valeur est assez proche des moyennes rapportées par Hammami et al. (2013), Ben Salem et al. (2009) et Bouraoui et al. (2013) qui étaient, respectivement, 428, 452 et 460 jours. Plusieurs études ont abordé l’évaluation des paramètres de fertilité et les résultats avancés pour l’intervalle vêlage-vêlage variaient de 411 à 422 jours (Ben Hamouda et al., 2005 ; Ben Salem et al., 2010 ; Darej et al., 2010 ; Houchati et al., 2016). Le NINS moyen marqué était de 1.897, une valeur assez proche de objectif recherché d’avoir au maximum 1,6 insémination par conception. Bouraoui et al. (2009) ont rapporté un NINS de 2,2 et 1,9 respectivement chez la Brunes des Alpes et la Montbéliarde dans le Nord de la Tunisie.

2. Facteurs de variation des paramètres de fertilité

En se basant sur les résultats de l’analyse des facteurs de variation des paramètres de reproduction, nous pouvons signaler un effet significatif de la parité sur l’intervalle vêlage-1ère insémination (CALV_1IA), le nombre d’inséminations par conception (NINS), l’intervalle vêlage-vêlage (CI) et les jours ouverts (DO) dans les modèles incluant les polymorphismes génétique à l’exception du polymorphisme GH où la parité n’avait plus d’effet sur le CI et DO. En effet, les vaches primipares avaient besoin d'un nombre d'inséminations par conception inférieur à celui des vaches multipares. Dans les analyses impliquant les modèles incluant les polymorphismes Stat5A, FGF2 et LEP, l’origine des animaux a montré un effet significatif sur CI, DO et AGE_1CALV, CALV_1IA et NINS. L’effet de l’origine était significatif sur NINS, AGE_1CALV et l’AGE_1IA lors l’analyse incluant le polymorphisme GH. L'impact de l'origine sur les traits analysés indiquerait que les vaches importées avaient de meilleures performances de reproduction que les vaches nées et élevées en Tunisie. Avec tous les modèles utilisés, la boiterie se caractérisait par un effet significatif sur NINS, CI et DO et une absence d’effet sur l’AGE_1CALV, l’AGE_1IA et CALV_1IA. Cependant un effet significatif sur l’AGE_1CALV et l’AGE_1IA était constaté en incluant le polymorphisme GH dans l’analyse. Etant donné la relation antagoniste entre la boiterie et les traits de reproduction, les vaches signalées boiteuses ont exhibé des performances inférieures à celles des vaches saines. L’intervalle IV-IA1, le taux de réussite à l’IA1, le nombre d’inséminations nécessaires et l’intervalle V-IAF ont augmenté chez les vaches atteints de boiterie et l’ampleur de cet allongement dépond de degré de l’atteinte (Collick et al., 1989 ; Kiliç et al., 2007).

119

L’évaluation de l’impact de l’année de vêlage sur les traits de fertilité a révélé un effet très marqué sur CI, DO, l’AGE_1CALV, l’AGE_1IA, CALV_1IA et NINS. Ceci s’expliquerait par les variations des ressources alimentaires et des conditions climatiques. Par contre, la saison de vêlage n’a pas engendré d’effet sur les caractères analysés. Dans une étude similaire, Soumya (2015) a rapporté un effet significatif et non significatif de la saison et la période de vêlage respectivement sur l’âge au premier vêlage et l’intervalle vêlage- vêlage. Ainsi, il a été constaté que la saison de vêlage et le numéro de lactation n’ont pas d’effet significatif sur le taux de conception alors que la période de vêlage a été significativement associée à ce caractère. Le niveau de production laitière intégré dans l’analyse incluant le polymorphisme du gène LEP n’a pas montré d’effet significatif sur aucun des traits étudiés. Nous croyons que les corrélations négatives entre la production laitière et la fertilité ne résultent pas uniquement d’un antagonisme génétique mais plutôt des difficultés parfois insurmontables d’alimenter correctement des vaches hautes productrices en début de lactation. Cependant, Lopez-Gatius et al. (2003) ont rapporté qu’une augmentation de 1,000 kg du rendement laitier par vache a été associé avec une réduction de 3.2 à 6% du taux de gestation, 4.4 à 7.6% du nombre de vaches cycliques et une augmentation de 4.6 à 8% de l’incidence des ovaires inactives. Ainsi, la réduction de 70 à 40% du taux de gestation au premier service en réponse à la sélection intensive des caractères de production a été bien illustrée (Dobson et al., 2008). Dans le même contexte, Ferguson (1991) et Harrison et al. (1990) ont considéré que le niveau de production n’engendre aucun effet sur la reprise de l'activité ovarienne postpartum chez la vache laitière.

II. Etude des polymorphismes génétiques

1. Le polymorphisme Stat5A

Les fréquences génotypiques et alléliques du gène Stat5A enregistrées dans le présent travail étaient comparables à celles rapportées par Khatib et al. (2008b), soit 0.61 et 0.39, respectivement pour l’allèle C et G. Cependant, Oikonomou et al. (2011) ont rapporté des fréquences de 0.45 and 0.55 respectivement pour l’allèle C et G chez la vaches laitières Holstein. Les fréquences des génotypes CC, CG et GG rapportées par Öner et al. (2016) étaient respectivement 0.22, 0.47 et 0.31, soient des fréquences alléliques de 0.45 et 0.55 pour les allèles C et G respectivement.

120

Le polymorphisme du gène Stat5A a montré un effet significatif sur l’AGE_1IA, l’AGE_1CALV, CI et DO et suggestive sur le NINS. Les génotypes CC et GG les moins fréquents dans la population exhibaient les meilleures performances de reproduction. Les animaux de génotype CC avaient les NINS, CI et DO les plus faibles alors que les animaux de génotype GG avaient l’AGE_1IA et l’AGE_1CALV les plus précoces. Ces résultats concordent avec ceux rapportés par Oikonomou et al. (2011) qui ont observé un effet suggestif du polymorphisme Stat5A sur l’AGE_1CALV. Les vaches de génotype CC avaient eu leurs premiers vêlages 16 jours plus tard que les vaches de génotype GG. L’allèle G a été également associé avec un accroissement du rendement laitier et les vaches de génotype GG produisaient 435 kg de lait plus que les vaches de génotype CC. Cependant, le génotype CC du gène Stat5A montrait un effet favorable et significatif sur le rendement laitier des races laitière Européennes (Selvaggi et al., 2009; Dario et Selvagg, 2011). Khatib et al. (2008b) ont signalé l’association de l’allèle G avec un faible taux de survie embryonnaire et une réduction du pourcentage en protéines et matière grasse du lait. Le taux de survie des embryons produits par des vaches de génotype CC était 12.8% supérieur au taux de survie des embryons produits par des vaches de génotype GG. In vitro, le polymorphisme Stat5A/BstEII était significativement associé avec le taux de fertilisation. Les vaches de génotype CC ont montré un taux de fertilisation des ovocytes 7.7% plus élevé que celui des ovocytes produits par des vaches de génotype GG. Ce polymorphisme a montré aussi un effet hautement significatif sur le taux de survie embryonnaire estimé à 52.7% et 25.9% respectivement pour les génotypes CC et GG (Khatib et al., 2009a). La validation in vivo des résultats de l’identification in vitro des gènes qui affecte la fertilité chez les vaches laitières, a mis en évidence l’association du polymorphisme Stat5A/BstEII avec le taux de conception relative estimé chez les taureaux Holstein (Khatib et al., 2010). Dans le contexte d’amélioration des performances de reproduction chez les vaches Holstein, Hax et al. ( 2017) ont montré que le polymorphisme Stat5A/BstEII est associé à l’intervalle vêlage-première chaleur dans le système intensif et que les vaches de génotype (CC) avaient l’intervalle vêlage-première chaleur le plus long. Cependant, le polymorphisme Stat5A n’a pas montré d’association significative avec la production laitière et l’intervalle vêlage-conception (Hax et al., 2014).

2. Le polymorphisme FGF2

Les fréquences alléliques et génotypiques du gène FGF2 rencontrées sont similaires à celles rapportées par Wang et al. (2008) et Öner et al. (2017), soient 0.35 et 0.65 pour l’allèle A et G.

121

Les fréquences alléliques rapportées pour l’allèle G oscillait entre 0.53 et 0.65 (Wang et al., 2008; Khatib et al., 2008a et Oikonomou et al., 2011). L’évaluation de l’effet du polymorphisme FGF2 sur les paramètres de reproduction a montré un effet significatif sur CI, DO et le CALV_1IA. Les vaches de génotype AA se caractérisaient par un CI et des DO plus courts alors que les vaches de génotype hétérozygotes AG montraient le CALV_1IA le plus long par rapport aux vaches de génotypes homozygotes AA et GG. Ces différences étaient significatives. En effet, les génotypes AA et GG les moins fréquents dans la population ont été associés avec les meilleurs CI, DO et le CALV_1IA. Plusieurs travaux ont traité la tendance du gène FGF2 à avoir une association avec le taux de gestation des filles RPD, le génotype AA étant supérieur au génotype GG (Cochran et al., 2013a). Le génotype AA du gène FGF2 a été aussi associé à un taux de conception plus élevé (Khatib et al., 2010). Soumya (2015) a rapporté une association non significative des variant alléliques de gène FGF2 avec l’âge au premier vêlage, l’intervalle vêlage-vêlage et le taux de conception, le génotype AA était observé avec un faible taux de conception chez la vache laitière. Oikonomou et al. (2011) n’ont trouvé aucune association du polymorphisme FGF2 avec les traits de fertilité (le nombre d’inséminations par conception, l’intervalle vêlage-conception et l’âge au premier vêlage) ni avec les traits de production et de santé. Le génotype GG du polymorphisme FGF2 a été considéré associé avec un accroissement significatif des taux butyreux et protéique et de la vie productive chez la vache laitière Holstein (Wang et al., 2008 ; Khatib et al., 2008a). Khatib (2012) et Khatib et al. (2008a) ont confirmé l’association des variantes génétiques de FGF2 avec la mortalité embryonnaire in vitro chez les bovin. Le taux de survie des embryons produits par le génotype GG était 10.73% et 8.66% plus élevé que celui des embryons produits par les génotypes AG et AA, respectivement. Pour valider in vivo les résultats de la fécondation in vitro, Khatib et al. (2010) ont mis en évidence l’association du polymorphisme FGF2 avec le taux de conception relative estimé chez les taureaux Holstein.

3. Le polymorphisme GH

Dans notre échantillon, la majorité des vaches étaient homozygotes pour l'allèle leucine (77.80%) et seulement 3.66% étaient homozygotes pour l'allèle valine alors que 18.54% étaient hétérozygotes. Par conséquent, la fréquence de l'allèle V était largement inférieure à celle de

122

l'allèle L (87.07 vs 12.93 %). Les fréquences alléliques et génotypiques de polymorphisme GH- AluI présentées dans ce travail étaient similaires à celles rapportées dans des études précédentes (Balogh et al., 2009b; Ruprechte et al., 2011; Grossi et al., 2015). Cependant, d'autres travaux ont trouvé une dominance du génotype hétérozygote LV et une absence du génotype homozygote VV (Aruna et al., 2004; Hadi et al., 2015). Le génotype le plus fréquent pour le polymorphisme GH-MspI correspondait au génotype homozygote MspI(+/+) (55.61%), le génotype homozygote MspI(-/-) étant le moins fréquent (15.37%). Ainsi, la prédominance de l'allèle MspI (+) par rapport à l'allèle MspI (-) était évidente (70,12 vs 29,88 %). Ces résultats concordent avec ceux publiés par Dybus (2002) chez des bovins Noirs polonais et par Zhou et al. (2006) chez des vaches Holstein en Chine. Cependant, Hartatik et al. (2018) ont signalé une fréquence plus élevée du génotype MspI (+/-) que celles des génotypes MspI (-/-) et MspI (+/+) chez des bovins croisés. L'allèle MspI (-) était plus fréquent que l’allèle MspI (+) (0,533 vs 0,467). Les études de la relation entre les polymorphismes GH-AluI et GH -MspI avec les caractères de reproduction chez les vaches laitières sont rares. Les résultats du présent travail ont montré un effet significatif du polymorphisme GH-AluI sur les NINS, CI et DO et une absence d’incidence sur l’AGE_1CALV. De même, aucune association significative entre le polymorphisme GH-AluI et l'intervalle vêlage-vêlage, la première ovulation (Balogh et al., 2009b), l'âge au premier vêlage et l'intervalle entre vêlages (Kovacs et al., 2006; Grossi et al., 2015) n'a été observée. Par ailleurs, Ruprechter et al. (2011) ont constaté que le polymorphisme GH-AluI n'avait aucun effet sur l'intervalle entre le vêlage et le premier service, le nombre de services par conception et le taux total de gestation. Aucun effet significatif sur le nombre d'ovocytes mûrs et le nombre d'embryons produits n'a également été observé (Lechniak et al., 2002). Dans cette étude, le génotype LL a été le plus favorable aux caractères de reproduction comme les vaches porteuses de ce génotype avaient les meilleures performances. En effet, le génotype sauvage LL est le plus fréquent dans la population et exhibait les traits de fertilité adéquats. Cependant, Lechniak et al. (1999) ont rapporté un faible volume de l'éjaculat des taureaux homozygotes LL et des taux de non-retour à 60 jours après vêlage plus élevés des vaches VV de race bouchère. Sabour et al. (1997) ont indiqué que les génotypes VV présentaient de meilleurs caractères laitiers, en particulier une teneur plus élevée en protéines par rapport aux autres génotypes. Nos résultats vont dans le même sens signalant un déclin des critères de fertilité lorsque la production des animaux augmente. Le polymorphisme du gène GH peut alors affecter

123

directement ou indirectement les performances de reproduction. En outre, de nombreuses études ont suggéré un effet additif de l'allèle GHL sur la production laitière et que les vaches de génotype LL produisaient plus de lait, de matières grasses et de protéiques que les vaches de génotypes LV et VV (Lucy et al., 1991; Shariflou et al., 2000; Dybus, 2002). L’examen de l’impact du gène GH sur les traits de reproduction a montré que le polymorphisme GH-MspI n’avait qu’un effet suggestif qui n’atteignait pas le niveau de signification statistique requis sur le CI et les DO. Jusqu’aujourd’hui, peu de travaux ont étudié l'effet du polymorphisme GH-MspI sur les caractères de reproduction des bovins et les résultats ont déterminé une association significative du polymorphisme GH-MspI avec les traits de qualité du sperme des taureaux: mobilité, concentration, défauts mineurs et majeurs et circonférence et croissance testiculaire après la puberté (Lechniak et al., 2002; Unanian et al., 2002; Gorbani et al., 2009) et les traits de reproduction des bovins à viande (Anggraeni et al., 2017). Arango et al. (2014) ont signalé que le polymorphisme GH-MspI était associé à l'âge au premier service, la première naissance, le premier service après vêlage et la deuxième naissance, et que le génotype MspI (+/+) avait un effet majeur sur l’âge au premier service. De ce fait, il a été retenu comme génotype de référence pour améliorer ces caractères. Visant la caractérisation de l’association du polymorphisme GH-MspI avec les traits de fertilité chez les vaches laitières, Öner et al. (2017) ont rapporté un effet possible du polymorphisme GH-MspI sur le nombre d’inséminations à la première gestation chez les génisses Holstein. Par contre, plusieurs résultats ont controversé l'effet du polymorphisme GH-MspI sur les caractères de croissance et de production laitière (Dybus et al., 2004; Pereira et al., 2005; Zhou et al., 2006; Katoh et al., 2008). Les vaches de génotype MspI(+/+) ont été considérées meilleures productrices de lait, de matière grasse et de protéines que les celles de génotype MspI(+/-) (Zhou et al., 2006).

4. Le polymorphisme LEP

Les fréquences alléliques du gène LEP étaient de 61,34 et 38,66% respectivement pour l’allèle A et B. Jemmali et al. (2017) ont rapporté la prédominance de l’allèle A avec une fréquence de 0.68. Trakovická et al. (2013a : 2015) ont attribué la plus faible proportion au génotype homozygote BB. La répartition élevé des génotypes AA et AB a été exprimé par un accroissement de la fréquence de l’allèle A dans une population des vaches Slovaques.

124

Jakabova et al. (2005) et Heravi et al. (2006) ont identifié deux génotypes AA et AB avec une absence complète du génotype BB, l’abondance du génotype AA reflétait une dominance absolue de l’allèle A dans les populations Holstein étudiées, soit une fréquence de 0.91 à 0.95. Azari et al. (2012) ont constaté une prédominance du génotype hétérozygote AB (0.73) chez les vaches Holstein. Les fréquences alléliques étaient de 0.4 et 0.6 respectivement pour l’allèle A et B. L’impact du polymorphisme LEP/Sau3AI sur les critères de reproduction considérés a été significatif sur l’AGE_1CALV et l’AGE_1IA et suggestif sur l’intervalle CALV_1IA. Les génotypes AA ont montré l’AGE_1CALV et l’AGE_1IA les plus précoces que les génotypes AB et BB. Les génotypes AA et AB qui sont respectivement les plus fréquents dans la population, ont exhibaient les meilleurs traits de fertilité comparée au génotype BB. L’effet du gène LEP a été évalué par plusieurs chercheurs dans différentes populations bovines. Le polymorphisme LEP/Sau3AI a été significativement associé avec les paramètres de reproduction (Chebel et Santos, 2011), score des cellules somatiques, les paramètres de production laitière (Anton et al., 2012), l’intervalle vêlage-vêlage et le taux de croissance (Brickell et al ., 2010). Almeida et al. (2003) ont signalé que les allèles de la RFLP-Sau3AI ont déterminé un accroissement de l’intervalle vêlage-vêlage jusqu'à 79-82 jours. Heravi et al. (2006) ont rapporté une association de l’allèle B du gène LEP avec le rendement laitier à 305-jours sans effet négatif sur la fertilité. Le génotype AB a exprimé les meilleures performances de reproduction y compris le nombre de jours jusqu’à la première insémination, jours ouverts et nombre de jours entre la première insémination et la conception chez la vache laitière Holstein. Cependant, (Liefers et al., 2002) n’ont pas trouvé un effet significatif de l’allèle B sur le déclanchement de l’activité lutéale exprimée par l’accroissement du niveau de progestérone sanguine. La substitution de l’allèle A par l’allèle B du locus LEP a été liée à un accroissement marginal de la fréquence des métrites. Une tendance de la réduction de taux de conception suite à la première insémination pendant la deuxième lactation a été observée mais l’effet n’a pas atteint le niveau de signification (Oikonomou et al., 2008). Les vaches hétérozygotes LEP/Sau3AIAB ont été caractérisées par l’âge au premier vêlage le plus tardif. Le rendement en lait, protéines et matière grasse les plus élevés et l’âge au premier vêlage le plus précoce ont été associés au génotype homozygote LEP/Sau3AIAA. Les vaches de génotype LEP/Sau3AIBB ont montré une diminution de la production laitière (Trakovická et al., 2013a).

125

Buchanan et al. (2003) ont rapporté un impact significatif du polymorphisme du gène LEP sur le score des cellules somatiques. Les animaux de génotype BB ont montré des faibles concentrations en cellules somatiques par rapport aux animaux de génotypes AB et BB. Il est admis qu’un score de cellules somatiques élevé reflétait des infections inflammatoires et cause des dégradations quantitatives et qualitatives de la production laitière (Pyorala, 2003). En effet, la sélection pour un faible score de cellules somatiques (SCC) peut réduire les métrites cliniques et sub-cliniques (Iváncsics et al., 2001). Tenant compte de la relation non favorable entre les métrites et la fertilité, l’effet favorable du génotype LEP/Sau3AIBB peut être considéré un résultat attendu.

III. Etude des interactions géniques

1. Interaction entre couple de gènes

1.1. Effets des interactions sur les traits de fertilité

La distribution des combinaisons génotypiques générées par l’interaction entre les couples de gènes étudiés a permis de déterminer les génotypes les prédominants et les plus fréquents. En effet, les génotypes CG//AG, CG//LL, CG//(++), AG//LL, AA//LL et LL//(++) issus respectivement des interactions Stat5A//FGF2, Stat5A//GH-AluI, Stat5A//GH-MspI, FGF2//GH-AluI, LEP//GH-AluI et GH-AluI//GH-MspI ont été les plus fréquents dans la population étudiée. En outre, les génotypes CG//AA et CG//AB, AG//AA et AG//AB, et AA//(++) correspondants respectivement aux interactions Stat5A//LEP, FGF2// LEP et LEP// GH-MspI ont montré des fréquences assez élevées.

