HAL Id: hal-00895999
https://hal.archives-ouvertes.fr/hal-00895999
Submitted on 1 Jan 1992
HAL
is a multi-disciplinary open access archive for the deposit and dissemination of sci- entific research documents, whether they are pub- lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.
L’archive ouverte pluridisciplinaire
HAL, estdestinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.
Le modèle à plusieurs locus
L. Ollivier
To cite this version:
L. Ollivier. Le modèle à plusieurs locus. INRA Productions Animales, Paris: INRA, 1992, hs (hs),
pp.69-74. �hal-00895999�
L. OLLIVIER
INRA Station de
Génétique quantitative
etappliquée
78352Jouy-en-Josas
CedexLes bases de la génétique quantitative
Le modèle
à plusieurs locus
Résumé.
Cet article traite de lagénétique
d’un caractèrequantitatif
déterminé parplus
de deuxlocus,
sur la base du modèlepolygénique classique
incluant deseffets génétiques additifs,
dedominance et
é istatiques.
Parsimplifications
successives ondéfinit
un modèlepolygénique additif (sans épistasie
et un modèlepolygénique additif
strict(sans
dominance niépistasie). Le
modèlepolygénique additif
conduit àdéfinir
pour un ensemble deplusieurs
caractères lesparamètres génétiques
d’unepopulation.
Ceux-ci conditionnent lecomportement
de ces caractères dans unprogramme de sélection. Il
s’agit
d’un modèle avant toutopérationnel, auquel il
est souventfait
lereproche
dene pas app rocher
d’assezprès
la réalitébiologique.
Il existecependant
des caractèresquantitatifs qui répondent
à undéterminisme!énétique additif impliquant
un nombre élevé de locus.Des méthodes existent par ailleurs pour évaluer le nombre minimum de locus
imp liqués
dans uncaractère et
plusieurs expériences
sur animaux de laboratoiresindiquent
que ce nombre est au moins de l’ordre dequelques
dizaines pour laplupart
des caractères.L’article
précédent
traite de lagénétique
d’uncaractère déterminé par un nombre limité de
gènes.
Les
exemples numériques
choisis pour illustrer le modèle à un locus montrent clairement que le nombre des valeursgénotypiques possibles
est lui aussi limi-té. On voit donc assez bien comment ce modèle peut
s’appliquer
à des caractères à variationdiscontinue,
ou, à la
rigueur,
à des caractères à variation continue pourlesquels
les différences entregénotypes
sont d’un ordre degrandeur
trèslargement supérieur
àcelui des erreurs de mesure : par
exemple,
une quan- tité depigment
dans lepoil,
une activité enzyma-tique...
Mais comment concilier ce modèle avecl’observation de caractères à variation strictement continue (caractères
quantitatifs),
comme le sont laplupart
des caractèreszootechniques (poids, quantité
de lait...) ? Il existe en effet une contradiction appa- rente entre la variation continue d’un caractère et
une transmission mendélienne par essence disconti-
nue,
puisqu’elle dépend
de laségrégation
desgènes
àla méiose. Le modèle à
plusieurs locus,
ou modèlepolygénique, permet
de résoudre cette contradiction.1 / Un caractère polygénique
1.1 / Valeur génotypique
Le nombre de
génotypes possibles,
et donc celuides valeurs
génotypiques, augmente
très vite avec le nombre des locusconsidérés,
comme le montre le tableau 1.Cependant,
comme nous allons levoir,
l’extension du modèle à 2 locus au modèle àplus
de 2 locus nefait
appel
à aucunconcept
nouveau. Le modèle s’écrittoujours :
où :
- G est la valeur
génotypique ;
- A est la somme des effets moyens de tous les
gènes,
soient 2 fois 1 termes pour le cas de 1 locus à 2allèles ;
- D est la somme des valeurs de
dominance,
soient1 termes pour le cas de 1 locus à 2
allèles ;
- 1 est la valeur
d’épistasie.