Les génotypes CG, AG, LL, (+/+) et AA ont été rapportés précédemment par l’étude des fréquences des polymorphismes Stat5A, FGF2, GH-AluI, GH-MspI et LEP comme étant les génotypes les plus fréquents dans la population. En conséquence, les combinaisons génotypiques possibles entre ces génotypes sont à l’origine des combinaisons génotypiques les plus fréquentes pour chaque interaction. De ce fait, les interactions du polymorphisme STAT5A avec les autres polymorphismes (Stat5A//FGF2, Stat5A//GH-AluI, Stat5A//GH-MspI, Stat5A//LEP) ont mis en valeur la fréquence des combinaisons génotypiques (CG//AG, CG//LL, CG//++, CG//AA, CG//AB) qui sont à base du génotype hétérozygote CG du polymorphisme Stat5A. Ceci est expliqué principalement par la fréquence élevée du génotype CG (56.83%) précédemment avancé.

126

L’investigation des effets des interactions génétiques sur les paramètres de reproduction a permis de retenir les interactions Stat5A//GH-AluI et FGF2//GH-AluI, Stat5A//FGF2 et Stat5A//GH-AluI, Stat5A//Lep, et Stat5A//FGF2 pour leurs effet hautement significatifs sur le NINS, CI et DO, AGE_1CALV et AGE_1IA, et CALV_1IA, respectivement. La comparaison de l’effet de l’interaction entre un couple de gènes avec l’effet individuel de chacun des gènes de ce couple, pris séparément, confirmait que les effets des gènes s’ajoutaient lors de l’interaction. En effet, si on considère l’interaction entre Stat5A/GH-AluI, l’effet était hautement significatif pour le NINS, CI et DO. Dans le même contexte, l’effet du polymorphisme Stat5A était hautement significatif pour le CI et DO alors que l’effet de polymorphisme GH-AluI était hautement significatif pour le NINS, CI et DO. Il en résulte donc un effet hautement significatif de l’interaction entre les polymorphismes Stat5A/GH-AluI sur les paramètres NINS, CI et DO. Il se dégage de ces résultats que l’effet de l’interaction entre un couple de polymorphismes était fortement proportionnel à l’effet de chaque polymorphisme pris individuellement.

1.2. Les combinaisons génotypiques favorables

a. Nobre d’isiatios par conception (NINS)

Les génotypes CC//LL et CG//LL, AA//LL et GG//LL, AA//LL et BB//LL, et LL//(--) issus respectivement des combinaisons entre les couples de polymorphismes Stat5A//GH-AluI, FGF2//GH-AluI, LEP//GH-AluI et GH-AluI //GH-MspI ont été retenus pour leurs effets favorables sur le NINS. En effet, les vaches porteuses de génotypes CC//LL, GG//LL, AA//LL et LL//(--) ont exhibé les NINS les plus faibles relativement à chaque combinaison. En considérant la moyenne des moindres carrés du génotype de référence de chaque combinaison, l’effet favorable de ces génotypes sur le NINS parait très comparable. En effet, les vaches des génotypes CC//LL, GG//LL, AA//LL et LL//(--) nécessitaient 1.74, 1.77, 1.74 et 1.75 inséminations par conception, respectivement.

L’association de ces combinaisons avec le NINS a exposé une forte action du polymorphisme GH sur ce paramètre, les interactions les plus significatives étaient à base de GH. Particulièrement, le génotype GH-LL était le plus dominant dans toutes les combinaisons génotypiques favorables au NINS. L’analyse du polymorphisme GH-AluI a montré une dominance de l’allèle GH-L dans la population étudiée et un effet hautement significatif du génotype GH-LL sur le NINS. Il est donc certain que le locus GH et notamment l’allèle GH-L

127

agissait, à l’état homozygote, individuellement ou par interaction avec d’autre loci pour optimiser le NINS. En ce qui concerne l’interaction GH-AluI//GH-MspI, il a été précédemment signalé que le génotype GH-LL présentait de manière significative les meilleurs résultats de reproduction et que le polymorphisme GH-MspI n'avait qu'un effet suggestif sur l'IC et les DO. Par conséquent, on peut s’attendre à ce que le génotype combiné LL//(--) soit favorable au NINS. Dans ce contexte, très peu de recherches ont étudié l'effet des génotypes combinés GH//AluI-MspI chez les bovin laitiers. Dybus et al. (2004) ont investigué l’effet de cette interaction sur la composition du lait. Les vaches de génotype VV//(++) produisaient du lait plus riche en matières grasses et de protéines.

b. L’itervalle vlage-vêlage (CI)

La recherche des interactions géniques à effets significatifs sur CI a repéré les interactions des couples Stat5A//FGF2, Stat5A//GH-AluI, FGF//GH-AluI, Stat5A//LEP, LEP//GH-AluI et STAT//GH-MspI comme étant les plus influentes pour ce trait. La comparaison intra interaction a permis de sélectionner les combinaisons génotypiques CC//AA et CG//GG,

CC//LL et CG//LV, AA//LL, CC//AA et AA//LL relatives respectivement aux couples Stat5A//FGF2, Stat5A//GH-AluI, FGF/GH-AluI, Stat5A//LEP et LEP//GH-AluI pour leurs effets hautement significatifs sur le CI. En effet, les vaches de génotypes CC//AA, CC//LL,

AA//LL, CC//AA et AA//LL ont montré les CI les plus courts comparés aux autres génotypes de même couple de polymorphismes. La comparaison inter interaction a rapporté des CI de 337.22, 333.67, 333.07, 331.37 et 350.23 jours pour les vaches de génotypes CC//AA, C//LL,

AA//LL, CC//AA et AA//LL respectivement. Les vaches porteuses de génotypes CC//AA,

CC//LL, AA//LL et CC//AA issus respectivement des interactions Stat5A//FGF2, Stat5A// GH- AluI, FGF2// GH-AluI et Stat5A//LEP étaient associés avec les CI les plus courts. Les interactions retenues pour leurs effets significatifs sur le CI ont fait preuve de la forte association du gène Stat5A avec ce trait. Le génotype homozygote Stat5ACC parait le plus fréquent dans les combinaisons génotypiques les plus favorables à CI. L’investigation de polymorphisme Stat5A//BstEII a dégagé une association hautement significative du génotype Stat5ACC avec le CI. En contrepartie, identifié individuellement ou intégré dans une combinaison génique, le génotype Stat5ACC avait une action favorable pour le CI.

128

c. Nombre de jours ouverts (DO)

L’investigation de la relation des interactions des couples de gènes avec le trait DO a déterminé un effet hautement significatif de l’interaction entre les couples Stat5A//FGF2, Stat5A//GH- AluI, FGF2//GH-AluI, Stat5A//LEP, LEP//GH-AluI et Stat5A//GH-MspI sur le DO. Les combinaisons génotypiques CC//AA et CG//GG, CC//LL, AA//LL, CC//AA et AA//LL associées respectivement aux couples Stat5A//FGF2, Stat5A//GH-AluI, FGF//GH-AluI, Stat5A//LEP, et LEP/GH-AluI étaient les plus favorables. De ce fait, les vaches de génotypes CC//AA, CC//LL, AA//LL, CC//AA et AA//LL ont montré les DO les plus courts, soit 64.27, 60.77, 60.42, 59.78 et 76.96 jours, respectivement. Les combinaisons génotypiques CC//LL, AA//LL, CC//AA correspondant respectivement aux interactions Stat5A/GH-AluI, FGF2//GH- AluI et Stat5A/LEP ont été associées avec les DO les plus courts. Ces résultats confirmaient d’avantage l’effet favorable des génotypes GH-LL et Stat5ACC. La courte durée de la période DO enregistrée pour ces combinaisons génotypiques pourrait être attribuée à la régularité de la reprise de l’activité cyclique des vaches sans négliger les effets de la conduite et de l’efficacité des pratiques d’insémination.

d. Age au premier vêlage (AGE_1CALV)

Les interactions entre les couples de gènes Stat5A//LEP, FGF2//LEP, LEP//GH-AluI et LEP//GH-MspI ont enregistré un effet hautement significatif sur l’AGE_1CALV. Les combinaisons génotypiques CC//BB, GG//AA, AA//LV et AA// (++), relatives respectivement à ces interactions, ont exprimé une variation nettement significative de l’AGE_1CALV. Les vaches de génotypes GG//AA, AA//LV et AA// (++) se caractérisaient par les AGE_1CALV les plus précoces, soit un AGE_1CALV de 803.56, 795.62 et 797.89 jours, respectivement. En revanche, les vaches de génotype CC//BB ont montré l’AGE_1CALV le plus tardif (890.46 jours). Une sélection à ce niveau permettrait donc de retenir la combinaison génotypique AA//LV du couple LEP//GH-AluI en tant que la combinaison la plus favorable à l’AGE_1CALV.

Les interactions dont l’effet était hautement significatif sur l’AGE_1CALV, partageaient en commun le même locus LEP et les combinaisons génotypiques considérées favorables partageaient aussi le même génotype LEPAA. L’analyse du polymorphisme LEP/Sau3AI a déterminé le génotype LEPAA pour son effet hautement significatif sur l’AGE_1CALV. La mise en évidence de la prédominance de l’allèle LEPA dans la population étudié ainsi que

129

l’effet significatif du génotype LEPAA sur l’AGE_1CALV permettaient de confirmer une association favorable, individuelle ou en combinaison, du génotype LEPAA avec le paramètre AGE_1CALV.

e. Age à la première insémination (AGE_1IA)

L’étude de l’effet des interactions géniques sur l’AGE_1IA a mis en lumière un effet hautement significatif des couples Stat5A//LEP, FGF2//LEP, LEP//GH-AluI et LEP//GH-MspI. L’association des combinaisons génotypiques générées a connu une variation considérable soit au niveau de la même interaction, soit entre les différentes interactions investiguées. Les génotypes combinés CC//BB, AA//AA, AA//LV et AA// (+-) correspondants respectivement aux interactions Stat5A//LEP, FGF2//LEP, LEP//GH-AluI et LEP//GH-MspI ont montré des effets très nets sur l’AGE_1IA. Les valeurs enregistrées pour l’AGE_1IA étaient de 565, 482, 477 et 477 jours, respectivement pour les génotypes CC//BB, AA//AA, AA//LV et AA// (+-). Les vaches de génotypes AA//LV et AA// (+-) issus respectivement des interactions LEP//GH- AluI et LEP//GH-MspI ont exhibé les AGE_1IA les plus précoces. En revanche, l’interaction entre le couple Stat5A//LEP primitif de la combinaison génotypique CC//BB était associée à un allongement significatif de AGE_1IA et les vaches porteuses de ce génotype ont exhibé l’AGE_1IA le plus tardif. Les combinaisons génotypiques considérées favorables à l’AGE_1IA témoignaient l’association favorable du génotype LEPAA avec le paramètre AGE_1IA. Cette association a été aussi rapportée par l’analyse du polymorphisme LEP/Sau3AI. En effet, l’identification de l’allèle LEPA et notamment le génotype LEPAA dans une population de vaches laitières permettrait une réduction de l’âge à la mise à la reproduction.

f. Intervalle vêlage-1ère insémination (CALV_1IA)

L’intervalle CALV_1IA parait le moins sensible à la variation des interactions géniques et des combinaisons génotypiques. Seules les deux interactions entre les couples de gènes Stat5A//FGF2 et FGF2/LEP ont exposé un effet significatif sur l’intervalle CALV_1IA. Les combinaisons CG//AG et AG//BB relatives à ces deux interactions ont montré les variations les plus prononcés de l’intervalle CALV_1IA, soit respectivement 77.08 et 79.66 jours. Cependant, les moyennes moindres carrées des génotypes de référence étaient inférieures à celles des génotypes CG//AG et AG//BB. De ce fait, les vaches porteuses des combinaisons

130

génotypiques GG//GG et GG//BB associées respectivement aux interactions Stat5A//FGF2 et FGF2/LEP ont exhibé les intervalles CALV_1IA les plus courts, soit 61.82 et 64.06 jours.

Les deux combinaisons retenues pour leurs effets favorables sur l’intervalle CALV_1IA partageaient le génotype FGF2GG qui a été aussi rapporté hautement associé avec l’intervalle CALV_1IA lors de l’analyse du polymorphisme FGF2/Csp6I. De ce fait, une sélection pour optimiser la cyclicité chez la vache laitière peut se reposer sur l’identification du génotype FGF2GG dans la population concernée.

2. Interaction globale et combinaisons génotypiques favorables

L’interaction entre les polymorphismes STAT5A, FGF2, LEP, GH-AluI et GH-MspI a exercé un effet hautement significatif sur le NINS, CI, DO, l’AGE_1CALV, l’AGE_1IA et l’intervalle CALV_1IA. Ceci nous amène à l’idée d’un effet combiné des polymorphismes étudiés sur les traits de fertilité. Le choix des combinaisons favorables pourrait être donc considéré comme une voie de sélection prometteuse pour les paramètres de reproduction chez les vaches laitière Holstein.

L’évaluation de l’impact de l’interaction entre les polymorphismes STAT5A, FGF2, LEP, GH- AluI et GH-MspI sur les paramètres de reproduction a permis d’identifier des combinaisons génotypiques qui sont fortement associées au NINS, CI, DO, AGE_1CALV, AGE_1IA et CALV_1IA. La combinaison génotypique CC/GA/AA/LV/(--) a montré l’effet le plus marqué sur le NINS. Les vaches porteuses de ce génotype ont nécessité 1,41 insémination par conception. Un intervalle vêlage-vêlage de 365 jours est classiquement recherché pour garantir la rentabilité de l’élevage. Les combinaisons ayant des effets hautement significatifs sur le CI ne reflétaient pas les intervalles les plus favorables. Seuls les deux combinaisons CC/AA/AA/LL/(++) et GC/GG/BB/LL/(++) ont été associées aux CI les moins longs et les vaches porteuses de ces génotypes ont exhibé des CI de 341.59 et 338.62 jours, respectivement. Ces valeurs ne répondaient pas aux objectifs recherchés et seraient dues probablement à des fautes d’enregistrement ou d’avortement non déclaré, ainsi vu que le nombre d’individus par combinaison est très faible. Le nombre de jours ouverts estimé pour la combinaison GG/GG/BB/VV/(--) dont l’effet était significatif, était de 196.79 jours. Les combinaisons qui ont montré un effet hautement

131

significatif exhibaient des DO trop faible par rapport à la moyenne estimée variant de 33,91 à 59,86 jours. La combinaison GC/GG/BB/LL/(++) a été considérée la plus favorable et le DO enregistré est un dérivé de la réussite de la première insémination après le vêlage. En effet, les vaches de génotype GC/GG/BB/LL/(++) ont montré un nombre de jours ouverts (59,86 jours) le plus conforme aux objectifs recherchés pour la maitrise de la conduite d’élevage.

L’âge moyen au premier vêlage estimé par la combinaison de référence GG/GG/BB/VV/(--) était de 29,12 mois, âge comparable à la moyenne nationale. Les deux combinaisons (GC/AA/AA/LL/+-) et CC/GA/AB/LL/(--) ont été associées à des âges de 24.26 et 33.50 mois respectivement. En considérant l’objectif de raccourcir l’âge au premier vêlage pour optimiser la vie productive, les vaches porteuse du génotype (GC/AA/AA/LL/+-) sont considérées plus performantes. La combinaison de référence dont l’effet était hautement significatif sur AGE_1IA, a engendré un âge de 17.82 mois ; considéré conforme à la fourchette nationale qui s’étend de 15 à 20 mois. Les combinaisons retenues pour leurs effets importants ont été associées avec des âges très précoces allant de 12,58 à 13,68 mois. Cependant, la combinaison génotypique CC/GA/AA/LV/(--) a engendré un âge de 14,285 mois. De ce fait, les vaches avec un génotype GG/GG/BB/VV/(--) ou CC/GA/AA/LV/(--) constituaient le choix le plus adéquat pour une sélection visant l’optimisation de l’âge de la mise à la reproduction. La moyenne moindres carrés de l’intervalle CALV_1IA estimée de la combinaison GG/GG/BB/VV/(--) était de 61.09 jours, cette valeur qui était inférieure à la moyenne du troupeau constituait un indicateur de la rapidité de la reprise de cyclicité. Les combinaisons génotypiques qui ont exhibé des effets significatifs sur l’intervalle CALV_1IA ont révélé des intervalles très allongés variant de 138,89 à 255,68 jours. Les vaches de génotype GG/GG/BB/VV/(--) ont été considérées pour la régularité de leurs reprise de l’activité cyclique post-partum. En effet, la combinaison CC/GA/AA/LV/(--) a montré un effet favorable sur NINS et l’AGE_1IA alors que la combinaison GG/GG/BB/VV/(--) a montré un effet favorable sur l’AGE_1IA et l’intervalle CALV_1IA. Les deux combinaisons CC/GA/AA/LL/(++) et GC/GG/AB/LL/(++) ont montré un effet favorable sur CI et les combinaisons GC/GG/BB/LL/(++) et GC/AA/AA/LL/(+-) ont montré respectivement un effet favorable sur DO et l’AGE_1CALV.

Très peu d’études ont abordé les interactions entres les polymorphismes des différents gènes et leurs implications dans la régulation des paramètres de fertilité chez les vaches laitières. Khatib

132

et al. (2009c) ont étudié des gènes membres de la voie de signalisation POU1F1 afin d’analyser l’effet des interactions inter-génique POU1F1/PRL, GHR/Stat5A, PRLR/Stat5A et Stat5A/UTMP sur le taux de survie embryonnaire précoce. L’analyse des interactions a montré que certaines combinaisons génotypiques étaient associées à des effets significatifs sur la survie embryonnaire précoce. La combinaison génotypique AT//CC de Stat5A//GHR était associée à un taux de survie de 45% contre 25% pour la combinaison AT//GC. Basé sur l’effet de certains gènes sur les traits économique, Gorlov et al. (2017) ont cherché à caractériser des nouvelles races bovines Russes. Ils ont étudié l’interaction entre les polymorphismes RORCd/bGH/bGHR/LEP/LEPR et ont identifié trois génotypes complexes avec des fréquences supérieures à 10%, soit les combinaisons AA/CC/AA/AA/CC (13.3 %), AA/CC/AG/AA/CC (11.7 %), et AG/CC/AA/AA/CC (10 %).

133

Conclusions et perspectives

Cette recherche a été développée pour l’identification et la caractérisation moléculaire des polymorphismes génétiques des gènes Stat5A, FGF2, GH et LEP et leurs associations avec les traits de fertilité chez les vaches laitières de race Holstein en Tunisie. La distribution génotypique des polymorphismes STAT5A, FGF2, LEP, GH-AluI et GH-MspI a illustré une diversité génétique importante dans la population. C Les fréquences alléliques marquées pour l’allèle Stat5A étaient plus élevées que pour l’allèle G Stat5A avec un taux d’hétérozygotie important. Les mêmes constatations ont été enregistrées G pour le gène FGF2 dont l’allèle FGF2 était le plus fréquent. Les polymorphismes GH-AluI et GH-MspI ont exprimé une abondance des allèles AluIL et (+) V (-) MspI par rapport aux allèles AluI et MspI respectivement. Une prédominance de génotype

AluI LL a été bien marquée par rapport au génotype MspI(+/+) qui était moins abondant dans la A B population. Une abondance de l’allèle LEP par rapport à l’allèle LEP a été aussi constatée pour le gène LEP. Les taux d’hétérozygotie enregistrés pour les gènes GH et LEP étaient moins importants comparés aux gènes Stat5A et FGF2. L’analyse de l’effet des gènes sur les traits de fertilité investigués par cette recherche a été envisagée pour préciser le degré d’association de ces traits avec les polymorphismes des gènes STAT5A, FGF2, GH et LEP. Le gène Stat5A avait un effet significatif sur l’AGE_1IA, l’AGE_1CALV, CI et DO et suggestif sur le NINS ; le génotype Stat5ACC était associé avec les NINS, CI et DO les plus GG faibles bien que le génotype Stat5A était associé avec l’AGE_1IA et l’AGE_1CALV les plus précoces. AA L’effet de gène FGF2 était significatif sur le CI, DO et le CALV_1IA ; le génotype FGF2 était associé avec un CI et des DO les plus courts. Le génotype FGF2AG était associé avec le

CALV_1IA le plus long comparé au génotype FGF2GG dont le CALV_1IA était le plus court. Un effet significatif sur les NINS, CI et DO a été enregistré pour polymorphisme GH-AluI et LL le génotype GH-AluI était le plus favorable ; le polymorphisme GH-MspI n’avait qu’un effet suggestif sur le CI et les DO.

134

Le gène LEP avait un effet significatif sur l’AGE_1CALV et l’AGE_1IA et suggestif sur AA l’intervalle CALV_1IA. Le génotype LEP était associé avec l’AGE_1CALV et l’AGE_1IA les plus précoces que les génotypes LEPAB et LEPBB. L’étude de l’interaction génique soit entre couple de gènes soit entre tous les gènes consiste à déterminer les interactions géniques la plus associées à chaque trait et de préciser les combinaisons génotypiques les plus favorables à ce trait. Les combinaison génotypiques CG//AG, CG//LL, CG//(++), et CG//AA et CG//AB relatives respectivement aux interactions géniques entre les couples de gènes Stat5A//FGF2, Stat5A//GH-AluI, Stat5A//GH-MspI et Stat5A//LEP ; les combinaison génotypiques AG//LL, AG//(++), et AG//AA et AG//AB, correspondantes respectivement aux interactions géniques entre les couples de gènes FGF2//GH-AluI, FGF2//GH-MspI et FGF2//LEP ; ainsi que les combinaison génotypiques AA//LL, AA//(++) et LL//(++) relatives respectivement aux interactions géniques entre les couples de gènes LEP//GH-AluI, LEP//GH-MspI et GH- AluI//GH-MspI étaient considérés les plus fréquentes dans la population par rapport aux combinaison génotypiques restantes relativement à chaque interaction génique. La recherche des interactions génétiques les plus favorables aux traits de fertilités a révélé que les combinaisons génotypiques CC//LL, GG//LL, AA//LL et LL//(--) relatives respectivement aux interactions des couples Stat5A//GH-AluI, FGF2//GH-AluI, LEP//GH-AluI et GH- AluI //GH-MspI étaient associées aux NINS les plus faibles.

Les combinaisons génotypiques CC//AA, CC//LL, AA//LL, CC//AA issus respectivement des interactions Stat5A//FGF2, Stat5A// GH-AluI, FGF2// GH-AluI, Stat5A//LEP étaient associés avec les CI les plus courts. Les combinaisons génotypiques CC//LL, AA//LL, CC//AA correspondant respectivement aux interactions Stat5A/GH-AluI, FGF2//GH-AluI et Stat5A/LEP étaient associées avec les DO les plus courts. Les combinaisons génotypiques GG//AA, AA//LV et AA// (++) correspondants aux interactions FGF2//LEP, LEP//GH-AluI et LEP/GH-MspI étaient jointes avec les AGE_1CALV les plus précoces. Les combinaisons génotypiques AA//LV et AA// (+-) issus respectivement des interactions LEP//GH-AluI et LEP//GH-MspI étaient associées avec les AGE_1IA les plus précoces. Les combinaisons génotypiques GG//GG et GG//BB relatives respectivement aux interactions Stat5A//FGF2 et FGF2/LEP étaient associées avec les intervalles CALV_1IA les plus courts.

135

L’interaction génique intégrale entre les polymorphismes STAT5A//FGF2//LEP//GH- AluI//GH-MspI a permis aussi de sélectionner les combinaisons génotypiques les plus favorables aux traits de fertilité. Les deux combinaisons CC/GA/AA/LL/(++) et GC/GG/AB/LL/(++) ont exprimés un effet favorable sur CI. Les combinaisons GC/GG/BB/LL/(++) et GC/AA/AA/LL/(+-) ont été considérées les plus favorables pour les DO et l’AGE_1CALV respectivement. La combinaison CC/GA/AA/LV/(--) a montré un effet favorable sur NINS et l’AGE_1IA. La combinaison GG/GG/BB/VV/(--) a montré un effet favorable sur l’AGE_1IA et l’intervalle CALV_1IA. L’évaluation de l’effet des polymorphismes génétiques étudiés sur les traits de fertilité a déterminé les traits de CI et DO comme les plus ciblés. En effet, ces deux paramètres sont très joints ; le CI est un paramètre qui reflète la rentabilité économique et le DO est impliqué dans l’allongement de CI et détermine la réussite de la gestion technique adopté. La valorisation de ces résultats dépond donc de poids économique de ces traits de fertilité dans le système d’élevage. L’analyse simultané de l’effet des génes, individuellement ou par intéraction, a montré que les génotypes GHLL et FGF2GG ont été respectivement les plus associés avec le NINS et CALV_1IA. Le génotype LEPAA était le plus associé avec l’AGE_1CALV et l’AGE_1IA. Les génotypes Stat5ACC, GHLL et FGF2AA étaient associés, individuellement ou par interaction, avec le CI et DO. En effet, la détermination des génotypes et des combinaisons génotypiques les plus favorables a généralement retenu des génotypes homozygotes, les génotypes hétérozygotes ont montraient des effets interméditères ou défavorables. Une séléction basée sur cette voie peut donc augmenter le niveau de concengunité dans la population. Les résultats de ce travail témoignent des effets des gènes étudiés sur les principaux caractères de fertilité chez les vaches laitières Holstein en Tunisie et signalent l’importance des interactions géniques et des combinaisons génotypiques dans les dispositifs d’amélioration des performances reproductives. Les polymorphismes des gènes Stat5A, FGF2, LEP, GH-AluI et GH-MspI et leurs interactions et leurs combinaisons ont montré des effets déterminants dans la variation phénotypique des caractères de fertilité. Cependant, ces résultats n'excluent pas la possibilité de l'implication d’autres gènes dans le contrôle extrêmement complexe de ceux-ci. L’identification et la caractérisation moléculaire des polymorphismes génétiques associés avec les traits de reproduction permettraient d’envisager un protocole simple de sélection visant

136

l’amélioration des critères de reproduction. En effet, si les animaux candidats à la sélection sont génotypés pour ces polymorphismes, une prédiction de leurs valeurs génétiques serait possible. L’intégration de cette information permettrait alors d’améliorer le progrès génétique espéré de la sélection et de réduire les intervalles entre générations. La mise en place d’une approche basée sur l’utilisation de l’information moléculaire constitue une affaire d’envergure nationale dont la réussite est tributaire de l’action de plusieurs facteurs d’ordre technique et logistique. L'évolution spectaculaire des techniques de séquençage, de génotypage et de caractérisation moléculaire constituent un chalenge pour promouvoir les dispositifs de sélection adoptés en Tunisie. L'instauration de dispositifs d’indexation génomique en Tunisie nécessite la disponibilité de bases de données phénotypiques fiables et d’une base d’animaux de référence ayant été à la fois indexés phénotypiquement de façon précise pour le maximum de caractères d’intérêt et génotypés pour un grand nombre de loci (puce d’ADN ou à défaut un certain nombre de gènes à effets connus). Ces données serviront à l'élaboration des index phénotypiques et génomiques des candidats et seront utilisés pour la sélection des animaux selon les objectifs fixés dans leur propre environnement.

137

Références

 Abdel-Azim, G.A., Freeman, A.E., Kehrli, M.E.., Kelm, S.C., Burton, J.L., Kuch, A.L., and Schnell, S. 2005. Genetic basis and risk factors for infectious and noninfectious diseases in USA Holsteins. Estimation of genetic parameters for single diseases and general health. J Dairy Sci. 88: 1199-1207.  Abe, H., Masuda,Y., and Suzuki, M. 2009. Relationships between reproductive traits of heifers and cows and yield traits for Holsteins in Japan. J. Dairy Sci. 92: 4055-4062.  Adam, C.L., Findlay, P.A., and Moore, A.H. 1998. Effects of insulin-like growth factor-1 on luteinizing hormone secretion in sheep. Animal Reproduction Science. 50 (1-2): 45–56.  Adamiak, S., Ewen, M., Rooke, J., Webb, R., and Sinclair, K. 2005. Diet and fatty acid composition of bovine plasma, granulosa cells, and cumulusoocyte complexes. Reprod Fert Dev.17: 200-201.  Adashi, E.Y. 1998. The IGF family and folliculogenesis. J. Reprod. Immunol. 39 (1-2): 13- 19.  Aeberhard, K., Bruckmaier, R.M., Kuepfer, U., and Blum, J.W. 2001. Milk yield and composition, nutrition, body conformation, traits, body condition scores, fertility and diseases in high-yielding dairy cows. JVet Med. 48:97-110.  Agarwal, S.K., Vogel, K., Weitsman, S.R., and Magoffn, D.A. 1999. Leptin antagonizes the insulin-like growth factor-I augmentation of steroidogenesis in granulose and theca cells of the human ovary.J. Clin. Endocrinol. Metab. 84 (3): 1072-1076.  Ajili, N., Rekik, B., Ben Gara, A., and Bouraoui, R. 2007. Relationships among milk production, reproductive traits, and herd life for Tunisian Holstein-Friesian cows. African Journal of Agricultural Research. 2 (2): 47-51.  Almeida, S.E., Almeida, E.A., Moraes, J.C.F., and Weimer, T.A. 2003. Molecular Markers in the LEP gene and reproductive performance of beef cattle. Journal of Animal Breeding and Genetics.120:106-113.  Andersen-Ranberg, I.M., Klemetsdal, G., Heringstad, B., and Steine, T. 2005. Heritabilities, genetic correlations, and genetic change for female fertility and protein yield in Norwegian dairy cattle. J Dairy Sci. 88:348–55.  Anggraeni, A., Talib, C., Asmarasari, S.A., Herawati, T., and Andreas, E. 2017. Genetic Polymorphisms of IGF1, GH, and OPN Genes in Crosses Peranakan Ongole Cattle Based on Birth Type in Central Java, JITV. 22 (4): 165-172.  Anton, I., Kovács, K., Holló, G., Farkas, V., Szabó, F., Egerszegi, I., Rátky, J,. Zsolnai, A., and Brüssow, K.P. 2012. Effect of DGAT1, leptin and TG gene polymorphisms on some milk production traits in different dairy cattle breeds in Hungary. Arch Tierz. 55: 307–414.  Arango, J. G., Echeverri, Z.J., and López, H.A. 2014. Association of the bovine growth hormone gene with Holstein cattle reproductive parameters, Rev.MVZ Córdoba. 19(3):4249-4258.

138

 Argetsinger, L.S., and Carter-Su, C. 1996. Growth hormone signaling mechanisms: involvement of the tyrosine kinase JAK2. Hormone Research. 45: 22-24.  Armstrong, D.G., Gong, J.G., Gardner, J.O., Baxter, G., Hogg, C.O., and Webb, R 2002. Steroidogenesis in bovine granulosa cells: the effect of short-term changes in dietary intake. Reproduction. 123: 371–378.  Armstrong, D.G., McEvoy, T.G., Baxter, G., Robinson, J.J., Hogg, C.O., Woad, K., Webb, R., and Sinclair, K.D. 2001. The effect of dietary energy and protein on bovine follicular dynamics and embryo production in vitro; associations with the ovarian insulin like growth factor system. Biology of Reproduction. 64:1624–1632.  Aruna, Pal., Chakravarty, A.K., Bhattacharya, T.K., Joshi, B.K., and Arjava, S. 2004. Detection of Polymorphism of Growth Hormone Gene for the Analysis of Relationship between Allele Type and Growth Traits in Karan Fries Cattle, Asian-Aust. J.Anim. Sci. 17:1334-1337.  Asiamah, P.A., Bechtel, D.G., Waldner, C., and Buchanan, F.C. 2009. Effects of leptin Arg25Cys on peripheral mononuclear cell counts and antibody response to vaccination in beef cattle. Anim Genet. 40: 783-792.  Averill, T.A., Rekaya, R., and Weigel, K. 2004. Genetic analysis of male and female fertility using longitudinal binary data. J.Dairy Sci. 87:3947-3952.  Ayad, A., Sousa, N.M., Sulon, J., Hornick, J.L., Watts, J., Lopez-Gatius, F., Iguer-Ouada, M., and Beckers, J.F. 2007. Influence of progesterone concentrations on secretory functions of trophoblast and pituitary during the first trimester of pregnancy in dairy cattle. Theriogenology. 67:1503–1511.  Ayalon, N. 1978. A review of embryonic mortality in cattle. J. Reprod. Fertil. 54: 483–493.  Ayuk, J., and Sheppard, M.C. 2006. Growth hormone and its disorders. Postgrad. Med. J. 82 (963): 24-30.  Azari, A.M., Hasani, S., Heidari, M., and Yousefi, S. 2012. Genetic Polymorphism of Leptin gene using PCR-RFLP method in three different populations. Slovak J. Anim. Sci. 45 (2): 39-42.  Azizzadeh, M. 2011. Characterisation and pattern of culling in Holstein Friesian dairy herds in Khorasan Razavi province, Northeast of Iran. Vet. Res. 2: 254-258.

 Balogh, O., Kovacs, K., Kulcsar, M., Gaspardy, A., Zsolnai, A., Katai, L., Pecsi, A., Fesus, L., Butler, W.R., and Huszenicza, Gy. 2009b. AluI polymorphism of the bovine growth hormone (GH) gene, resumption of ovarian cyclicity, milk production and loss of body condition at the onset of lactation in dairy cows. Theriogenology. 71: 553–559.  Balogh,O., Kovács, K., Kulcsár, M., Gáspárdy, A., Fébel, H., Zsolnai, A., Fésus, C., Delavaud, C., Chilliard, Y., O.Gilbert, R., and Huszenicza, G. 2009a. Interrelationship of growth hormone AluI polymorphism and hyperketonemia with plasma hormones and metabolites in the beginning of lactation in dairy cows. Livestock Science. 123: 180-186.  Banos, G., Woolliams, J.A., Woodward, B.W., Forbes, A.B., and Coffey, M.P. 2008. Impact of single nucleotide polymorphisms in leptin, leptin receptor, growth hormone receptor, and

139

diacylglycerol acyltransferase (DGAT1) gene loci on milk production, feed, and body energy traits of UK dairy cows. J Dairy Sci. 91(3):190-200.  Barbat, A., Bonaiti, B., Guillaume, F., Druet, T., Colleau, J.J., and Boichard, D. 2005. Bilan phénotypique de la fertilité à l'insémination artificielle dans les trois principales races laitières françaises. Renc. Rech. Ruminants. 12: 137-140.  Barbat, A., Le Mézec, P., Ducocq, V., Mattalia, S., Fritz, S., Boichard, D., Ponsart, C., and Humblot, P. 2010. Female fertility in French dairy breeds: current situation and strategies for improvement. J.Reprod and Dev. 56:15-21.  Bauersachs, S., Ulbrich, S. E., Gross, K., Schmidt, S.E.M., Meyer, H.H.D., Einspanier, R., Wenigerkind, H., Vermehren, M., Blum, H., Sinowatz, F., and Wolf, E. 2005. Gene expression profiling of bovine endometrium during the oestrous cycle: detection of molecular pathways involved in functional changes. J. Mol. Endo. 34: 889-908.  Bauman, D.E. 2000. Regulation of nutrient partitioning during lactation: homeostasis and homeorhesis revisited. In Ruminant physiology: digestion, metabolism, growth and reproduction. CABI Publishing, Walling ford, UK: 311–328.  Beerda, B., Wyszynska-Koko, J., te Pas, M.F.W., de Wit, A.A.C., and Veerkamp, R.F. 2008 Expression profiles of genes regulating dairy cow fertility: recent findings, ongoing activities and future possibilities. Animal. 2 (8):1158–1167.  Beever, D.E. 2006. The impact of controlled nutrition during the dry period on dairy cow health, fertility and performance. Anim Reprod Sci. 96: 212-226.  Beltman, M. E., Forde, N., Furney, P., Carter, F., Roche, J. F., Lonergan, P., and Crowe M. A. 2010. Characterisation of endometrial gene expression and metabolic parameters in beef heifers yielding viable or non-viable embryos on Day 7 after insemination. Reprod. Fertil. Dev. 22:987-999.  Ben Hamouda, M., Ben M’Rad, M., and Hemdenne, H. 2005. Genetic analyses of fertility parameters and their relations to milk yield of Holstein-Friesian in Tunisia. Proceeding of the 34th Biennal Session of ICAR. EAAP.113: 71-76.  Ben Jemaa S. 2009. Cartographie fine de QTL de fertilité femelle chez les bovins laitiers français. Thèse pour obtenir le grade de Docteur de l’Institut des Sciences et Industries du Vivant et de l’Environnement (Agro Paris Tech).  Ben Jemaa, S. 2018. Genetic improvement of dairy cattle in Tunisia: Introduction of molecular information state perspectives in cattle breeding schemes. Journal of new sciences, Agriculture and Biotechnology. 52 (3) : 3500-3507.  Ben Salem, M., Bouraoui, R., and Chebbi, I. 2007. Trends in reproductive performance of dairy cows in Tunisia and identification of their affecting factors. Renc. Rech. Ruminants.14:371.  Ben Salem, M., Bouraoui, R., and Hammami, M. 2009. Average reproductive performances and longevity of Friesian-Holstein cows in Tunisia. Renc. Rech. Ruminants.16: 321.  Ben Salem, M., Bouraoui, R., Hammami, M., and Hanini, M. 2010. Trends in longevity and reproductive parameters in Holstein cows in Tunisia. Renc. Rech. Ruminants. 17: 163.  Berger, P.J., Shanks, R.D., Freeman, A.E., and Laben, R.C. 1981. Genetic Aspects of Milk Yield and Reproductive Performance. Journal of Dairy Science. 64: 114-122.

140

 Berisha, B., Sinowatz, F., and Schams, D. 2004. Expression and localization of fibroblast growth factor (FGF) family members during the final growth of bovine ovarian follicles. Mol Reprod Dev.67:162-171.  Bernotiene, E., Palmer, G., and Gabay, C. 2006. The role of leptin in innate and adaptive immune responses. ArthritisRes Ther. 8: 217-226.  Berry, D. P., Buckley, F., Dillon, P., Evans, R.D., Rath, M., and Veerkamp, R. F.2003. Genetic Relationships among Body Condition Score, Body Weight, Milk Yield, and Fertility in Dairy Cows. J. Dairy Sci. 86:2193–2204.  Berry, D.P., Bastiaansen, J.W.M., Veerkamp, R. F., Wijga, S., Wall, E., Berglund, B., and Calus, M.P.L. 2012. Genome-wide associations for fertility traits in Holstein-Friesian dairy cows using data from experimental research herds in four European countries. Animal. 6:1206–1215.  Berry, D.P., Roche, J.R., and Coffey, M.P. 2008. Body condition score and fertility – more than just a feeling. In Fertility in dairy cows: bridging the gaps. British Society of Animal Science, Cambridge University Press, Cambridge, UK: 107–118.  Binelli, M., Thatcher, W.W., Mattos, R., and Baruselli, P.S. 2001. Antiluteolytic strategies to improve fertility in cattle.Theriogenology. 56:1451-1463.  Biswas, T.K., Bhattacharya, T.K., Narayan, A.D., Badola, S., Kumar P., and Sharma, A. 2003. Growth hormone gene polymorphism and its effect on birth weight in cattle and buffalo. Asian-Aust. J. Anim. Sci. 16(4):494-497.  Blanc, F., and Agabriel, J. 2008. Modelling the reproductive efficiency in a beef cow herd: effect of calving date, bull exposure and body condition at calving on the calving-conception interval and calving distribution. Journal of Agricultural Science. 146:143–161.  Bluher, S., and Mantzoros, C.S. 2007. Leptin in reproduction. Curr Opin Endocrinol Diabetes Obes. 14: 458-464.  Boichard, D. 2000. Production et fertilité chez la vache laitière. Commission Bovine, Draveil, 24-25 Octobre: 33-34.  Boland, M.P., Lonergan, P., and O’Callaghan, D. 2001. Effect of nutrition on endocrine parameters, ovarian physiology, and oocyte and embryo development. Theriogenology. 55:1323–1340.  Bossaert, P., De Cock, H., Leroy, J.L.M.R., De Campeneere, S., Bols, P.E.J., Filliers, M., Opsomer, G .2010. Immunohistochemical visualization of insulin receptors in formalin- fixed bovine ovaries post mortem and in granulosa cells collected in vivo. Theriogenology. 73:1210-1219.  Botstein, D.R.L., White, M., Skolnick,A ., and Davis. R.W. 1980. Construction of a genetic linkage map in man using restriction fragment length polymorphisms. Am. J. Hum. Genet. 32: 314-331.  Boujenane I. 2010. La courbe de lactation des vaches laitières et ses utilisations. Espace Vétérinaire.29.  Bouraoui, R., Jemmali, B., Riahi, I., Ben Salem, M., Chebbi, I., and Rekik, B. 2013. Somatic cell counts affect reproductive performances in Holstein cows in Tunisia. Livestock Research for Rural Development. 25 (11).