Le terme 1 est, comme dans le cas de 2
locus,
un"résidu"
qu’on peut
obtenir par différence entre G et A+D. Mais ce résidu est lui-mêmedécomposable
enplusieurs
termescorrespondant
à différentstypes
d’interaction. Dans le cas de 2 locus il y a 3
types
d’interactionpossibles, AA,
AD et DD (voir l’articleprécédent). Rappelons qu’une
interaction detype
AAexiste
lorsque
la différence entre les effets moyens des 2 allèles à un locus n’est pas la même selon lavaleur
génétique
additive à un autre locus. On définitde la même
façon
une interaction AAA dans le cas de 3locus, lorsque
la combinaison des effets additifs à 2 locus varie selon la valeurgénétique
additive à untroisième locus. Selon le même
principe,
on déimitune interaction de type AAD (la combinaison des effets additifs à 2 locus
dépend
de la valeur de domi-nance au troisième
locus),
et des interactions ADD et DDD.On a alors la
décomposition
suivante de la varian-ce
génotypique
V(G) dans le cas de 3 locus : où :- V(A) est la somme de 3 variances
génétiques
addi-tives : une pour
chaque
locus- V(D) est la somme de 3 variances de dominance :
une pour
chaque
locus- V(I)
[V(AA)
+ V(AD) + V(DD)] +[V(AAA)
+ V(AAD) + V(ADD) + V(DDD)] : lepremier
terme entre crochets regroupe les interactions depremier
ordre (locuspris
2 à 2) et le deuxième terme regroupe les interactions de deuxième ordre
(impliquant
les 3 locus).L’existence d’une variance
d’épistasie
traduit lanon-additivité des effets des différents
locus,
autre-ment dit les interactions entre locus. On voit facile- ment que le nombre des termes de V(I) va
augmenter
très
rapidement
avec le nombre des locusimpliqués
dans le
caractère,
un peu comme le nombre desgéno-
types (maiscependant
moinsvite),
alors que le nombre des termes de V(A) resteégal
au nombre deslocus. Il ne faudrait
cependant
pas en conclure hâti- vement que la variancegénétique
additive V(A) tend à s’amenuiser auprofit
de la varianced’épistasie
V(I)pour des caractères influencés par un
grand
nombrede locus. Car
l’importance
d’unecomposante
d’inter-action tend à diminuer à mesure
qu’augmente
sacomplexité.
Cela découle du rôle quejouent
les fré-quences
géniques
dans les variancesqui composent l’expression
(2). On a vu eneffet,
dans le cas d’unlocus,
quel’expression générale
de V(A) fait interve- nir leproduit 2pq, toujours
inférieur à0,5,
et celle de V(D) le terme(2pq) z .
On montre aussi que les termescorrespondants
sont(2pq) 2
pourV(AA), (2pq)’
pourV(AD)
etV(AAA), (2pq)’
pourV(AAAA), V(AAD)
etV(DD),
etc... Le coefficientmultiplicatif
des compo- santes de V(I) tend donc à diminuerquand
ledegré
des interactions
augmente.
Dans le cas de 5 locus parexemple,
avec la valeur maximale de2pq
correspon-dant à
p=q=0,5
àchaque locus,
la variance d’interac-tion V(AA.AAA) est affectée du coefficient
0,5’
=0,03
contre
0,5
pour chacun des termes de V(A). Cet effet desfréquences géniques
est encore accentué si celles- ci diffèrent d’un locus à l’autre.Ainsi,
avecp=q=0,5
à4 locus et
p=0,9 q=0,1
au5è,
le coefficient de V(AAAAA) est réduit à0,006
contre0,4
(enmoyenne)
pour chacun des termes de V(A).
Notons aussi que la
décomposition
(2) n’inclutaucune covariance.
Ainsi,
écrire que V(A) et V(D) sont des sommes de variancesimplique l’hypothèse
que les covariances entre les différents locus sont nulles. Le modèle suppose doncl’indépendance
des locus entreeux, ce
qui correspond
à la situation d’unepopulation
&dquo;idéale&dquo;
évoquée
auchapitre précédent,
avecéquilibre
de liaison.
Remarquons
au passage que l’interaction entre lescomposantes
A et D des différents locusexprimée
par 1 dans (1) est icicompatible
avec l’indé-pendance
des locus entre eux définie par (2). Deuxlocus
épistatiques peuvent
en effet se trouver ensituation
d’équilibre
de liaison.1.2 / Valeur phénotypique
Comme avec le modèle à 2
locus,
enajoutant
l’effetdu milieu
E,
on obtient :P=G+E (3)
et, compte tenu de (2) :
Ces deux
expressions
traduisent les deuxhypo-
thèses essentielles
qui
sont faites(voir,
parexemple,
Ollivier 1981):
- additivité des effets du
génotype
et dumilieu, puisque l’équation
(3) necomporte
pas de terme d’interaction GxE (interactiongénotype-milieu).