141

 Bouraoui, R., Rekik, B., and Ben Gara, A. 2009. Performances de reproduction et de production laitière des vaches Brunes des Alpes et Montbéliardes en région subhumide de la Tunisie. Livestock Research for Rural Development. 21 (12).  Bresson, J.L., Jeay, S., Gagnerault, M.C., Kayser, C., Beressi, N., Wu, Z., Kinet, S., Dardenne, M., and Postel-Vinay, M.C. 1999. Growth hormone (GH) and prolactin receptors in human peripheral blood mononuclear cells: relation with age and GH-binding protein. Endocrinology.140:3203–3209.  Brickell, J.S., Pollott, G.E., Clempson, A.M., Otter, N., and Wathes, D.C. 2010. Polymorphisms in the bovine leptin gene associated with perinatal mortality in Holstein Friesian heifers. J. Dairy Sci. 93:340-347.  Britt, J.H. 1992. Impacts of early postpartum metabolism on follicular development and fertility. Proc Am Assoc Bovine Practit. 24:39-43.  Brym, P., Kaminski, S., and Rusc, A. 2004. New SSCP polymorphism within bovine STAT5A gene and its associations with milk performance traits in Black-and-White and Jersey cattle. Journal of Applied Genetics. 45: 445–452.  Brzáková, M., Hosnedlová, B., Svitáková, A., Vernerová, K., Veselá, Z., and Čítek. J. 2016. Effect of the FGF2 SNP11646 on milk production and fertility traits of Holstein cattle. Czech J. Anim. Sci. 61(8): 377–382.  Buchanan, F.C., Van Kessel, A.G., Waldner, C., Christensen, D.A., Laarveld, B., and SChmutz, S.M. 2003. Hot Topic: An association between a leptin single nucleotide polymorphism and milk and protein yield. Journal of Dairy Science. 86: 3164-3166.  Buckley, F., Sullivan, K.O., Mee, J.F., Evans, R.D., and Dillon, P. 2003. Relationships among milk yield, body condition, cow weight, and reproduction in spring-calved Holstein friesians. J Dairy Sci. 86:2308-2319.  Bulvestre, M.D. 2007. Influence du β-carotene sur les performances de reproduction chez la vache laitiere. These pour obtenir le grade de Doctorat de l’École Nationale Veterinaire D’alfort.  Butler, W.R. 2001. Nutritional effects on resumption of ovarian cyclicity and conception rate in postpartum dairy cows. Fertility in the High Producing Dairy Cow. British Society of Animal Science. 133-145.  Butler, W.R. 2005. Relationships of Negative Energy Balance with Fertility. Advances in Dairy Technology. 17: 35.  Butler, W.R., 2003. Energy balance relationships with follicular development, ovulation and fertility in pp dairy cows. Livestock Prod Sci. 83:211-218.  Butler, W.R., and Smith, R.D. 1989. Interrelationships between energy balance and postpartum reproductive function in dairy cattle. J Dairy Sci. 72(3): 767-83.

 CEVA SANTÉ ANIMALE. 2002/2003. Reprology. Maîtriser la reproduction, c'est maîtriser l'avenir.  Chagas, L.M., Bass, J.J., Blache, D., Burke, C.R., Kay, J.K., Lindsay, D.R., Lucy, M.C., Martin, G.B., Meier, S., Rhodes, F.M., Roche, J.R., Thatcher, W.W., and Webb, R. 2007.

142

New perspectives on the roles of nutrition and metabolic priorities in the subfertility of high- producing dairy cows. J Dairy Sci. 90:4022–4032.  Chebel, R.C, Susca, F., Santos, J.E. 2008. Leptin genotype is associated with lactation performance and health of Holstein cows. J Dairy Sci: 91:2893-2900.  Chebel, R.C., and Santos, J.E.P. 2011. Association between leptin single nu - cleotide polymorphism and reproductive performance of lactating Holstein cows. Anim Reprod Sci. 127: 126 –134.  Chen, C., Spencer, T.E., Bazer, F.W. 2000. Fibroblast growth factor-10: a stromal mediator of epithelial function in the ovine uterus. Biol Reprod. 63: 959–966.  Chene, N., and Martal, J. 1996. Contrôle du développement embryonnaire et reconnaissance maternelle de la gestation. Point Vétérinaire. 28:901-910.  Clarke, I.J., and Pompolo, S. 2005. Synthesis and secretion of GnRH. Animal Reproduction Science. 88:29–55.  Cochran, S.D., Cole, J.B., Null, D.J., and Hansen, P.J. 2013a. Discovery of single nucleotide polymorphisms in candidate genes associated with fertility and production traits in Holstein cattle. BMC Genet. 14:49.  Cochran, S.D., Cole, J.B., Null, D.J., and Hansen, P.J. 2013b. Single nucleotide polymorphisms in candidate genes associated with fertilizing ability of sperm and subsequent embryonic development in cattle. Biol. Reprod. 89:69.  Coffey, M.P., Simm, G., Oldham, J.D., Hill, W.G., and Brotherstone, S. 2004. Genotype and diet effects on energy balance in the first three lactations of dairy cows. J Dairy Sci, 87:4318-4326.  Cole, J. B., Waurich, B., Wensch-Dorendorf, M., Bickhart, D. M., and Swalve, H. H. 2014. A genome-wide association study of calf birth weight in Holstein cattle using single nucleotide polymorphisms and phenotypes predicted from auxiliary traits. J. Dairy Sci. 97:3156–3172.  Cole, J.B., Wiggans, G.R., Ma, L., Sonstegard, T.S., Lawlor, T.J., Crooker, B.A., Van Tassell, C.P., Yang, J., Wang, S., Matukumalli, L.K., and Da, Y. 2011. Genome-wide association analysis of thirty one production, health, reproduction and body conformation traits in contemporary U.S. Holstein cows. BMC Genom. 12:408.  Colleau, J.J., Fritz, S., Guillaume, F., Baur, A., Dupassieux, D., Boscher, M.Y., Journaux, L., Eggen, A., Boichard, D. 2015. Simulation des potentialités de la sélection génomique chez les bovins laitiers. INRA Prod. Anim. 28 (3) : 251-258.  Collick, D.W., Ward, W.R., and Dobson, H. 1989. Association between types of lameness and fertility. Vet Rec. 125: 103-106.  Colombani, C. 2012. Modèles de prédiction pour l'évaluation génomique des bovins laitiers français : application aux races Holstein et Montbéliarde. Thèse de doctorat, INP Toulouse:19-33.  Cooke, F.N., Pennington, K.A., Yang, Q., and Ealy, A.D. 2009. Several fibroblast growth factors are expressed during preattachment bovine conceptus development and regulate interferon-tau expression from trophectoderm. Reproduction. 137:259–269.  Cooper, D.N. 1992. Regulatory mutations and human disease. Ann Med. 24: 427-437.  Corva, P.M., Fernandez, M.G.V., Soria, L.A., Papaleo, M.J., Motter, M., Villarreal, EL., Schor, A., Mezzadra, C.A., Melucci, L.M., and Miquel, M.C. 2009. Effect of leptin gene

143

polymorphisms on growth, slaughter and meat quality traits of grazing Brangus steers. Genet Mol Res. 8:105-116.  Coulon, J.B., Landais, E., and Garel, J.P. 1989. Alimentation, pathologie, reproduction et productivité de la vache laitière. Prod Anim. 2 (3): 171-188.  Coyral-Castel, S., Rame, C., Fabre-Nys, C., Monniaux, D., Monget, P., Dupont, F., Eggen, A., Fritz, S., Malafosse, A., Faverdin, P., Disenhaus, C., Le Mezec, P., and Dupont, J. 2009. Caractérisation phénotypique des vaches laitières portant l’haplotype « fertil+/+ » ou « fertil-/- » pour un QTL de fertilité femelle situé sur le chromosome 3 .Renc. Rech. Ruminants. 16 :313-316.  Craig, J., Zhu, H., Dyce, P.W., Petrik, J., and Li, J. 2004. Leptinn enhances oocyte nuclear and cytoplasmic maturation via themitogen-activated protein kinase pathway. Endocrinology. 145(11): 5355–5363.  Craig, J.A., Zhu, H., Dyce, P.W., Wen, L., and Li, J. 2005. Leptin enhances porcine preimplantation embryo development in vitro. Molecular and Cellular Endocrinology. 229 (1- 2): 141–147.  Cunningham, M.J., Clifton, D.K., and Steuner, R.A. 1999. Leptin’s actions on the reproductive axis: perspective and mechanisms. Biol. Reprod. 60: 216–222.  Cutullic, E. 2010. Concurrence entre lactation et reproduction chez la vache laitière. Thèse en vue de l’obtention du Doctorat de l’Université de Caen en Biologie Animale et Végétale. : 286.  Cutullic, E., Delaby, L., Causeur, D., Michel, G., and Disenhaus, C. 2009a. Hierarchy of factors affecting behavioural signs used for oestrus detection of Holstein and Normande dairy cows in a seasonal calving system. Animal Reproduction Science. 113: 22–37.  Cutullic, E., Delaby, L., Michel, G., and Disenhaus, C. 2009b. Consequence on reproduction of two feeding levels with opposite effects on milk yield and body condition loss in Holstein and Normande cows. Journal of Dairy Science. 92 (1): 355.

 Daftary, S.S., and Gore, A.C. 2005. IGF-1 in the brain as a regulator of reproductive neuroendocrine function. Exp. Biol. Med. 230 (5): 292-306.  Daniels, R., Hall, V., and Trounson, A.O. 2000. Analysis of gene transcription in bovine nuclear transfer embryos reconstructed with granulose cell nuclei. Biol Repord.63: 1034- 1040.  Darej, C., Moujahed, N., and Kayouli, C. 2010. Effects of feeding systems on bovine performances in dairy farms from the organized sector in the north of Tunisia. Effects on reproduction. Livestock Research for Rural Development. 22 (5).  Dario, C., and Selvaggi, M. 2011. Study on the STAT5A/AvaI polymorphism in Jersey cows and association with milk production traits. Mol. Biol. Rep. 38:5387-5392.  Dario, C., Carnicella, D., Ciotola, F., Peretti, V., and Bufano, G. 2008. Polymorphism of growth hormone GH1-AluI in Jersey cows and its effect on milk yield and composition. Asian-Aust. J. Anim. Sci. 21:1–5.

144

 Darnell, J.E., Kerr, I.M., and Stark, G.R. 1994. JAK-STAT pathways and transcriptional activation in response to IFNs and other extracellular signaling proteins. Science. 264:1415– 1421.  Darwash, A.O., Lamming, G.E., and Woolliams, J.A. 1997. Estimation of genetic variation in the interval from calving to postpartum ovulation of dairy cows. J Dairy Sci. 80:1227- 1234.  Darwash, A.O., Lamming, G.E., and Woolliams, J.A. 1999b.The potential for identifying heritable endocrine parameters associated with fertility in postpartum dairy cows. Anim. Sci. 68:333-347.  Darwash, A.O., Ward, G.L., Lamming, G.E., and Woolliams, J. A. 1999a.The effects of raising post-oestrus progesterone concentrations on luteal activity in post-partum dairy cows. Anim. Sci.68:527–532.  Dassonneville, R., Barbat-leterrier, A., Gion, A., Larroque, H., and Ducrocq, V. 2009. Estimation of genetic parameters of additional functional traits in dairy cattle Génétique animale et biologie intégrative (GABI), INRA, Jouy-en-Josas. Renc. Rech. Ruminants.16.  De Haas, Y., Janss, L.L., and Kadarmideen, H.N. 2007. Genetic correlation between body conditions scores and fertility in dairy cattle using bivariate random regression models. J Anim Breed Genet. 124: 277-285.  De Wit, A.A., Cesar, M.L., Kruip, T.A. 2001. Effect of urea during in vitro maturation on nuclear maturation and embryo development of bovine cumulus-oocyte complexes. J Dairy Sci. 84:1800-1804.  Dejardin, A. 2003. Contribution à l’étude de la race Brune des Alpes en France: Évolution et perspectives d’avenir. Thèse de Doctorat Vétérinaire. École Nationale Vétérinaire de Toulouse. :85.  Delaby, L., Faverdin, P., Michel, G., Disenhaus, C., and Peyraud, J.L. 2009. Effect of different feeding strategies on lactation performance of Holstein and Normande dairy cows. Animal. 3(6) : 891-905.  Demeestere, I., Gervy, C., Centner, J., Devreker, F., Englert, Y., and Delbaere, A. 2004. Effect of insulin-like growth factor-I during preantral follicular culture on steroidogenesis, in vitro oocyte maturation, and embryo development in mice. Biology of Reproduction. 70 (6):1664–1669.  Dhaliwal, G.S., Murray, R.D., and Dobson, H. 1996. Effects of milk yield and calving to first service interval, in determining herd fertility in dairy cows. Animal Reproduction Science. 41:109-117.  Disenhaus, C. 2004. Mise à la reproduction chez la vache laitière: actualités sur la cyclicité post-partum et l’oestrus. Proc : Journées nationales des GTV, Tours. : 859-865.  Disenhaus, C., Kerbrat, S., and Philippot, J.M. 2002. La production laitière des 3 premières semaines est négativement corrélée avec la normalité de la cyclicité chez la vache laitière. Renc. Rech. Ruminants. Paris: Institut de l’Elevage – INRA. 147-150.  Diskin, M.G., and Sreenan, J.M. 1980. Fertilisation and embryonic mortality rates in beef heifers after artificial insemination. J. Reprod. Fertil. 59:463–468.  Diskin, M.G., Mackey, D.R., Roche, J.F., and Sreenan, J. M. 2003. Effects of nutrition and metabolic status on circulating hormones and ovarian follicle development in cattle. Animal Reproduction Science. 78 (3-4):345–370.

145

 Dobson, H., Smith, R.F., Royal, M.D., Knight, C.H., and Sheldon, I.M. 2007. The high producing dairy cow and its reproductive performance. Reproduction in Domestic Animals. 42 (2): 17-23.  Dobson, H., Walker, S.L., Morris, M.J., Routly, J.E., and Smith, R.F. 2008. Why is it getting more difficult to successfully artificially inseminate dairy cows? Animal. 2: 1104–1111.  Domecq, J.J., Skidmore, A.L., Loyd, J.W., and Kaneene, J.B. 1997. Relationship between body condition scores and conception at first artificial insemination in a large dairy herd of high Yielding Holstein cows. J Dairy Sci. 80:113-120.  Driver, A.M., Huang, W., Gajic, S., Monson, R.L., Rosa, G.J., and Khatib, H. 2009. Short communication: Effects of the progesterone receptor variants on fertility traits in cattle. J. Dairy Sci. 92:4082-4085.  Ducker, M.J., and Morant, S.V. 1984. Observations on the relationships between the nutrition, milk yield, live weight and reproductive performance of dairy cows. Anim Prod. 38:9-14.  Dunne, L.D., Diskin, M.G., and Sreenan, J.M. 2000. Embryo and foetal loss in beef heifers between day 14 of gestation and full term. Animal Reproduction Science. 58 :39-44.  Dupont, J., Froment, P., Uzbekova, S., Elis, S., Guillaume, D., Maillard, V. 2014. Les interactions entre métabolisme et reproduction. Marie Saint-Dizier, Sylvie Chastant- Maillard, dir., La reproduction animale et humaine. : 475-486.  Dupont, J., Maillard, V., Coyral-Castel, S., Ramé, C., and Froment, P. 2010. Ghrelin in female and male reproduction. Int. J. Pept.  DybuS, A. 2002. Associations between Leu/Val polymorphism of growth hormone gene and milk production traits in Black and White cattle, Arch. Tierz., Dummerstorf. 45:421-428.  Dybus, A., Grzesiak, W., Szatkowska, I., and Błaszczyk, P. 2004. Association between the growth hormone combined genotypes and dairy traits in Polish Black-and-White cows. Animal Science Papers and Reports. 22 (2): 185-194.

 Eghbalsaied, S. 2011. Estimation of genetic parameters for 13 female fertility indices in Holstein dairy cows. Trop. Anim. Health Prod. 43: 811-816.  El-Sayed, A., Hoelker, M., Rings, F., Salilew, D., Jennen, D., Tholen, E., Sirard, M.A., Schellander, K., and Tesfaye, D. 2006. Large scale transcriptional analysis of bovine embryo biopsies in relation to pregnancy success after transfer to recipients. Physiol. Genom. 28:84- 96.  Erb, H.N., Martin, S.W., Ison, N., and Swaminathan, S. 1981. Interrelationships between production and reproductive disease in Holstein cows. Path Analysis. J Dairy Sci. 64:282- 289.  Evans, J.J., and Anderson, G. M. 2012. Balancing ovulation and anovulation: integration of the reproductive and energy balance axes by neuropeptides. Human Reproduction Update .18 (3): 313–332.

146

 Evans, R.D., Wallace, M., Shalloo, L., Garrick, D.J., and Dillon, P. 2006. Financial implications of recent declines in reproduction and survival of Holstein- Friesian cows in spring-calving Irish dairy herds. Agricultural Systems. 89 : 165–183.

th  Falconer, D.S., and Mackay, T.F.1996. Introduction to Quantitative Genetics. 4 Ed. Department of Genetics. North Canada State University.  Farooqi, I.S., and O'Rahilly, S. 2009. Leptin: a pivotal regulator of human energy homeostasis. Am J Clin Nutr.89: 980-984.  Ferguson, J.D. 1991. Nutrition and reproduction in dairy cows. Veterinary Clinics of North America: food animal practice. 7:483-507.  Ferguson, J.D. 2005. Nutrition and reproduction in dairy herds. Veterinary Clinics of North America, Food Animal Practice. 21 (2): 325-347.  Fetrow, J., Mcclary, D., Harman, R., Butcher, K., Weaver, L., Studer, E., Ehrlich, J., Etherington, W., Guterbock, W., Klingborg, D., Reneau, J., Williamson, N. 1990. Calculating selected reproductive indices: recommendations of the American Association of Bovine Practitioners. J.Dairy Sci.73:78-90.  Feugang, J.M., Kaya, A., Page, G.P., Chen, L., Mehta, T., Hirani, K., Nazareth, L., Topper, E., Gibbs, R., and Memili, E. 2009. Two stage genome wide association study identifies integrin beta 5 as having potential role in bull fertility. BMC Genom. 10:176.  Fisher, S.R., Beever, J.E., and Lewin, H.A. 1997. Genetic mapping of five human chromosome 4 orthologues to bovine chromosomes 6 and 17. Anim. Genet. 28(4): 253-257.  Flisikowski, K., Oprzdek, J., Dymnicki, E., and Zwierzchowski, L. 2003. New polymorphism in bovine STAT5A gene and its association with meat production traits in beef catle. Anim. Sci. Pap. Rep. 21: 147–157.  Forhead, A.J., and Fowden, A.L. 2009. The hungry fetus, Role of leptin as a nutritional signal before birth. J Physiol. 587: 1145–1152.  Fouladi-Nashta, A.A., Gutierrez, C.G., Garnsworthy, P.C., and Webb, R. 2005. Effects of dietary carbohydrate source on oocyte/embryo quality and development in high-yielding, lactating dairy cattle. Biology of Reproduction, Special issue. 135–136.  Fourichon, C., Seegers, H., and Malher, X. 2000. Effect of disease on reproduction in the dairy cow: a meta-analysis. Theriogenology. 53: 1729-1759.  Fourichon, C., Seegers, H., Bareille, N., and Beaudeau, F. 2001. Estimation des pertes et de l’impact économiques consécutifs aux principaux troubles de santé en élevage bovin laitier. Proc : Rencontres, Recherches, Ruminants. 8: 137-143.  Fréret, S., Charbonnier, G., Congnard, V., Jeanguyot, N., Dubois, P., and Lever, T J. 2005. Expression et détection des chaleurs, reprise de la cyclicité et perte d’état corporel après vêlage en élevage laitier. Renc. Rech. Ruminants. Paris, Institut de l’Elevage – I.N.R.A. 149-152.  Fréret, S., Ponsart, C., Rai, D.B., Jeanguyot, N., Paccard, P., Humblot, P. 2006. Enquête FERTILIA : facteurs de variation de la fertilité en 1ère insémination et des taux de mortalité

147

embryonnaire en élevages laitiers Prim’Holstein. Proc : Rencontres, Recherches, Ruminants. 13 :281-284.  Friggens, N. C., Disenhaus, C., and Petit, H.V. 2010. Nutritional sub-fertility in the dairy cow: towards improved reproductive management through a better biological understanding. Animal.4 (7):1197–1213.  Frischknecht, M., Bapst, B., Seefried, F. R., Signer-Hasler, H., Garrick, D., Stricker, C., Consortium, I., Fries, R., Russ7, I., Sölkner, J., Bieber, A., Strillacci, M.G., Gredler-Grandl, B., and Flury, C. 2017. Genome-wide association studies of fertility and calving traits in Brown Swiss cattle using imputed whole-genome sequences. BMC Genomics.18:910.  Fruhbeck G., Jebb S.A. and Prentice A.M. 1998. Leptin: physiology and pathophysiology. Clinical Physiology 18, 399–419.

 Garbarino, E.J., Hernandez, J.A., Shearer, J.K., Risco, C.A., and Thatcher, W.W. 2004. Effect of lameness on ovarian activity in postpartum Holstein cows. Journal of Dairy Science. 87:4123–4131.  Garcia, M.C., Lopez, M., Alvarez, C.V., Casanueva, F., Tena-Sempere, M., and Dieguez, C. 2007. Role of ghrelin in reproduction. Reproduction. 133 (3): 531–540.  Garcia, M.D., Michal, J.J., Gaskins, C.T., Reeves, J.J., Ott, T.L., Liu, Y., and Jiang, Z. 2006. Significant association of the calpastatin gene with fertility and longevity in dairy cattle. Anim. Genet. 37:304-305.  Garcia-Garcia, R.M. 2012. Integrative Control of Energy Balance and Reproduction in Females. ISRN Veterinary Science, ID 121389: 13.  Garcia-Ispierto, I., Lopez-Gatius, F., Santolaria, P., Yaniz, J.L., Nogareda, C., and Lopez- Bejar, M. 2007. Factors affecting the fertility of high producing dairy herds in northeastern Spain. Theriogenology. 67: 632–638.  Garnsworthy, P. C., Lock, A., Mann, G.E., Sinclair, K. D., and Webb, R. 2008a. Nutrition, metabolism, and fertility in dairy cows: 1. Dietary energy source and ovarian function. Journal of Dairy Science. 91(10):3814–3823.  Garnsworthy, P.C . 2005. Modern calves and heifers: challenges for rearing systems. In Calf and heifer rearing: principles of rearing the modern dairy heifer from calf to calving. Nottingham University Press, Nottingham, UK. : 1–11.  Garnsworthy, P.C. 2004. The environmental impact of fertility in dairy cows: a modelling approach to predict methane and ammonia emissions. Animal Feed Science and Technology.112:211–223.  Garnsworthy, P.C., Fouladi-Nashta, A.A., Mann, G.E., Sinclair, K.D., and Webb, R. 2009. Effect of dietary-induced changes in plasma insulin concentrations during the early post partum period on pregnancy rate in dairy cows. Reproduction. 137: 759–768.  Garnsworthy, P.C., Sinclair, K.D., and Webb, R. 2008b .Integration of physiological mechanisms that influence fertility in dairy cows. Animal ( 2-8): 1144–1152.  Garrouri, M. 2008. Résultats des performances de la base de sélection en Tunisie. Journée de l’amélioration de la productivité et la qualité du lait, PAMED, 24 à 26 juin. :11.

148

 Ge, W., Davis, M.E., Hines, H.C., and Irvin, K.M. 1999. Two allelic DGGE polymorphism detected in the promoter region of the bovine GHR gene. Anim. Genet.30:161–168.  Georges, M., Libioulle, C., and Louis, E. 2009. Dissection moléculaire‐ de la prédisposition innée aux MICI : liaison génétique, gènes candidats et études d’association génome entier. 2 : 13-46.  Giblin, L., Butler, S.T., Kearney, B.M., Waters, S.M., Callanan, M.J., and Berry, D.P. 2010. Association of bovine leptin polymorphisms with energy output and energy storage traits in progeny tested Holstein-Friesian dairy cattle sires. Giblin et al. BMC Genetics. 11:73.  GIVLAIT. 2014. Présentation du secteur de l’élevage bovin en Tunisie. Journées d’information sur la conduite d’un troupeau bovin. Groupement Interprofessionnel des Viandes rouges et du Lait, Tunisie.  Gong, G.J., Lee, W.J., Garnsworthy, P.C., Webb, R. 2002. Effect of dietary-induced increases in circulating insulin concentrations during the early postpartum period on reproductive function in dairy cows. Reproduction. 123:419-427.  González, R.R., Simón, C., Campo,C.P., Norman, R., Chardonnens,D., Devoto, L., Bi schof, P. 2000. Leptin and reproduction. Hum. Reprod. 6 (3): 290-300.  Gorbani, A., Vae-Torshizi, R., Bonyadi, M., and Amirinia, C.A. 2009. MspI PCR-RFLP within bovin growth hormone gene and its association with sperm quality traits in Iranian Holstein bulls. African Journal of Biotechnology. 8:4811-4816.  Gordon, I.R. 2003. Reproductive technologies in farm animals. CABI publishing, Cambridge, MA, USA.  Gorlov, I., Sulimova, G., Perchun, A., and Slozhenkina, M. 2017. Genetic polymorphism of the RORC, BGH, BGHR, LEP, LEPR gene in Russian hornless cattle breed. Engineering for Rural Development Jelgava. 24.  Green, J.C., Okamuraa, C.S., Poockb, S.E., and Lucy, M.C. 2010. Measurement of interferon-tau (IFNT) stimulated gene expression in blood leukocytes for pregnancy diagnosis within 18–20 d after insemination in dairy cattle. Ani. Reprod.Sci. 121:24–33.  Grimard, B. 2000. Nutrition, production laitière et reproduction chez la vache laitière : aspects métaboliques. Draveil Commission Bovine 24-25 octobre.  Grimard, B., Freret, S., Chevallier, A., Pinto, A., Pommrt, C., and Humblot, P. 2006. Genetic and environmental factors influencing first service conception rate and late embryonic/foetal mortality in low fertility dairy herds. Anim. Reprod. Sci. 91: 31-32.  Gröhn, Y.T., and Rajala-Schultz, P.J. 2000. Epidemiology of reproductive performance in dairy cows. Animal Reproduction Science. 60-61:605-614.  Gröhn, Y.T., Hertl, J.A., and Harman, J.L. 1994. Effect of early lactation milk yield on reproductive disorders in dairy cows. Anm J Vet Res. 55:1521-1528.  Grosshans, T., Xu, Z.Z., Burton, L.J., Johnson, D.L., and Macmillan, K.L. 1997. Performance and genetic parameters for fertility of seasonal dairy cows in New Zealand. Livest. Prod. Sci. 51: 41-51.  Grossi, D.A., Buzanskas, M.E., Grupioni, N.V., Paz, C.C.P., Regitano, L.C.A., Alencar, M.M., Schenkel, F.S., and Munari, D.P. 2015. Effect of IGF1, GH, and PIT1 markers on the genetic parameters of growth and reproduction traits in Canchim cattle, Mol Biol Rep. 42:245–251.

149

 Guillaume, F., Fritz, S., Croiseau, P., Legarra, A., Robert-Granié, C., Colombani, C., Patry, C., Boichard, D., and Ducrocq, V. 2009. Modèles d’évaluation génomique: application aux populations bovines laitières françaises. Renc. Rech. Ruminants. 16.  Gumen, A., Rastani, R.R., Grummer, R.R., and Wiltbank, M.C. 2005. Reduced dry periods and varying prepartum diets alter postpartum ovulation and reproductive measures. Journal of Dairy Science. 88: 2401–2411.  Guo, G., Guo, X., Wang, Y., Zhang, X., Zhang, S., Li, X., Liu, L., Shi, W., Usman, T., Wang, X., Du, L., and Zhang, Q. 2014. Evaluation des paramètres génétiques des caractéristiques de fertilité chez les bovins chinois Holstein. Can. J. Anim. Sci. 94: 281-285.  Guo, G., Yang, L., Liu, S., Wang, X., and Li, X. 2012. Study on relationship between culling reason and days-in-milk while culling. China Dairy Cattle. 17: 47-49.  Gutierrez, C.G., Campbell, B.K., and Webb, R. 1997. Development of a long-term bovine granulosa cell culture system: induction and maintenance of estradiol production, response to follicle-stimulating hormone, and morphological characteristics. Biology of Reproduction. 56: 608–616.  Gutierrez, C.G., Gong, J.G., Bramley, T.A., Webb, R. 2006. Selection on predicted breeding value for milk production delays ovulation independently of changes in follicular development, milk production and body weight. Anim Reprod Sci. 95:193–205.

 Hadi, Z., Atashi, H ., Dadpasand, M., Derakhshandeh, A., and Ghahramani, M.M . 2015. The relationship between growth hormone polymorphism and growth hormone receptor genes with milk yield and reproductive performance in Holstein dairy cows. Iran J Vet Res. Summer. 16(3): 244–248.  Haile-Mariam, M., Bowman, P.J., and Pryce, J.E. 2013. Genetic analyses of fertility and predictor traits in Holstein herds with low and high mean calving intervals and in Jersey herds. J. Dairy Sci. 96: 655-667.  Hammami, H., Croquet, C., Stoll, J., Rekik, B., and Gengler, N. 2007. Genetic diversity and joint-pedigree analysis of two importing Holstein populations. J. Dairy Sci. 90: 3530–3541.  Hammami, M., Bouraoui, R., Lahmar, M., and Selmi, H. 2013. L’élevage bovin laitier hors sol dans le Sahel Tunisien (Cas de la région de Sousse). Livestock Research of Rural Development. 25 (4).  Hammon, D.S., Holyoak, G.R., and Dhiman, T.R. 2005. Association between blood plasma urea nitrogen levels and reproductive fluid urea nitrogen and ammonia concentrations in early lactation dairy cows. Animal Reproduction Science. 86:195–204.  Hansen, L.B., Freeman, A.E., and Berger, P.J. 1983. Association of heifer fertility with cow fertility and yield in dairy cattle. Journal of Dairy Science. 66:306-314.  Hansen, P. J. 2011.Challenges to fertility in dairy cattle: from ovulation to the fetal stage of pregnancy. Rev. Bras. Reprod. Anim., Belo Horizonte. 35(2): 229-238.

150

 Harder, B., Bennewitz, J., Hinriches, D., and Kalm, E. 2006. Genetic parameters for health traits and their relationship to different persistency traits in german Holstein dairy cattele. J Dairy Sci. 89: 3202-3212.  Harrison, R.O., Ford, S.P., Young, J.W., Conley, A.J., and Freeman, A.E. 1990. Increased milk production versus reproductive and energy status of high producing dairy cows. J Dairy Sci. 73:2749-2758.  Hartatik, T., Putra, D.E., Volkandari, S.D., Kanazawa ,T., and Sumadi. 2018. Genotype analysis of partial growth hormone gene (GH891│MspI) in Pesisir cattle and Simmental- Pesisir crossbred cattle. J.Indonesian Trop.Anim.Agric. 43(1):1-8.  Hausman, G.J., Barb, C.R., and Lents, C.A. 2012. Leptin and reproductive function. Biochimie. 94:2075-2081.  Hax, L., Schneider, A., Jacometo, C., and Corra, M.N. 2014. Association between polymorphisms in the IGF-I, GHR and STAT5A genes and the interval from calving to conception and milk production in Holstein cows. ADSA-ASAS-CSAS, Joint Annual Meeting.  Hax, L.T., Schneider, A., Jacometo, C.B., Mattei, P., da Silva, T.C., Farina, G., and Corrêa, M.N. 2017. Association between polymorphisms in somatotropic axis genes and fertility of Holstein dairy cows. Theriogenology.88: 67-72.  Hayes, B.J., Pryce, J., Chamberlain, A.J., Bowman, P.J., and Goddard, M.E. 2010. Genetic architecture of complex traits and accuracy of genomic prediction: coat colour, milk fat percentage, and type in Holstein cattle as contrasting model traits. PLoSnGenet.6.  He, X., Chu, M.X., Qiao, L., He, J.N., Wang, P.Q., Feng, T., Di, R., Cao, G.L., Fang, L., and An, Y.F. 2012. Polymorphisms of STAT5A gene and their association with milk production traits in Holstein cows. Molecular Biology Reports. 39:2901–2907.  Hediger, R., Johnson, S.E., Barendse, W., Drinkwater, R.E., Moore, S.S., and Hetzel, J. 1990. Assignment of the GH gene locus to 19q26qter in cattle and to 11q25qter in sheep by in situ hybridization. Genomics. 8:171-174.  Henderson, C.R. 1976. A simple method for computing the inverse of a numerator relationship matrix used in prediction of breeding values. Biometrics. 32(1).  Heravi, M.A., Ahouei, M., Nassiry, M.R., and Javadmanesh, A. 2006. Association of leptin polymorphism with production, reproduction and plasma glucose level in Iranian Holstein Cows. Asian-Australian Journal of Animal Science.19: 627-631.  Herdt, T.H. 2000. Ruminant adaptation to negative energy balance: influences on the etiology of ketosis and fatty liver. Vet Clin North Am Food Anim Pract. 16:215-230.  Hery, D., Seegers, H., Thebaud, A., Menjon, P., Holeville, P., and Gerard, O.1995. Variation du taux de retour après l'insémination première en fonction de la production laitière et de l'intervalle vêlage-insémination chez la vache laitière Rencontre Rech Ruminants, 2, 439.  Heuer, C., Schukken, Y.H., and Dobbelaar, P. 1999. Postpartum body condition score and results from the first test day milk as predictors of disease, fertility, yield, and culling in commercial dairy herds. J Dairy Sci. 82:295-304.  Hillers, J.K., Senger, P.L., Darlington, R.L., and Fleming, W.N. 1984. Effects of production, season, age of cow, days dry, and days in milk on conception to first service in large commercial dairy herds. J Dairy Sci. 67:961-967.

151

 Höglund, J. K., Sahana, G., Guldbrandtsen, B., and Lund, M. S. 2014. Validation of associations for female fertility traits in Nordic Holstein, Nordic Red and Jersey dairy cattle BMC Genetics. 15:8.  Høj, S., Fredholm, M., Larsen, N.J., Nielsen, V.H. 1993. Growth hormone gene polymorphism associated with selection for milk fat production in lines of cattle. Anim Genet. 24: 91–96.  Horan, B., Mee, J.F., O’Connor, P., Rath, M., and Dillon, P. 2005. The effect of strain of Holstein-Friesian cow and feeding system on postpartum ovarian function, animal production and conception rate to first service. Theriogenology. 63. 950–971.  Horikawa, Y., Gu, J., and Wu, X. 2008. Genetic susceptibility to bladder cancer with an emphasis on gene-gene and gene-environmental interactions. Curr. Opin. Urol. 18:493–498.  Houchati, A., Aloulou, R., and M’sadak, Y. 2016. Diagnosis of the situation of breeding of zero-grazing dairy cattle in a semi-arid region (Tunisian Sahel). Revue Agriculture. 12:25 - 33.  Hradecka, E., Citek, J., Panicke, L., Rehout, V., and Hanusova, L. 2008. The relation of GH1, GHR and DGAT1 polymorphisms with estimated breeding values for milk production traits of German Holstein sires. Czech J. Anim. Sci. 53 (6): 238-245.  Hu, Z.L., Park, C. A., and Reecy, J. M. 2016. Developmental progress and current status of the Animal QTLdb. Nucleic Acids Res. 44:827–833.  Humblot, P. 2001. Use of pregnancy specific proteins and progesterone assays to monitor pregnancy and determine the timing, frequencies and sources of embryonic mortality in ruminants. Theriogenology. 56:1417-1433.  Humblot, P., Le Bourhis, D., Fritz, S., Colleau, J.J., Gonzalez, C., Joly, C.G., Malafosse, A., Heyman, Y., Amigues, Y., Tissier, M., and Ponsart, C. 2010. Reproductive Technologies and Genomic Selection in Cattle. Veterinary Medicine International. ID 192787, 8.  Hunter, M.G., Robinson, R.S., Mann, G.E., and Webb, R. 2004. Endocrine and paracrine control of follicular development and ovulation rate in farm species. Animal Reproduction Science.82-83: 461–477.  Hussein, I.H., Alam, S.S., Makkawi, A.A.A., Sid-Ahmed, S-E.A., Abdoon, A.S., Kandil, O.M., and Hassanane, M.S. 2015. Restriction Fragment Length Polymorphism for the Stat5a and Fgf2 Genes in Three Sudanese Zebu Cattle. Global Journal of Animal Scientific Research. 3(1):280-286.  Huyart, C. 2004. Relation entre la qualité des gametes femelles et la fertilité chez la vache laitière. Thèse pour obtenir le grade de Docteur Vétérinaire (Nantes): 150-152.

 Inchaisri, C., Jorritsma, R ., Vos Plam, M., Van De Weijden, G.C., and Hogevee, H., 2010. Economic consequences of reproductive performance in dairy cattle. Theriogenology. 74 : 835-846.  Inskeep, E.K., and Dailey, R.A. 2005. Embryonic death in cattle. Veterinary Clinics of Food Animal Practice.21:437-461.

152

 Itoh, N. 2007. The Fgf families in humans, mice, and zebrafish: their evolutional processes and roles in development, metabolism, and disease. Biol Pharm Bull. 30:1819–1825.  Iváncsics, J., Báder, E., Gulyás, L., and Pongrácz, L. 2001. Improvement of quality of raw milk with selection based on somatic cell count. 52nd Annual Meeting of the European Association for Animal Production. Budapest. 82.  Iwata, H., Inoue, J., Kimura, K., Kuge, T., Kuwayama, T., and Monji, Y. 2006. Comparison between the characteristics of follicular fluid and the developmental competence of bovine oocytes. Animal Reproduction Science. 91 : 215–223.

 Jakabova, D., Trandzik, J., Massanyi, H.M., Kozlikp, P., Chrastina, J., Jakabf., Kukroval, J.T., and Bullaj. 2005. Application PCR-Bas polymorphism of leptin gene as QTL for milk production traits in Dairy cattle in Slovakia. VI. Slovak Conference of Animal Physiology, Slovak, 8-9 June. : 17.  Jamrozik, J., Fatehi, J., Kistemaker, G.J., and Schaeffer, L.R. 2005. Estimates of genetic parameters for Canadian Holstein female reproduction traits. J Dairy Sci. 88(2): 199–208.  Janson, L., and Andreasson, B.1981. Studies on fertility traits in Swedish dairy cattle. IV. Genetic and phenotypic correlation between milk yield and fertility. Acta Agric Scand. 31: 313-322.  Javanmard, A., Khaledi, K., Asadzadeh, N., and Solimanifarjam, A.R. 2010. Detection of polymorphisms in the bovine leptin (LEP) gene: association of single nucleotide polymorphism with breeding value of milk traits in Iranian Holstein Cattle. Journal of Molecular genetics. 2: 10-14.  Jemmali, B., Baccouche, R., Kamoun, M., Ben Gara, A., and Rekik, B. 2017. Study of the genetic polymorphism of leptin in Holstein dairy cows in Tunisia. Journal of new sciences, Sustainable Livestock Management. 1(2): 5- 10.  Jorritsma, H., and Jorritsma, R. 2000. An overview of fertility statistics and milk production data of 15 dairy operations in southeast Friesland. Tijdschr Diergeneeskd. 125(6):180-184.  Jorritsma, R., César, M.L., Hermans, J.T., Kruitwagne, C.L.J.J., Vos, P.L.A.M., and Kruip, T.A.M. 2004. Effects of non-esterified fatty acids on bovine granulosa cells and developmental potential of oocytes in vitro. Animal Reproduction Science. 81:225-235.  Jorritsma, R., De Groot, M.W., Vos, P.L.A.M., Kruip, T.A.M., Wensing, T., and Noordhuizen, J.P.T.M. 2003. Acute fasting in heifers as a model for assessing the relationship between plasma and follicular fluid NEFA concentrations,” Theriogenology. 60 (1): 151–161. K

 Kadarmideen, H.N., Thompson, R., and Simm, G .2000. Linear and threshold model genetic parameters for disease, fertility and milk production in dairy cattle. Anim Sci. 71:411-419.

153

 Kadarmideen, H.N., Thompson, R., Coffey, M.P., and Kossaibati, M.A. 2003. Genetic parameters and evaluations from single- and multiple-trait analysis of dairy cow fertility and milk production. Livest Prod Sci. 8:183-195.  Katoh, K., Kouno, S., Okazaki, A., Suzuki, K., and Obara, Y. 2008. Interaction of GH polymorphism with body weight and endocrine functions in Japanese black calves, Domest. Anim. Endocrinol. 34: 25-30.  Kemper, K.E., and Goddard, M.E. 2012. Understanding and predicting complex traits: knowledge from cattle. Hum. Mol. Genet. 21:45-51.  Kendall, N.R., Gutierrez, C.G., Scaramuzzi, R.J., Baird, D.T., Webb, R., and Campbell, B. K. 2004. Direct in vivo effects of leptin on ovarian steroidogenesis in sheep. Reproduction.128 (6): 757–765.  Kenny, D.A., Humpherson, P.G., Leese, H.J., Morris, D.G., Tomos, A.D., Diskin, M.G., and Sreenan, J.M. 2002. Effect of elevated systemic concentrations of ammonia and urea on the metabolite and ionic composition of oviductal fluid in cattle. Biology of Reproduction. 66:1797-1804.  Khatib, H. (2012). Methods and compositions for improved fertilization and emibryonic survial. Patent application number: US 13/276,333.  Khatib, H., Huang, W., Mikheil, D., Schutzkus, V., and Monson, R. L. 2009b. Effects of signal transducer and activator of transcription (STAT) genes STAT1 and STAT3 genotypic combinations on fertilization and embryonic survival rates in Holstein cattle. J. Dairy Sci. 92:6186-6191.  Khatib, H., Huang, W., Wang, X., Tran, A.H., Bindrim, A.B., Schutzkus, V., Monson, R. L., and Yandell, B. S. 2009c. Single gene and gene interaction effects on fertilization and embryonic survival rates in cattle. J. Dairy Sci. 92:2238-2247.  Khatib, H., Maltecca1, C., Monson, R.L., Schutzkus, V., and Rutledge, J.J. 2009a. Monoallelic maternal expression of STAT5A affects embryonic survival in cattle. BMC Genetics. 10:13.  Khatib, H., Maltecca1, C., Monson, R.L., Schutzkus, V., Wang, X., and Rutledge, J.J. 2008a. The fibroblast growth factor 2 gene is associated with embryonic mortality in cattle. J. Anim. Sci. 86:2063-2067.  Khatib, H., Monson, R.L., Huang, W., Khatib, R., Schutzkus, V., Khateeb, H., and Parrish, J.J. 2010. Short communication: Validation of in vitro fertility genes in a Holstein bull population. J. Dairy Sci. 93:2244-2249.  Khatib, H., Monson, R.L., Schutzkus, V., Kohl, D.M., Rosa, G.J., and Rutledge, J.J., 2008b. Mutations in the STAT5A gene are associated with embryonic survival and milk composition in cattle. J. Dairy Sci. 91:784-793.  Kiliç, N., Ceylan, A., SER, N.I., and Gökbulut, C. 2007. Possible interaction between lameness, fertility, some minerals, and vitamin E in dairy cows. Bull Vet Inst Pulawy. 51 : 425-429.  Kim, E.S., Shi, X., Cobanoglu, O., Weigel, K., Berger, P. J., and., Kirkpatrick, B.W. 2009. Refined mapping of twinning-rate quantitative trait loci on bovine chromosome 5 and analysis of insulin-like growth factor-1 as a positional candidate gene. J. Anim. Sci. 87:835- 843.