Celaveut dire que les effets
génétiques
ne varient pasquand
les conditions de milieuchangent.
Autrementdit,
les différences entre deuxgénotypes quelconques
sont les mêmes
quel
que soit le milieu.-
indépendance
dugénotype
et dumilieu, puisqu’il n’y
a pas de covariances dans (4). Cela veut dire que lesgénotypes
et les conditions de milieu sont associésau hasard.
Ainsi,
parexemple,
il est exclu que les individus à haute valeurgénétique
(à supposer que cette valeur soit connue ou estimée) soientplacés
dans des conditions de milieu
plus
favorables que la moyenne.1.3 / Covariance
entreapparentés
La formule donnée dans l’article
précédent
pour lecas de 2 locus
épistatiques
estgénéralisable
à unnombre 1
quelconque
de locus et, pour 1=3 parexemple,
la covariance entre 2génotypes
individuels G, etG,
s’écrit :Cov(G,G,J
=2f,!V(A)
+u xY V(D)
+ (2fJ’V(AA) +2f
x yu x
yV(AD)
+U 2 , @ V(DD)
+(2f,y) 3 V(AAA)
+(2f
Y ) Z u xY
V(AAD)
+2f!(uJ’V(ADD)
+u 3 x yV(DDD)
(5)Cette covariance est aussi la covariance entre les
apparentés
x et y, ou leursphénotypes
P, etP,.,
enl’absence de covariance entre les effets de milieu. La
généralisation
à un nombrequelconque
de locuss’obtient en
multipliant chaque
variance d’interaction par2f et
u,,, chacun autant de fois que les termes A et D interviennent dans l’interaction. Onpeut
doncprévoir, puisque
2f,y et u,,. sont inférieurs à1,
que les coefficientsmultiplicatifs
vontrapidement
tendre àdevenir
négligeables
à mesurequ’augmente
lenombre des locus
pris
encompte.
Ainsi dans le cas dedemi-frères,
avecf
= = 1/8 et u., = 0 (cf articleprécé- dent),
on a :Cov(G x G Y
)=( 1/4)V(A)
+ ( 1/16)V(AA) + (1/64)V(AAA) + (1/256)V(AAAA) + ....Nous avons vu que les variances d’interaction elles-mêmes tendent à diminuer
quand
lacomplexité
des interactions
augmente
(voir 1.1). Onpeut
doncprévoir
que les termes relatifs àl’épistasie
dans lescovariances entre
apparentés
seront engénéral négli- geables.
1.4 / Conclusions
Ces considérations
justifient
que lesphénomènes d’épistasie
soient leplus
souventignorés
dans l’étudegénétique
des caractèresquantitatifs.
Enthéorie,
onpeut
s’attendre que V(I) dansl’expression
(4) soitfaible et, en
pratique,
la mise en évidenceexpérimen-
tale de cette
composante
de variance estdifficile,
dumoins
intra-population
à cause de(5),
et les résultatsexpérimentaux
eux-mêmes sont peu convaincants (voir la mise aupoint
deBarker,
1979). En faisant donc les deuxhypothèses
d’additivité etd’indépen- dance,
à la fois pour les locus entre eux et pour les locus vis-à-vis dumilieu,
on aboutit au modèlepoly- génique additif, qui
s’écrit :Le passage de la discontinuité des valeurs
génoty- piques
à la continuité des valeursphénotypiques, évoqué
dansl’introduction, peut
maintenant êtreexplicité.
On démontre en effetmathématiquement
que la somme d’un
grand
nombre de valeurs(qu’on appelle
des variables aléatoires)indépendantes
entreelles est elle-même une variable aléatoire dont la dis- tribution tend
rapidement
à devenircontinue,
et àsuivre en fait une distribution normale. Les
proprié-
tés de la valeur
phénotypique
Pimpliquées
par (6) et (7)répondent
exactement à cesconditions,
et se trou-vent ainsi
justifiées
par les distributionscontinues,
souvent voisines de la loi
normale,
observées pour laplupart
des caractèresquantitatifs.