154

 Kim, J.J., and., Accili D. 2002. Signalling through IGF-I and insulin receptors: where is the specificity? Growth Hormone and IGF Research. 12 (2): 84–90.  Kisseleva, T., Bhattacharya, S., Braunstein, J., and Schindler, C.W. 2002. Signaling through the JAK/STAT pathway, recent advances and future challenges. Gene.285:1-24.  Klaas, I.C., Wessels, U., Rothfuss, H., Tenhagen, B-A., Heuwieser, W., Schallenberger, E., 2004. Factors affecting reproductive performance in German Holstein-Friesian cows with a special focus on postpartum mastitis. Livestock Production Science. 86:233-238.  Kommadath, A., Woelders, H., Beerda, B., Mulder, H.A., de Wit, A.A., Veerkamp, R.F., te Pas, M.F., and Smits. M.A. 2011. Gene expression patterns in four brain areas associate with quantitative measure of estrous behavior in dairy cows. BMC Genom. 12:200.  Konner, A.C., Klockener, T., and Bruning, JC. 2009. Control of energy homeostasis by insulin and leptin: targeting the arcuate nucleus and beyond. Physiology Behavior. 97: 632- 638.  Kovács, K,. Völgyi-Csík, J., Zsolnai, A., Györkös, I., and Fésüs, L. 2006. Associations between the AluI polymorphism of growth hormone gene and production and reproduction traits in a Hungarian Holstein-Friesian bull dam population, Arch. Tierz., Dummerstorf. 49(3): 236-249.  Kragelund, K., Hillel, J., Kalay, D. 1979. Genetic and phenotypic relationship betwwen reproduction and milk production. J Dairy Sci. 62:468-474.  Kühn, C., Bennewitz, J., Reinsch, N., Xu, N., Thomsen, H., Looft, C., Brockmann, G. A., Schwerin, M., Weimann, C., Hiendleder, S., Erhardt, G., Medjugorac, I., Förster, M., Brenig, B., Reinhardt, F., Reents, R., Russ, I., Averdunk, G., Blumel, J., and Kalm, E. 2003. Quantitative trait loci mapping of functional traits in the German Holstein cattle population. J. Dairy Sci. 86:360–368.  Kulig, H., and Kmiec, M., 2009. Association between leptin gene polymorphisms and growth traits in Limousin cattle. Genetika. 45: 838-841.  Kulig, H., Kmieć, M., Wojdak-Maksymiec, K. 2010. Associations between Leptin Gene Polymorphisms and Somatic Cell Count in Milk of Jersey Cows. Acta Vet Brno. 79: 237– 242.

 Lagziel, A., Lipkin, E., Ezra, E., Soller, M., and Weller J.I. 1999. An MspI polymorphism at the bovine growth hormone (bGH) gene is linked to a locus affecting milk protein percentage.Animal Genetics. 30: 296-299.  Leblanc, S.J., Duffield, T.F., Leslie, K.E., Bateman, K.G., Keefe, G.P., Walton, J.S., and Johnson, W.H. 2002. Defining and diagnosing postpartum clinical endometritis and its impact on reproductive performance in dairy cows. J Dairy Sci. 85: 2223-2236.  Leblanc, S.J., Duffield, T.F., Leslie, K.E., Bateman, K.G., Keefe, G.P., Walton, J.S., and Johnson, W.H. 2003. The effect of treatment of clinical endometritis on reproductive performance in dairy cows. J Dairy Sci. 85: 2237-2249.  Lechniak, D., Adamowicz, T., Stanislawski, D., and Kaczmarek, D. 2002. In vitro maturation and fertilization of bovine oocytes in relation to GH gene polymorphism (Leu/Val). Reprod Nutr Dev. 42: 275–280.

155

 Lechniak, D., Machnik, G., Szydlowski, M., and Switonski, M. 1999. Growth hormone gene polymorphism and reproductive performance of AI bulls. Theriogenology, 52:1145-1152.  Lecouteux, M. 2005. Anomalies de la reprise de cyclicité post-partum chez la vache laitière, facteurs de risque, effets sur les performances de reproduction. Thèse Méd. Vét., Nantes. 82.  Ledoux, D. 2011. Echecs précoces de gestation chez la vache laitière de race Holstein : incidences, implication dans la baisse de fertilité et facteurs de risque. Veterinary medicine and animal Health. AgroParisTech.21-28.  Ledoux, D., Humblot, P., Constant, F., Ponter, A.A., Grimard, B. 2006. Echecs précoces de gestation chez la vache laitière. Le Point vétérinaire, numéro spécial : Reproduction des ruminants : gestation, néonatalogie et post-partum. 37: 50-55.  Lee, B.K., Crooker, B.A., Hansen, L.B., and Chester-Jones, H. 1994. Polymorphism in the third intron of somatotropin (bST) gene and its association with selection for milk yield in Holstein cows. J Anim Sci. 72: 316.  Lee, J.K., Van Raden, P.M., Norman, H.D., Wiggans, G.R., and Meinert, T.R. 1997. Relationship of yield during early lactation and days open during current lactation with 305- day yield. J Dairy Sci. 80:771-776.  Lequarre, A.S., Vigneron, C., Ribaucour, F., Holm, P., Donnay, I., Dalbies-Tran, R., Callesen, H., and Mermillod, P. 2005. Influence of antral follicle size on oocyte characteristics and embryo development in the bovine. Theriogenology. 63:841-859.  Leroy, J.L.M.R., Langbeen, A., Van Hoeck, V., and Bols, P.E.J. 2010a. Effect of Energy Balance on Oocyte and Embryo Quality in Modern Dairy Cows; WCDS Advances in Dairy Technology. 22: 71-79.  Leroy, J.L.M.R., Langbeen, A., Van Hoeck, V., and Bols, P.E.J. 2010b. Metabolism and Reproduction, the Battle for Nutrients; WCDS Advances in Dairy Technology. 22: 25-34.  Leroy, J.L.M.R., Rizos, D., Sturmey R., Bossaert, P., Gutierrez-Adan, A., Van Hoeck, V., Valckx, S., and Bols, P.E. 2011. Intrafollicular conditions as a major link between maternal metabolism and oocyte quality: a focus on dairy cow fertility. Reproduction Fertility and Development. 24 (1): 1–12.  Leroy, J.L.M.R., Van Soom, A., Opsomer, G., Goovaerts, I.G., and Bols, P.E. 2008. Reduced fertility in high-yielding dairy cows: are the oocyte and embryo in danger? Part II. Mechanisms linking nutrition and reduced oocyte and embryo quality in high-yielding dairy cows. Reprod Domest Anim. 43:623-632.  Leroy, J.L.M.R., Vanholder, T., Mateusen, B., Christophe, A., Opsomer, G., de Kruif, A., Genicot, G., and Van Soom, A. 2005. Non-esterified fatty acids in follicular fluid of dairy cows and their effect on developmental capacity of bovine oocytes in vitro. Reproduction. 130: 485–495.  Lewis, G.S. 1997. Uterine health and disorders. J dairy Sci.80: 984:994.  Liefers, S.C., Pas, M.F.W., Veerkamp, R.F., and Van der Lende, T. 2002. Associations between leptin gene polymorphisms and production, live weight, energy balance, feed intake, and fertility in Holstein heifers. J Dairy Sci. 85: 227–238.  Liefers, S.C., te Pas, M.F.W., Veerkamp, R.F., Chilliard, Y., Delavaud, C., Gerritsen, R., and Van der Lende, T. 2003. Association of leptin gene polymorphisms with serum leptin concentration in dairy cows. Mamm. Gen. 14: 633–657.

156

 Liefers, S.C., Veerkamp, R.F., te Pas, M.F., Delavaud, C., Chilliard, Y., Platje, M., and Van der Lende, T. 2005. Leptin promoter mutations affect leptin levels and performance traits in dairy cows. Anim Genet. 36:111-118.  Lin, C.Y., Mc Allister, A.J., Batra, T.R., Lee, A.J., Roy, G.L., Vesely, J.A., Wauthy, J.M., and Winter, K.A. 1986. Production and reproduction of early and late breed dairy heifers. J. Dairy Sc. 69: 760-768.  Lindersoon, M., Andersson-Eklund, L., Koning, D.J., Lunden, A., Maki-Tanila, A., and Andersson, L. 1998. Mapping of serum amylase-1 and quantitative trait loci for milk production traits to cattle chromosome 4. J Dairy Sci. 81: 1454–1461.  Little, W., and Kay, R.M. 1979. The effects of rapid rearing and early calving on the subsequent performance of dairy heifers. Anim. Prod. 29: 131-142.  Liu, Z., Jaitner, J., Reinhardt, F., Pasman, E., Rensing, S., and Reents, R. 2008. Genetic evaluation of fertility traits of dairy cattle using a multiple-trait animal model. Journal of Dairy Science. 91: 4333-4343.  Loeffler, H.S., De Vries, M.J., and Schukken, Y.H. 1999. The effects of time of disease occurence, milk yield, and body condition on fertility of dairy cows. J Dairy Sci. 82:2589- 2604.  Lopez, H., Caraviello, D.Z., Satter, L.D., Fricke, P.M., and Wiltbank, M.C. 2005. Relationship between level of milk production and multiple ovulations in lactating dairy cows. Journal of Dairy Science. 88: 2783–2793.  Lopez-Gatius, F., Hunter, R.H.F., Garbayo, J.M., Santolaria, P., Yaniz, J., Serrano, B., Ayad, A., de Sousa, N.M., and Beckers, J.F. 2007. Plasma concentrations of pregnancyassociated glycoprotein-1 (PAG-1) in high producing dairy cows suffering early fetal loss during the warm season. Theriogenology. 67: 1324–1330.  Lopez-Gatius, F., Yaniz, J., Madriles-Helm, D. 2003. Effect of body condition score and score change on the reproductive performance of dairy cows: a meta-analysis. Theriogenology. 59. 801-812.  Lucy, M.C. 2001. Reproductive loss in high-producing dairy cattle: where will it end? J. Dairy Sci. 84: 1277-1293.  Lucy, M.C. 2003. Mechanisms linking nutrition and reproduction in postpartum cows. Reproduction. 61:415-427.  Lucy, M.C. 2007. Fertility in high producing dairy cows: reasons for decline and corrective strategies for sustainable improvement. Soc. Reprod. Fertil. 64:237-254.  Lucy, M.C. 2008. Functional differences in the growth hormone and insulin like growth factor axis in cattle and pigs: implications for post partum nutrition and reproduction. ‐ Reprod. Domest. Anim.43:31–39.  Lucy, M.C., Hauser, S.D., Eppard, P.J., Krivi, G.G.,‐ and Collier, R.J. 1991. Genetic polymorphism within the bovine somatotropin (bST) gene detected by polymerase chain reaction and endonuclease digestion, J Dairy Sci. 74(1):284.  Lucy, M.C., Hauser, S.D., Eppard, P.J., Krivi, G.G., Clark, J.H., Bauman, D.E., and Collier, R.J. 1993. Variants of somatotropin in cattle: gene frequencies in major dairy breeds and associated milk production. Domestic Animal Endocrinology. 10: 325-333.  Lucy, M.C., Verkerk, G.A., Whyte, B.E., Macdonald, K.A., Burton, L., Cursons, R.T., Roche, J.R., and Holmes, C.W. 2009. Somatotropic axis components and nutrient

157

partitioning in genetically diverse dairy cows managed under different feed allowances in a pasture system. J Dairy Sci. 92:526-539.  Lusk, J.L. 2007. Association of single nucleotide polymorphisms in the leptin gene with body weight and backfat growth curve parameters for beef cattle. J Anim Sci. 85:1865-1872.

 M’Hamdi, N., Aloulou, R., BRAR, S.K., Bouallegue, M., and Hamouda, M.B. 2011. Phenotypic and genetic parameters of reproductive traits in Tunisian Holstein cows. Revista Científica UDO Agrícola. 11 (1): 167-173.  Ma, L., Cole, J.B., Da, Y., Van Raden, P.M. 2019. Symposium review: Genetics, genome- wide association study, and genetic improvement of dairy fertility traits. Journal of Dairy Science. 102(4):3735-3743.  Madeja, Z., Adamowicz, T., Chmurzynska, A., Jankowski, T., Melonek, J., Switonski, M., and Strabel, T. 2004. Short communication: effect of leptin gene polymorphisms on breeding value for milk production traits. J Dairy Sci. 87:3925-3927.  Maj, A., Snochowski, M., Siadkowska, E., Rowinska, B., Lisowski, P., and Robakowska- Hyzorek, D. 2008. Polymorphism in genes of growth hormone receptor (GHR) and insulin- like growth factor-1 (IGF1) and its association with both the IGF1expression liver and its level in blood in Polish Holstein – Fresian cattle. Neuro Endocrinol Lett. 29 (6): 981-989.  Maltecca, C., Gray, K. A., Weigel, K. A., Cassady, J. P., and Ashwell, M. 2011. A genome- wide association study of direct gestation length in US Holstein and Italian Brown populations. Anim. Genet. 42:585–591.  Mann, G.E., and Lamming, G.E. 2001. Relationship between maternal endocrine environment, early embryo development and inhibition of the luteolytic mechanism in cows. Reproduction. 121: 175–180.  Mann, G.E., Green, M.P., Sinclair, K.D., Demmers, K.J., Fray, M.D., Gutierrez, C.G., Garnsworthy, P.C., and Webb, R. 2003. Effects of circulating progesterone and insulin on early embryo development in beef heifers. Animal Reproduction Science. 79: 71–79.  Mäntysaari, E.A., Gröhn, Y.T., and Quaas, R.L. 1993. Repeatability and heritability of lactational occurence ofreproductive disorders in dairy cows. Preventive Veterinary Medicine. 17:111-125.  Markusfeld, O. 1987. Inactive ovaries in high-yielding dairy cows before service: aetiology and effect on conception. The Veterinary Record. 121:149-153.  Martal, J., and Charlier, M.1985. Avortements précoces et signaux embryonnaires de reconnaissance de la gestation. Recuei de Medecine Vétérinaire.161:87-97.  Mazerbourg, S., Bondy, C.A., Zhou, J., and Monget, P. 2003. The insulin-like growth factor system: a key determinant role in the growth and selection of ovarian follicles? A comparative species study. Reproduction in Domestic Animals. 38 (4):247–258.  McCann, S.M., Kimura, M., Walczewska, A., Karanth, S., Rettori, V., and Yu, W. H. 1998. Hypothalamic control of FSH and LH by FSH-RF, LHRH, cytokines, leptin and nitric oxide. NeuroImmunomodulation. 5 (3-4): 193–202.

158

 Meikle, A., Kulcsar, M., Chilliard, Y., Febel, H., Delavaud, C., Cavestany, D., and Chilibroste, P. 2004. Effects of parity and body condition at parturition on endocrine and reproductive parameters of the cow. Reproduction. 127:727-737.  Meuwissen, T.H.E. 1997. Maximizing the response to selection with a predefined rate of inbreeding. Journal of Animal Science. 75: 934–940.  Mialot, J.P., Ponsart, C., Ponter, A., and Grimard, B. 1998. L’anoestrus post-partum chez les bovins: thérapeutique raisonnée. Journées Nationales des GTV. Tours. 27-28-29 Mai, Paris, S.N.G.T.V:71-77.  Michael, D. D., Alvarez, I.M., Ocon, O.M., Powell, A.M., Talbot, N.C., Johnson, S.E., and Ealy, A.D. 2006. Fibroblast growth factor-2 is expressed by the bovine uterus and stimulates interferon-tau production in bovine trophectoderm. Endocrinology.147:3571–3579.  Michelizzi, V.N., Wu, X., Dodson, M.V., Michal, J.J., Zambrano-Varon, J., McLean, D. J., and Jiang, Z. 2011. A global view of 54,001 single nucleotide polymorphisms (SNPs) on the Illumina BovineSNP50 BeadChip and their transferability to water buffalo. Int. J. Biol. Sci. 7:18-27.  Minery, S. 2007. La fertilité dans les objectifs de sélection internationaux. Bulletin Technique de l’Insémination Animale. 126 : 23-26.  Missohou, A., Talaki, E., and Laminon, I. M. 2006. Diversity and genetic relationships among seven West African goat breeds. Asian-Aust. J. Anim. Sci. 19(9):1245-1251.  Mitko, K., Ulbrich, S.E., Wenigerkind, H., Sinowatz, F., Blum, H., Wolf, E., and Bauersachs, S. 2008. Dynamic changes in messenger RNA profiles of bovine endometrium during the oestrous cycle. Reproduction. 135: 225- 240.  Molenaar, A., Wheeler, T.T., Mccracken, J.Y., and SeyferT, H-M. 2000. The STAT3 encoding gene resides within the 40 kbp gap between the STAT5A and STAT5B encoding genes in cattle. Animal Genetics. 31: 333-346.  Muccioli, G., Lorenzi, T., and Lorenzi, M. 2011. Beyond the metabolic role of ghrelin: a new player in the regulation of reproductive function. Peptides. 32. 12: 2514– 2521.  Mullen, M., Berry, D., Howard, D., Diskin, M., Lynch, C., Berkowicz, E., Magee, D., MacHugh, D., and Waters, S. 2010. Associations between novel single nucleotide polymorphisms in the Bos taurus growth hormone gene and performance traits in Holstein- Friesian dairy cattle. J. Dairy Sci. 93:5959–5969.

 Müller, M.-P., Rothammer, S., Seichter, D., Russ, I., Hinrichs, D., Tetens, J., Thaller, G., and Medugorac, I. 2017. Genome-wide mapping of 10 calving and fertility traits in Holstein dairy cattle with special regard to chromosome 18. J. Dairy Sci. 100:1987–2006. N

 Nakasato, M., Shirakura, Y., Ooga, M., Iwatsuki, M., Ito, M., Kageyama, S., Sakai, S., Nagata, M., and Aoki, F. 2006. Involvement of the STAT5 signaling pathway in the regulation of mouse preimplantation development. Biol Reprod. 75:508-517.  Nebel, R.L., and McGilliard, M.L. 1993. Interaction of high milk yield and reproductive performance in dairy cows. J Dairy Sci. 76: 3257-3268.  Nkrumah, J.D., Li, C., Yu, J., Hansen, C., Keisler, D.H., and Moore, S.S. 2005. Polymorphisms in the bovine leptin promoter associated with serum leptin concentration,

159

growth, feed intake, feeding behavior, and measures of carcass merit. J Anim Sci. 2005: 83:20-28.  Norman, H.D., Wright, J.R., Hubbard, S.M., Miller, R.H., and Hutchison, J.L. 2009. Reproductive status of Holstein and Jersey cows in the United States. Journal of Dairy Science. 92: 3517-3528.  Northey, D.L., and French, L.R. 1980. Effect of embryo removal and intrauterine infusion of embryonic homogenates on the lifespan of the bovine corpus luteum. Journal of Animal Science. 50:298-380.

 Ocon-Grove, O.M., Cooke, F.N., Alvarez, I.M., Johnson, S.E., Ott, T.L., and Ealy, A.D. 2008. Ovine endometrial expression of fibroblast growth factor (FGF) 2 and conceptus expression of FGF receptors during early pregnancy. Domest Anim Endocrinol. 34:135– 145.  Oikonomou, G., Angelopoulou, K., Arsenos, G., Zygoyiannis, D., and Banos, G. 2008. The effects of polymorphisms in the DGAT1, leptin and growth hormone receptor gene loci on body energy, blood metabolic and reproductive traits of Holstein cows. International Society for Animal Genetics, Animal Genetics. 40:10–17.  Oikonomou, G., Michailidis, G., Kougioumtzis, A., Avdi, M., and Banos, G. 2011. Effect of polymorphisms at the STAT5A and FGF2 gene loci on reproduction, milk yield and lameness of Holstein cows. Research in Veterinary Science. 91: 235–239.  Olenski, K., Suchocki, T., and Kaminski, S. 2010. Inconsistency of associations between growth hormone receptor gene polymorphism and milk performance traits in Polish Holstein-Friesian cows and bulls. Anim. Sci. Papers Rep. 28 (3): 229-234.  Oltenacu. P.A., and Algers, B. 2005. Selection for increased production and the welfare of dairy cows: are new breeding goals needed? Ambio.34:311–315.  Öner, Y., Yılmaz, O., Okut, H., Ata, N., Yılmazbaş-Mecitoğlu, G., and Keskin, A. 2017. Associations between GH, PRL, STAT5A, OPN, PIT-1, LEP and FGF2 polymorphisms and fertility in Holstein-Friesian heifers. Kafkas Univ Vet Fak Derg. 23 (4): 527-534.  Öner, Y., Keskİn, A., Yılmazbaș-Mecİtoğlu, G., and Güner, B. 2016. Investigation of polymorphism at STAT5A gene by PCR-RFLP method. Conference paper, Works of the Faculty of Agriculture University of Sarajevo. 66(1):69-71.  Oprządek, J.K., Flisikowski, L., Zwierzchowski, E., Juszczuk-Kubiak, S., and Rosochacki, E.D. 2005. Associations between polymorphism of some candidate genes and growth rates, feed intake and utilisation, slaughter indicators and meet quality in cattle. Arch. Tierz., Dummerstorf. 48: 81-87.  Opsomer, G., Coryn, M., Deluyker, H., de Kruif, A. 1998. An analysis of ovarian dysfunction in high yielding dairy cows after calving based on progesterone profiles. Reprod. Domest. Anim. 33. 193–204.  Opsomer, G., Grohn, Y.T., Hertl, J., Coryn, M., Deluyker, H., and de Kruif, A. 2000. Risk factors for post partum ovarian dysfunction in high producing dairy cows in Belgium: a field study. Theriogenology. 53: 841–857.  Ornitz, D.M., and Itoh, N. 2011. Fibroblast growth factors. Genome Biol. 2(3): 3005.

160

 Ortega, M.S., Denicol, A.C., Cole, J.B., Null, D.J., and Hansen, P.J. 2016. Use of single nucleotide polymorphisms in candidate genes associated with daughter pregnancy rate for prediction of genetic merit for reproduction in Holstein cows. Anim. Genetics.  Overton, M.W. 2001. Stochastic modeling of different approaches to dairy cattle reproductive management. J. Dairy. Sci. 84. 268-278.  Özkan Ünal, E., Kepenek, E.Ş., Dinç, H,. Özer, F., Sönmez, G., Toğan, İ.Z., and Soysal, M. İ. 2015. Growth Hormone (GH), Prolactin (PRL), and Diacylglycerol Acyltransferase (DGAT1) gene polymorphisms in Turkish native cattle breeds. Turk J Zool. 39: 734-748 P

 Palasz, A., Krzystanek, M., and Worthington, J. 2012. Nesfatin-1, a unique regulatory neuropeptide of the brain. Neuropeptides. 46 (3): 105–112.  Paramitasari, K.A., Sumantri, C., and Jakaria. 2015. The Genetic Variability of Prolactin and Signal Transducers and Activators of Transcription 5A (STAT5A) Genes in Bali Catle. Media Peternakan. 38(1):1-11.  Pawson, A.J., and McNeilly, A.S. 2005. The pituitary effects of GnRH. Animal Reproduction Science. 88:75–94.  Pedernera, M., Garcia, S.C., Horagadoga, A., Barchia, I., and Fulkerson, W.J. 2008. Energy balance and reproduction on dairy cows fed to achieve low or high milk production on a pasture-based system. Journal of Dairy Science. 91: 3896–3907.  Pereira, A.P., De Alencar, M.M., De Oliveira, H.N., and De Regitano, L.C. 2005. Association of GH and IGF-1 polymorphisms with growth traits in a synthetic beef cattle breed, Genet. Mol. Biol. 28: 230-236.  Peter, A.T., Vos, PL., and Ambrose, DJ. 2009. Postpartum anestrus in dairy cattle. Theriogenology. 71: 1333-1342.  Petersson, K.J., Berglund, B., Strandberg, E., Gustafsson. H., Flint, A.P.F., Woolliams, J.A., and Royal, M.D. 2007. Genetic analysis of postpartum measures of luteal activity in dairy cows. Journal of Dairy Science. 90: 427–434.  Petersson, K.J., Gustafsson, H., Strandberg, E., and Berglund. B. 2006. Atypical progesterone profiles and fertility in Swedish dairy cows. Journal of Dairy Science. 89. 2529–2538.  Philipsson, J. 1981. Genetic aspects of female fertility in dairy cattle. Livest. Prod Sci. 8: 307.  Picard-Hagen, N., Gayrard, V., and Berthelot, X. 2008. La physiologie ovarienne chez la vache : nouveautés et applications. Proc: Journées Nationales GTV – Nantes.: 43-54.  Pimentel, E.C., Bauersachs, S., Tietze, M., Simianer, H., Tetens, J., Thaller, G., Reinhardt, F., Wolf, E., and König, S. 2007. Exploration of relationships between production and fertility traits in dairy cattle via association studies of SNPs within candidate genes derived by expression profiling. Anim Genet.  Pinder, S. J., Perry, B. N., Skidmore, C. J., and Shiva, D. 1991. Analysis of polymorphism in bovine casein genes by use of Polymerase Chain Reaction. Anim. Genet. 22.

161

 Pinto, A., Bouca, P., Chevallier, A., Fréret, S., Grimard, B., and Humblot, P. 2000. Sources de variation de la fertilité et des fréquences de mortalité embryonnaire chez la vache laitière. Proc: Rencontres, Recherches, Ruminants. 7: 213-216.  Plath, A., Einspanier, R., Gabler, C., Peters, F., Sinowatz, F., Gospodarowicz, D., and Schams, D. 1998. Expression and localization of members of the fibroblast growth factor family in the bovine mammary gland. J Dairy Sci. 81:2604-2613.  Pollott, G.E., and Coffey, M.P. 2008. The effect of genetic merit and production system on dairy cow fertility, measured using progesterone profiles and on farm recording. Journal of Dairy Science. 91: 3649–3660.  Pomp, D., Zou, T., Clutter, A.C., and Barendse, W.1997. Mapping of leptin to bovine chromosome 4 by linkage analysis of a PCR based polymorphism. Journal of Animal Science. 75: 1427.  Ponsart, C. 2003. Le cycle fait des vagues. Bulletin technique de l’insémination artificielle.10:23-25.  Ponsuksili, S., Brunner, R.M., Goldammer, T., Kuhn, C., Walz, C., Chomdej, S., Tesfaye, D., Schellander, K., Wimmers, K., and Schwerin, M. 2006. Bovine NALP5, NALP8, and NALP9 genes: assignment to a QTL region and the expression in adult tissues, oocytes, and preimplantation embryos. Biol. Reprod. 74:577-584.  Pritchard, T., Coffey, M., Mrode, R., and Wall, E. 2013. Genetic parameters for production, health, fertility and longevity traits in dairy cows. Animal. 7:34-46.  Pryce, J.E., Royal, M.D., Garnsworthy, P.C., and Mao, I.L. 2004. Fertility in the high- producing dairy cow. Livestock Prod Sci. 86:125-135.  Pyorala, S. 2003. Indicators of inflammation in the diagnosis of mastitis. Veterinary Research. 34: 565–578. R

 Raheja, K.L., Burnside, E.B., and Schaeffer, L.R. 1989. Relationships between fertility and production in dairy cattle in different lactations. J Dairy Sci. 72:2670-2678.  Ramesha, K.P., Rao, A., Basavaraju, M., Geetha, G.R., Kataktalware, M.A., and Jeyakumar, S. 2015. Genetic variability of bovine GHR, IGF-1 and IGFBP-3 genes in Indian cattle and buffalo. South African Journal of Animal Science. 45 (5).  Reis, A., Rooke, J.A., McCallum, G.J., Ewen, M., Staines, M.E., Lomax, M.A., and McEvoy, T.G. 2003. Fatty acid content of polar and neutral lipids from bovine blastocysts produced in vitro in the presence or absence of serum. Reproduction, Abstract Series. 30: 57–58.  Renaville, R., Hammadi, M., and Portetelle, D. 2002. Role of the somatotropic axis in the mammalian metabolism. Domest. Anim. Endocrinol.23:351–360.  Renaville, R., Parmentier, I., Falaki, M., Gengler, N., Cravador, A., and Portetelle, D. 2005. Contribution de la biologie moléculaire à la sélection animale: les marqueurs génétiques. Manuel de Zootechnie comparée Nord-Sud. INRA, Paris.: 353-367.  Rizos, R., Ward, F., Duffy, P., Boland, M.P., and Lonergan, P. 2003. Consequences of bovine oocyte maturation, fertilization or early embryo development in vitro versus in vivo: implications for blastocyst yield and blastocyst quality Mol. Reprod. Dev. 61: 234–248.

162

 Robinson, R.S., Nicklin, L.T., Hammond, A.J., Schams, D., Hunter, M.G, and Mann, G.E. 2007. Fibroblast growth factor 2 is more dynamic than vascular endothelial growth factor A during the follicle–luteal transition in the cow. Biology of Reproduction. 77: 28–36.  Roche, J.F. 2006 .The effect of nutritional management of the dairy cow on reproductive efficiency Anim. Reprod. Sci. 96: 282-296.  Roche, J.R, Berry, D.P., and Kolver, E.S. 2006. Holstein-Friesian strain and feed effects on milk production, body weight, and body condition score profiles in grazing dairy cows. Journal of Dairy Science. 89:3532–3543.  Roche, J.R., Lee, J.M., Macdonald, K.A., and Berry, D.P. 2007. Relationships among body condition score, body weight, and milk production variables in pasture-based dairy cows. J Dairy Sci. 90:3802-3815.  Rodina, T.M., Cooke, F.N., Hansen, P.J., Ealy, A.D. 2009. Oxygen tension and medium type actions on blastocyst development and interferon-tau secretion in cattle. Anim Reprod Sci. 111:173–188.  Rodriguez-Martinez, H., Hultgren, J., Bage, R., Bergqvist, A.S., Svensson, C., Bergsten, C., Lidfors, L., Gunnarsson, S., Algers, B., Emanuelson, U., Berglund, B., Andersson, G., Haard, M., Lindhé, B., Stalhammar, H., and Gustafsson, H. 2008. Reproductive performance in high-producing dairy cows: can we sustain it under current practice? Ivis Reviews in Veterinary Medecine. International Veterinary Information Service, Ithaca NY.  Roelofs, J., Lopez-Gatius, F., Hunter, R.H.F., Van Eerdenburg, F.J.C.M., and Hanzen, C. 2010. When is a cow in estrus? Clinical and practical aspects.Theriogenology. 74:327–344.  Roxstrom, A., and Strandberg, E. 2002. Genetic analysis of functional fertility, mastitis, and production-determined length of productive life in Swedish dairy cattle. Livest. Prod. Sci. 74: 125-135.  Roxström, A., Strandberg, E., Berglund, B., Emanuelson, U., Philipsson, J. 2001. Genetic and environmental correlations among female fertility traits and milk production in different parities of Swedish Red and White dairy cattle. Acta Agric Scand. 51: 7-14.  Royal, M.D., Darwash, A.O., and Flint, A.P.F. 2000a. Declining fertility in dairy cattle: changes in traditional end endocrine parameters of fertility. Anim Sci.70:487-501.  Royal, M.D., Flint, A.P.F., and Woolliams, J. 2002a. Genetic and phenotypic relationships among endocrine and traditional fertility traits and production traits in Holstein-Friesian dairy cows' Journal of Dairy Science. 85 (4): 958-967.  Royal, M.D., Mann, G. E., and Flint, A.P. 2000b. Strategies for reversing the trend towards subfertility in dairy cattle. Vet. J. 160: 53–60.  Royal, M.D., Pryce, J.E., Woolliams, J., and Flint, A.P.F. 2002b.The genetic relationship between commencement of luteal activity and calving interval, body condition score, production, and linear type traits in Holstein Friesian dairy cattle. Journal of Dairy Science. 85 (11): 3071-3080.  Ruiz-Cortes, Z.T., Martel-Kennes, Y., Evry, N.Y.G., Downey, B.R., Palin, M.F., and Murphy, B.D. 2003. Biphasic effects of leptin in porcine granulosa cells. Biology of Reproduction. 68 (3): 789–796.  Ruprechter, G., Carriquiry, M., Ramos, J.M., Pereira, I., and Ana, M. 2011. Metabolic and endocrine profiles and reproductive parameters in dairy cows under grazing conditions: effect of polymorphisms in somatotropic axis genes, Acta Veterinaria Scandinavica. 53:35.

163

 Sabour, M.P., Lin, C.Y., and Smith, C. 1997. Association of genetic variants of bovine growth hormone with milk production traits in Holstein cattle. J Anim Breed Genet. 114:435–442.  Sadeghi, M., Shahrbabak, M.M., Mianji, G.R., and Javaremi, A.N. 2009. Polymorphism at locus of STAT5A and its association with breeding values of milk production traits in Iranian Holstein bulls. Liv. Sci. 123: 97-100.  Sahana, G., Guldbrandtsen, B., and Lund, M. S. 2011. Genome-wide association study for calving traits in Danish and Swedish Holstein cattle. J. Dairy Sci. 94:479–486.  Salehi, A., Sobhani, R., Aminafshar, M., Sayyadnejhad, M.B., and Nasiri, K. 2015. Single nucleotide polymorphism of FGF2 gene in Iranian Holstein proven bulls. Mol Biol Res Commun. 4(1):57-62.  Sambrook, J., and Russell, D. W. 1989. Preparation and analysis of eukaryotic DNA. Molecular Cloning: A Laboratory Manual. Cold Spring Harbor Laboratory Press, New York. 6(1-6): 62.  Santos, J.E.P., Narciso, C.D., Rivera, F., Thatcher, W.W., and Chebel, R.C. 2010. Effect of reducing the period of follicle dominance in a timed artificial insemination protocol on reproduction of dairy cows. J Dairy Sci. 93:2976-2988.  Santos, J.E.P., Thatcher, W.W., Chebel, R.C., Cerri, R.L.A., and Galvao, K.N. 2004. The effect of embryonic death rates in cattle on the efficacy of estrus synchronization programs. Animal Reproduction Science. 82: 513–535.  Sartori, R., Sartor-Bergfelt, R., Mertens, S.A., Guenther, J.N., Parrish, J.J., and Wiltbank, M.C. 2002. Fertilization and early embryonic development in heifers and lactating cows in summer and lactating and dry cows in winter. Journal of Dairy Science. 85:2803-2812.  SAS, 9.0. 2002. User Guides: Version 9.0, Carry NC, USA, SAS Instute, Inc.  Satterfield, M.C., Hayashi, K., Song, G., Black, S.G., Bazer, F.W., and Spencer, T.E. 2008. Progesterone regulates FGF10, MET, IGFBP1, and IGFBP3 in the endometrium of the ovine uterus. Biol Reprod. 79:1226–1236.  Savino, W., and Dardenne, M. 2010. Pleiotropic modulation of thymic functions by growth hormone: from physiology to therapy. Curr Opin Pharmacol.10:434–442  Schefers, J.M., and Weigel, K.A. 2012. Genomic selection in dairy cattle: Integration of DNA testing into breeding programs. Anim. Frontiers. 2:4-9.  Schenkel, F.S., Miller, S.P., Ye, X., Moore, S.S., Nkrumah, J.D., Li, C., Yu, J., Mandell, I.B., Wilton, J.W., and Williams, J.L. 2005.Association of single nucleotide polymorphisms in the leptin gene with carcass and meat quality traits of beef cattle. J Anim Sci. 83:2009- 2020.  Schennink, A., Bovenhuis, H., Leon-Kloosterziel, K.M., Van Arendonk, J.A.M., and Visker, M. 2009. E ect of polymorphisms in the FASN, OLR1, PPARGC1A, PRL and STAT5A genes on bovine milk-fat composition. Animal Genetics. 40: 909–916.  Schindler, C.,ﬀ and Darnell, Jr.J.E. 1995. Transcriptional responses to polypeptide ligands. The JAK-STAT pathway. Annual Review of Biochemistry. 64: 621–651.  Schneider, A., Corrêa, M.N., and Butler, W.R. 2013. Association between growth hormone receptor AluI polymorphism and fertility of Holstein cows. Theriogenology.80: 1061-1066.

164

 Schneider, J.E. 2004. Energy balance and reproduction. Physiology and Behavior. 81(2): 289–317.  Schulma, N.F., Sahana, G., Lund, M.S., Viitala, S.M., and Vilkki, J.H. 2008.Quantitative trait loci for fertility traits in Finnish Ayrshire cattle Genet. Sel. Evol. 40:195–214.  Seegers, H., Beaudeau, F., Blosse, A., Ponsart, C., and Humblot, P. 2005. Performances de reproduction aux inséminations de rangs 1 et 2 dans les troupeaux Prim’Holstein. Renc. Rech. Ruminants. 7-8 Décembre, Paris: Institut de l’Elevage – I.N.R.A. : 141-144.  Seegers, H., Billon, D., Bossard-Apper, E., Ponsart, C., and Bareille, N. 2010. Impact économique d’une qualité non optimale de détection des chaleurs en troupeaux laitiers à fort niveau de production. Proc : Rencontres, Recherches, Ruminants. 17 : 146.  Seegers, H., Coulon, R., Beaudeau, F., Fouchet, M., and Quillet, J.M. 2001. Etude descriptive et identification de facteurs de variation de différentes catégories de retours après insémination artificielle en troupeaux laitiers. VIIIème Rencontres autour des Recherches sur les Ruminants, INRA – IE, Paris. : 357-360.  Selvaggi, M., Dario, C., Normanno, G., Celano, G.V., and Dario, M. 2009. Genetic polymorphism of STAT5A protein: relationships with production traits and milk composition in Italian Brown cattle. Journal of Dairy Research. 76: 441–445.  Serrano-Pérez, B., Hansen, P.J., Mur-Novales, R., García-Ispierto, I., de Sousa, N.M., Beckers, J.F., Almería, S., and López-Gatius, F. 2016. Crosstalk between uterine serpin (SERPINA14) and pregnancy-associated glycoproteins at the fetal-maternal interface in pregnant dairy heifers experimentally infected with Neospora caninum. Theriogenology. 86(3):824-830.  Seyfert, H., Pitra, C., Meyer, L., Brunner, R.M., Wheeler, T.T., Molenaar, A.J., McCracken, Y., Herrmann, J., Thiesen, H., and Schwerin, M. 2000. Molecular characterization of STAT5A and STAT5B-encoding genes reveals extended intragenic sequence homogenity in catle and mouse and di erent degrees of divergent evolution of various domains. J. Mol. Evol. 50: 550-561.  Shanks, R.D., Freeman,ﬀ A.E., and Berger, P.J. 1979. Relationships of reproductive factors with interval and rate of conception. J Dairy Sci, 62:75-84.  Shariflou, M.R., Moran, C., and Nicholas, F.W. 2000. Association of the Leu (127) variant of the bovine growth hormone (bGH) gene with increased yield of milk, fat, and protein in Australian Holstein-Friesians. Australian J Agric Res. 51:515-522.  Sheldon, I.M., Cronin, J., Goetze, L., Donofrio, G., and Schuberth, H.J. 2009. Defining Postpartum Uterine Disease and the Mechanisms of Infection and Immunity in the female Reproductive Tract. Cattle Biol Reprod. 81 (6): 1025-1032.  Shreshta, H.K., Nakao, T., Suzuki, T., Higaki, T., and Akita, M. 2004. Effects of abnormal a variant cycles during pre-service period on subsequent reproductive performances of high- producing Holstein cows. Theriogenology. 61: 1559-1571.  Silke, V., Diskin, M.G., Kenny, D.A., Boland, M.P., Dillon, P., Mee, J.F., and Sreenan, J.M.. 2002. Extent, pattern, and factors associated with late embryonic loss in dairy cows. Animal Reproduction Science. 71:1-12.  Sinclair, K.D., and Webb, R. 2005. Fertility in the modern dairy heifer. In Calf and heifer rearing: principles of rearing the modern dairy heifer from calf to calving. Nottingham University Press, Nottingham, UK. : 277–306.