On notera en par- ticulier que la distribution des variables aléatoires élémentaires estquelconque,
et que celles-cipeuvent
donc suivre des distributionsdiscontinues,
parexemple
un effet additif à 2 valeurs pour un locus donné.Notons que le modèle additif (6) et (7)
n’implique
en fait que l’additivité des effets des
locus,
et que les effets desgènes
du même locus ne sont passupposés
additifs entre euxpuisqu’il
y a une variance de domi-nance V(D). Celle-ci est
parfois négligée aussi,
et on a alors un modèlepolygénique
additif strict. Ce modèlesimplifié
est souvent utilisé pour traiter de la sélec- tion. Mais pour traiter des croisements il fautprendre
encompte
lespossibilités
de dominance et aussid’épistasie.
2 / Deux caractères polygéniques
Quand
on considère deuxcaractères,
laquestion
sepose de savoir s’ils sont liés (ou
corrélés),
c’est-à-dire s’ils ont tendance à varier dans le même sens ou en senscontraire,
et si cette tendance a des causesgéné- tiques.
Cette tendance pour deux caractères à &dquo;cova- rier&dquo; se mesurestatistiquement
par unecovariance, qui
est la moyenne desproduits
des écarts dechaque
caractère à sa moyenne. Il
s’agit
donc d’une extension de la notion devariance, qui
mesure la tendance d’un caractère à varier autour d’une moyenne par la moyenne des carrés des écarts à cette moyenne. Dans l’articleprécédent
la même notion de covariance a étéappliquée
à descouples d’apparentés,
alorsqu’ici
elleva être
appliquée
à descouples
de caractères mesuréssur le même individu.
2.1
/ Covariance génotypique
Les causes de covariance, comme celles de varian- ce,
peuvent
être de naturegénétique
ou nongéné- tique.
Il y a covariance de naturegénétique
entre 2caractères si au moins un locus exerce une action simultanée sur eux. Nous excluons ici la
possibilité
d’une covariance due à des locus différents mais liés (cas du
déséquilibre
deliaison),
conformément àl’hypothèse
d’unepopulation
&dquo;idéale&dquo; retenue pour ladéfinition du modèle
polygénique
additif définiplus
haut.
Dans le cas d’un
locus,
on pourra définir pourchaque
caractère une valeurgénotypique
(soient G etG’ pour les deux caractères considérés) et les décom-
poser comme dans l’article
précédent,
soit :G = A + D et G’=A’+D’
On définira de même une covariance
génotypique Cov(GG’),
une covariancegénétique
additiveCov(AA’)
et une covariance de dominance Cov(DD’).
Pour illustrer ces notions reprenons
l’exemple numérique
dans l’articleprécédent,
en associant àchaque génotype
un deuxième caractère mesurable (tableau 2). Ce deuxième caractère tend visiblement à varier dans le même sens que lepremier,
mais lasituation de
l’hétérozygote
parrapport
aux 2homozy- gotes indique
que c’est l’allèle T2qui
est dominant aulieu de Tipour le
premier
caractère.Les valeurs
G,
A et D pourchaque
caractère sontcalculées selon les définitions données au
chapitre précédent.
Les covariances sont les moyennes desproduits
des valeurs deG,
A etD, puisque
ces valeurssont centrées sur zéro : Cov(GG’)
= (0,16
x3,12
x2,38)
+(0,48
x1,12
x(-0,12))
+(0,36
x2,88
x1,12)
=2,5344,
etc... Onpeut
vérifier les relationsgénérales
suivantes :
Cov(GG’) = Cov(AA’) + Cov(DD’) (8a)
avec Cov(AA’) =
2pq
aa’ (8b)et Cov(DD’)
(2pq) Z dd’
(8c)où a et a’ sont les effets moyens de substitution d’un allèle à l’autre pour les deux caractères et d et d’
les valeurs
génotypiques
deshétérozygotes exprimées
en écart à la moyenne des deux
homozygotes.
Les
expressions
(8b) et (8c)généralisent
celles de V(A) et V(D) de l’articleprécédent.