165

 Snijders, S.E.M., Dillon, P., O’Callaghan, D., Boland, M.P. 2000. Effect of genetic merit, milk yield, body condition and lactation number on in vitro oocyte development in dairy cows. Theriogenology.53: 981–989.  Snijders, S.E.M., Dillon. P.G., O'Farrell, K.J., Diskin, M.G., Wylie, A.R.G., O'Callaghan, D., Rath, M., and Boland, MP. 2001. Genetic merit for milk production and reproductive success in dairy cows. Animal Reproduction Science. 65:17-31.  Sordillo, L.M., and Aitken, S.L. 2009. Effets du stress oxydatif sur la fonction immunitaire et la santé des vaches laitières ; Vétérinaire. Immunol. Immunopathol. 128 : 104-109.  Sørensen, A.C., Lawlor, T., and Ruiz, F. 2007. A survey on fertility in the Holstein populations of the world. Proc. Conf on Fertility in dairy cows, Liverpool Hope University, UK (EAAP Satellite Meeting). 17.  Soumya, N.P. 2015. Molecular characterization of IFNT, FGF2 and ISG15 genes and their association with Production and reproduction performances in Deoni cattle. Thesis doctorat: ICAR -National Dairy Research Institute, KARNAL, India.  Spencer, T.E., and Bazer, F.W. 2004. Conceptus signals for establishment and maintenance of pregnancy. Reprod Biol Endocrinol. 2:49.  Spencer, T.E., Hansen, P.J., Cole, J.B., Dalton, J., and Neibergs, H. 2014. Genomic Selection and Reproductive Efficiency in Dairy Cattle. Dairy Cattle Reproduction Conference.  Spicer, L.J., and Francisco, C.C. 1997. The adipose obese gene product, leptin: evidence of a direct inhibitory role in ovarian function. Endocrinology. 138 (8): 3374–3379.  Staples, C.R., and Thatcher, W.W. 2005. Effects of fatty acids on reproduction of dairy cows. Recent advances in animal nutrition. Nottingham University Press, Nottingham, UK. : 229–256.  Stevenson, J.S. 2001. Reproductive management of cows in high-producing herds. Advances in Dairy Technology. 13:51-60.  Stott, A.W., Veerkamp, R.F., and Wassell, T.R. 1999. The economics of fertility in the dairy herd. Animal Science. 68:49–58.  Strudsholm, F., Almskou, M. B., Fogh, A., Boelling, D., Nielsen, U. S., and Pedersen, J.. 2007. Arsstatistik, Avl 2006–2007. Report no.118. Danish Agricultural Advisory Service, Aarhus, Denmark.  Sun, C., Madsen, P., Lund, M.S., Zhang, Y., Nielsen, U.S., and Su, G. 2010. Improvement in genetic evaluation of female fertility in dairy cattle using multiple trait models including milk production traits. J. Anim. Sci. 88:87.  Sutton-McDowall, M.L., Gilchrist, R.B., and Thompson, J.G. 2010. The pivotal role of glucose metabolism in determining oocyte developmental competence. Reproduction: 139:685-695.  Swedish Dairy Association. Husdjursstatistik/Cattle Statistics. 1999. Svensk Mjolk, SE 631, 84 Eskilstuna, Sweden. T

 Tambasco, D.D., Paz, C.C.P., Tambasco-Studart, M., Pereira, A.P., Alencar, M.M., Freitas, A.R., Countinho, L.L., Packer, I.U., and Regitano, L.C.A. 2003. Candidate genes for growth

166

traits in beef cattle crosses Bos taurus x Bos indicus. Journal of Animal Breeding and Genetics. 120: 51-56.  Taniguchi, Y., Itoh, T., Yamada, T., and Sasaki, Y. 2002. Genomic structure and promoter analysis of the bovine leptin gene. IUBMB Life. 53:131-135.  Taponen, J., Kulcsar, M., Katai, L., Huszenicza, Gy., Rodriguez-Martinez, H., and Katila, T. 2002. Short estrous cycles and estrous signs after premature ovulations induced with cloprostenol and gonadotropin-releasing hormone in cyclic dairy cows. Theriogenology. 58:1291–302.  Tatsuda, K., Oka, AIwamoto, E., Kuroda, Y., Takeshita, H., Kataoka, H., and Kouno, S. 2008. Relationship of the bovine growth hormone gene to carcass traits in Japanese Black Cattle. J. Anim. Breed. Genet. 125:45-49.  Taub, D.D. 2008. Novel connections between the neuroendocrine and immune systems: the ghrelin immunoregulatory network. Vitam Horm.77:325–346.  Taylor, V.J., Beever, D.E., Bryant, M.J., and Wathes, D.C. 2003. Metabolic profiles and progesterone cycles in first lactation dairy cows. Theriogenology. 59: 1661-1677.  Tena-Sempere, M. 2008. Ghrelin as a pleotrophic modulator of gonadal function and reproduction, Nature Clinical Practice Endocrinology and Metabolism. 4 (12): 666–674.  Tenghe, A.M.M., Bouwman, A.C., Berglund, B., Strandberg, E., Blom, J.Y., and Veerkamp, R.F. 2015. Estimating genetic parameters for fertility in dairy cows from in-line milk progesterone profiles. J. Dairy Sci. 98:5763–5773.  Tenghe, M. M., Bouwman, A. C., Berglund, B., Strandberg, E., de Koning, D. J., and Veerkamp, R. F. 2016. Genome-wide association study for endocrine fertility traits using single nucleotide polymorphism arrays and sequence variants in dairy cattle. J. Dairy Sci. 99:5470–5485.  Tersigni, C., Di Nicuolo, F., D’Ippolito, S., Veglia, M., Castellucci, M., Di Simone N. 2011. Adipokines: new emerging roles in fertility and reproduction. Obstet. Gynecol. Surv. 66 (1): 47-63.  Thidar, M. H., Yoshida, H., Ito, T., He, M., Inoue, H., and Kuwayama, H. 2008. Combined administration of ghrelin and GHRH synergistically stimulates GH release in Holstein preweaning calves. Domest. Anim. Endocrin. 34: 118-123.  Thurmond, M.C., Picanso, J.P., and Jameson, C.M. 1990. Considerations for use of descriptive epidemiology to investigate fetal loss in dairy cows. J. Am. Vet. Med. Assoc. 197:1305–1312.  Tillard E. 2007. Approche globale des facteurs associés à l’infertilité et l’infécondité chez la vache laitière: importance relative des facteurs nutritionnels et des troubles sanitaires dans les élevages de l'île de la Réunion. Thèse de doctorat : Université Montpellier II.  Toghiani, S. 2012. Genetic relationships between production traits and reproductive performance in Holstein dairy cows. Archiv Tierzucht. 55 (5). 458-468.  Touzé, J.L., Laigre,P., Thomeret, F., and Coll. 2004. Anomalies des profils de rétablissement de la cyclicité postpartum chez les vaches laitières. Prim’ Holstein : relations avec les caractéristiques zootechniques. Rencontres Recherche Ruminants.11:400.  Townson, D.H.P., Tsang, C., Butler, W.R., Frajblat, M., Griel, L.C., Johnson, C.J., Milvae, R.A., Niksic, G.M., and Pate, J.L. 2002. Relationship of fertility to ovarian follicular waves before breeding in dairy cows. J AnimSci. 80: 1053-1058.

167

 Trakovická, A., Moravčíková, N., and Kasarda, R. 2013a. Genetic polymorphisms of leptin and leptin receptor genes in relation with production and reproduction traits in cattle. Biochimica Polonica. Vol. 60 (4): 783–787.  Trakovická, A., Moravčíková, N., Minarovič, T. 2013b. PCR-RFLP Analyses for Studying the Diversity of GH and Pit-1 Genes in Slovak Simmental Cattle. Scientific Papers: Animal Science and Biotechnologies 46 (2).  Trakovická, A., Moravčíková, N., Nádaský, R., and Kasarda, R. 2015. Impact of SNPs in candidate genes on economically important traits in pinzgau cattle. Poljoprivreda. 21(1):150- 154. U

 Unanian, M.M., Barreto, C.C., Cordeiro, C.M.T., Freitas, A.R., Josahkian, L.A. 2002. Possible association between bovine growth hormone gene polymorphism and reproductive traits. Braz. Arch. Boil. Tech. 45: 293-299. V

 Vallet, A., Berny, F., Pimpaud, J., Lavest, E., and Lagrive, L. 1997. Facteurs d'élevage associés à l'infécondité des troupeaux laitiers dans les Ardennes. Bulletin GTV. 537: 23- 36.  Van Arendonk, J.A. M., Tier, B., and Kinghorn, B.P. 1994. Use of multiple genetic markers in prediction of breeding values. Genetics. 137: 319–329.  Van Doormaal, B. 2009. Trends in disposal reasons. Available (Online): www.cdn.ca/document.php?id165  Van Raden, P.M., and R. H. Miller. 2006. Effects of non additive genetic interactions, inbreeding, and recessive defects on embryo and fetal loss by seventy days. J. Dairy Sci. 89:2716-2721.  Van Raden, P.M., Sanders, A.H., Tooker, M.E., Miller, R.H., Norman, H.D., Kuhn, M.T., and Wiggans. G.R. 2004. Development of a national genetic evaluation for cow fertility. J. Dairy Sci. 87: 2285-2292.  Vanholder, T., Leroy, J.L.M.R., Van Soom, A., Maes, D., Coryn, M., Fiers, T., de Kruif A., and Opsomer, G., 2006. Effect of non-esterified fatty acids on bovine theca cell steroidogenesis and proliferation in vitro. Anim Reprod Sci. 92:51-63.  Vargas, B., Van Der Lende, T., Baaijen, M., Van Arendonk, J.A.M. 1998. Event time analysis of reproductive traits of dairy heifers. J Dairy Sci. 81:2881-2889.  Veerkamp, R. F., Oldenbroek, J. K., Van Der Gaast, H. J., and Van Der Werf, J.H.J. 2000. Genetic correlation between days until start of luteal activity and milk yield, energy balance, and live weights. J. Dairy Sci. 83:577–583.  Veerkamp, R.F., and Beerda, B. 2007. Genetics and genomics to improve fertility in high producing dairy cows. Theriogenology. 68: 266–273.  Veerkamp, R.F., Beerda, B., and Van der Lende, T. 2003. Effects of genetic selection for milk yield on energy balance, levels of hormones, and metabolites in lactating cattle, and possible links to reduced fertility’s. Livest Prod Sci. 83:257–75.

168

 Veerkamp, R.F., Koenen, E.P.C., and Jong, G. 2001. Genetic correlations among body condition score, yield and fertility in first parity cows estimated by random regression models. J Dairy Sci. 84:2327-2335.  Veerkamp, R.F., Oldenbroek, J.K., and Van der Lende, T. 1997.The use of milk progesterone measurements for genetic improvement of fertility traits in dairy cattle. Genetic improvement of functional traits: fertility. EU Workshop.  Veerkamp,R.F., Tenghe, A.M.M., Kaal, L.M.T.E., and Bouwman, A.C. 2017. Genetics and genomics of fertility in dairy cows. Cattle practice. 23(1).

 Wakao, H., Gouilleux, F., and Groner, B. 1994.Mammary gland factor (MGF) is a novel member of the cytokine regulated transcription factor gene family and confers the prolactin response. EMBO Journal.13:2182-219.  Walsh, S.W., Williams, E.J., and Evans, A.C.O. 2011. A review of the causes of poor fertility in high milk producing dairy cows. Animal Reproduction Science. 123: 127-138.  Wang, X., Maltecca, C., Tal-Stein, R., Lipkin, E., and Khatib, H. 2008. Association of Bovine Fibroblast Growth Factor 2 (FGF2) Gene with Milk Fat and Productive Life: An Example of the Ability of the Candidate Pathway Strategy to Identify Quantitative Trait Genes J. Dairy. Sci. 91:2475–2480.  Wang, X., Schutzkus, V., Huang, W., Rosa, G. J., and Khatib, H. 2009. Analysis of segregation distortion and association of the bovine FGF2 with fertilization rate and early embryonic survival. Anim. Genet. 40:722-728.  Warburg, O., and Christian, W. 1942. Isolation and crystallization of enolase. Biochem. Z. 310:384-421.  Washburn, S.P., Silvia, W.J., Brown, C.H., McDaniel, B.T., and McAllister, A.J. 2002. Trends in reproductive performance in Southeastern Holstein and Jersey DHI herds. J. Dairy Sci. 85:244-251.  Waters, S. M., McCabe, M. S., Howard, D. J., Giblin, L., Magee, D. A., MacHugh, D. E., and Berry, D. P. 2011. Associations between newly discovered polymorphisms in the Bos taurus growth hormone receptor gene and performance traits in Holstein Friesian dairy cattle. Anim. Genet. 42:39-49.  Wathes, C.D., Andrew, M. C., and Geoff, E. P. 2013. Associations‐ between lipid metabolism and fertility in the dairy cow. Reproduction, Fertility and Development. 25: 48– 61.  Wathes, D.C, Fenwick, M., Cheng, Z., Bourne, N., Llewellyn, S., Morris, D.G., Kenny, D., Murphy, J., and Fitzpatrick, R. 2007. Influence of negative energy balance on cyclicity and fertility in the high producing dairy cow. Theriogenology. 68:232-241.  Wattiaux, M., 1996. Heat detection, Natural service and artificial insemination. Chap 9, Dairy essentials. Babcock Institute, University of Wisconsin.

169

 Wayne, J., Kuenzel, W.J., Fraley, G.S. 1995. Neuropeptid Y: It´s in the Neural Regulation of Reproductive Function and Feed Intake in Mammalian Species. Poultry Avian Biol Rev. 6: 185–209.  Webb, R., and Campbell, B.K. 2007. Development of the dominant follicle: mechanisms of selection and maintenance of oocyte quality. Reproduction in Domestic Ruminants. Nottingham University Press, Nottingham, UK. 5:140–163.  Webb, R., Garnsworthy, P.C., Campbell, B.K., and Hunter, M.G. 2007. Intra-ovarian regulation of follicular development and oocyte competence in farm animals. Theriogenology. 68:22–29.  Webb, R., Garnsworthy, P.C., Gong J.G., Armstrong, D.G. 2004. Control of follicular growth: local interactions and nutritional influences. Journal of Animal Science. 82:63-74.  Webb, R., Gong, J.G., Law, A.S., and Rusbridge, S.M., 1992. Control of ovarianfunction in cattle. Journal of Reproduction and Fertility Supplement. 45:141–156.  Weigel, K.A. 2006. Prospects for improving reproductive performance through genetic selection. Anim Reprod Sci.96:323.  Westwood, C.T., Lean, I.J., and Garvin, J.K. 2002. Factors influencing fertility of Holstein dairy cows: a multivariate description. J Dairy Sci. 85:3225-3237.  Wiggans, G.R., Vanraden, P.M., and Cooper, T.A. 2011. The genomic evaluation system in the United States: past, present, future. J. Dairy Sci. 94:3202-3211.  Wikipedia. https://fr.wikipedia.org/wiki/Enzyme_de_restriction  Williamson, N.B. 1987. The interpretation of herd records and clinical findings for identifying and solving problems of infertility. Compend. Contin. Educt. Pract. Vet. 1:14-24.  Wiltbank, M.C., Lopez, H., Sartori, R., Sangsritavong, S., and Gumen, A. 2006. Changes in reproductive physiology of lactating dairy cows due to elevated steroid metabolism. Theriogenology. 65: 17–29.  Windig, J.J, Calus, M.P.L., and Veerkamp, R.F. 2005. Influence of herd environment on health and fertility and their relationship with milk production. J Dairy Sci.88:335–347.  Windig, J.J., Calus, M.P.L., Beerda, B., and Veerkamp, R.F. 2006. Genetic correlations between milk production and health and fertility depending on herd environment. J Dairy Sci. 89:1765–1775.  Woad, K.J., Hunter, M.G., Mann, G. E., Laird, M., Hammond, A.J., and Robinson, R.S. 2012. Fibroblast growth factor 2 is a key determinant of vascular sprouting during bovine luteal angiogenesis. Reproduction.143: 35–43.  Wolfenson, D., Inbar, G., Roth, Z., Kaim, M., Bloch, A., and Braw-Tal, R. 2004. Follicular dynamics and concentrations of steroids and gonadotropins in lactating cows and nulliparous heifers. Theriogenology. 62:1042–1055. Y

 Yang, D., Chen, H., Wang, X., Tian, Z., Tang, L., Zhang, Z., Lei, C., Zhang, L., and Wang, Y. 2007. Association of polymorphisms of leptin gene with body weight and body sizes indexes in Chinese indigenous cattle. J Genet Genomics. 34:400-405.

170

 Yang, Q.E., Johnson, S.E., and Ealy, A.D. 2011. Protein Kinase C Delta Mediates Fibroblast Growth Factor-2-Induced Interferon-Tau Expression in Bovine Trophoblast. Biology Of Reproduction. 84: 933–943.  Yang, W. C., Li, S. J., Tang, K. Q., Hua, G.H., Zhang, C.Y., Yu, J. N., Han, L., and Yang, L. G. 2010. Polymorphisms in the 5' upstream region of the FSH receptor gene, and their association with superovulation traits in Chinese Holstein cows. Anim. Reprod. Sci. 119:172-177.  Yao, J., Aggrey, S.E., Zadworny, D., Hayes, J.Fand ., Kühnlein, U. 1996. Sequence variations in the bovine growth hormone gene characterized by single-strand conformation polymorphism (SSCP) analysis and their association with milk production traits in Holsteins. Genetics.144:1809–1816.  Yardibi, H., Hosturk, G.T., Paya, I., Kaygisiz, F., Ciftioglu, G., Mengi, A., and Oztabak, K. 2009. Associations of Growth Hormone Gene Polymorphisms with Milk Production Traits in South Anatolian and East Anatolian Red Cattle. J Anim. Vet . Adv. 8(5): 1040-1044. Z

 Zhang, B., Penagaricano, F., Driver, A., Chen, H., and Khatib, H. 2011. Differential expression of heat shock protein genes and their splice variants in bovine preimplantation embryos. J. Dairy Sci. 94:4174-4182.  Zhao, H., Li, Z., Cooney, A. J., and Lan, Z.J. 2007. Orphan nuclear receptor function in the ovary. Frontiers in Bioscience. 12 : 3398-3405.  Zhou, G.L., Zhu, Q,. Jin, H.G., Liu, C., and Guo, S. 2006. Genetic Variation of Growth Hormone Gene and Its Relationshipwith Milk Production Traits in China Holstein CowsAsian-Aust. J. Anim. Sci. 19 ( 3) : 315-318.  Zieba, D.A, Amstalden, M., and Williams, G.L. 2005. Regulatory roles of leptin in reproduction and metabolism: a comparative review. Domestic Animal Endocrinology. 29, 166–185.  Zieba, D.A., Szczesna, M., Klocek-Gorka, B., and Williams, G.L. 2008. Leptin as a nutritional signal regulating appetite and reproductive processes in seasonally-breeding rumminants. J. Physiol Pharmacol. 59(9): 7-18.  Zurek, E., Foxcroft, G.R., and Kennelly, J.J. 1995. Metabolic status and interval to first ovulation in postpartum dairy cows. J. Dairy Sci. 78:1909-1920.  Zwierzchowski, L., Oprzadek, J., Dymnicki, E., and Dzierzbicki, P. 2001. An association of growth hormone, kappa-casein, betalactoglobulin, leptin and pit-1 loci polymorphism with growth rate and carcass traits in beef cattle. Anim. Sci. Papers and Reports. 19:65-77.

171

Valorisation des travaux de recherche

Articles scientifiques

 OUERGHI, S., JEMMALI, B., TRAB, I., BEN GARA, A., and REKIK, B.. 2017. Identification of polymorphism at the STAT5 locus in dairy cows in Tunisia.Journal of new sciences, Sustainable Livestock Management. 1(3): 11- 14.

 Amiri, S., Jemmali, B., Ferchichi, M. A., Jeljeli, H., Rekik, B., and Ben Gara, A. 2018. Assessment of growth hormone gene polymorphism effects on reproductive traits in Holstein dairy cattle in Tunisia. Arch. Anim. Breed. 4: 1–9.

 Ferchichi, M.A., Jemmali, B., Amiri, S., Ben Gara, A., and Rekik, B. 2018. Effect of leptin genetic polymorphism on lameness prevalence in Tunisian Holstein cows Arch. Anim. Breed. 61: 305–310.

 Ferchichi, M.A., Jemmali, B., Amiri, S., BEJAOUI1, S. Ben Gara, A., and Rekik, B. 2018. Association of lameness incidence and FGf-2 polymorphism Journal of new sciences. Sustainable Livestock Management. 9 (4): 196-201.

Communications orales

 OUERGHI, S. Caractérisation moléculaire et identification des QTLs en relation avec la résistance à l’infertilité chez les bovins en Tunisie. La conférence international sur l’agriculture et la biotechnologie, 2-3 novembre 2015 Bizerte, Tunisie.

 OUERGHI, S. Genetic polymorphism of Leptin gene in relation with reproduction traits in Tunisian dairy cows. La conférence Scientifique internationale sur l’environnement et l’agriculture, 24-25avril 2017Hammamet, Tunisie.

 OUERGHI, S., JEMMALI, B., TRAB, I., BEN GARA, A., and REKIK, B. Effet du polymorphisme au niveau du locus Stat5 sur la fertilité chez la vache laitière en Tunisie. Journée scientifique de l’ESA de Mograne ‘Agriculture pluviale et aménagement du milieu naturel en zone semi-aride’, 14 décembre 2016.

 Amiri, S., Jemmali, B., Rekik, B., and Ben Gara, A Effects of groth hormone (GH) single nucleotide polymorphism gene on reproductive traits of dairy cattele in Tunisia. Journée scientifique international de l’ESA de Mograne ‘Gestion durable des resources naturelles, 13 décembre 2017.

 Amiri, S., Jemmali, B., Rekik, B., and Ben Gara, A .Effect of genetic polymorphism at the FGF2 gene on fertility traits in Tunisian Holstein dairy cattle. The 5th International Conference on Sustainable Agriculture and Environment (5th ICSAE), Hammamet, October 8-10, 2018

172