Il faut noter que a,a’,
d et d’ peuvent êtrepositifs
ounégatifs
et que les covariances sont doncégalement
affectées d’unsigne
positif
ounégatif
selon que les valeurs des deux caractères varient ou non dans le même sens. On note aussi que,puisque
V(A) =2pq
a2 et V(A’) _ =2pq
a’z dans le casparticulier
d’un seullocus,
on a : Cov(AA’) = [V(A)V(A’)]&dquo;2d’après
(8b)et que de
même, puisque
V(D)= (2pqd) 2
et V(D’) =(2pqd
’ ) 2 ,
L’importance pratique
de la variancegénétique
additive découle du fait
qu’elle représente
lapart
de variation transmissible à la descendance. Demême,
la covariancegénétique
additive estimportante
parcequ’elle
traduit ledegré
d’association des deux carac-tères dans leur transmission à la descendance. On
peut
en effetimaginer
deux caractères se transmet- tant bien à la descendance (V(A)élevée),
mais avecdes transmissions
indépendantes
(Cov(AA’) nulle) de l’un et de l’autre.2.2
/ Covariance phénotypique
La covariance
phénotypique, Cov(PP’), prenant
encompte
les effets deplusieurs
locus et ceux dumilieu,
se
décompose
comme la variancephénotypique,
avecles
hypothèses
du modèlepolygénique
additif (additi- vité des effets etindépendance
des locus et des condi-tions de milieu) :
Cov(PP’) = Cov(AA’) + Cov(DD’) + Cov(EE’) (9) où Cov(AA’) et Cov(DD’)
représentent
les sommes res-pectives
des covariancesgénétiques
additives et descovariances de dominance à
chaque locus,
et Cov(EE’) la covariance due aux effets de milieu. Notons que les covariances élémentaires àchaque
locus sont affec-tées d’un
signe
etqu’ainsi Cov(AA’),
parexemple, peut
êtrenulle,
alors que de nombreux locus affectent les deux caractères simultanément. Notons aussi que les covariancesgénétiques
et de milieupeuvent
être designe
différent.2.3 / Covariance
entreapparentés
La formule (5) est
applicable
au cas où deux carac-tères différents sont mesurés sur les deux
apparentés
en
remplaçant
les variances du second membre del’équation
par les covariancescorrespondantes.
On adonc,
ensupposant
l’absenced’épistasie :
Cov(G,G’y)
=Cov(G,G’,)
=2f Cov(AA’)
+ ux,. ’ Cov(DD’) (10) Cette covariance vaut aussi pour lesphénotypes
enl’absence de covariance entre les effets de milieu (comme en 1.3 pour le cas d’un caractère).
3 / Les paramètres génétiques
d’une population
La variation d’un caractère
quantitatif polygé- nique
est, comme on l’a vu,représentée
par 3variances, phénotypique, génétique
additive et dedominance,
la variance de milieupouvant
être obte-nue par différence. Parallèlement la covariation de deux caractères est
représentée
par 3 covariances de même nature. Au-delà de deuxcaractères,
il faut considérer toutes les covariances entre les caractèrespris
2 à 2. Ces variances et covariancespeuvent
êtredisposées
en tableaux carrés etsymétriques (appelés
aussi matrices). La
génétique
de n caractèresquanti-
tatifs
peut
ainsi se résumer à 3 tableaux de dimen- sion n x n, avec les variances dans ladiagonale
et lescovariances
hors-diagonale :
le tableau des variances- covariancesphénotypiques,
celui des variances-cova- riancesgénétiques
additives et celui des variances-covariances de dominance.
Pour avoir des valeurs
indépendantes
des unitésde mesure des différents
caractères,
onexprime géné-
ralement la variance
génétique
additive relativement à la variancephénotypique
et lerapport
V(A)/V(P)=h2 estappelé
l’héritabilité du caractère. Pour la même raison les covariancesphénotypiques
etgénétiques
additives sontgénéralement présentées
sous la formede coefficients de corrélation : Cov(PP’) / [V(P)V(P’)]&dquo;2
= ry est la corrélation
phénotypique
et Cov(AA’) / [V(A)V(A’)] 1/2 = rA est la corrélationgénétique
(sous-entendu additive). Alors que h2 varie de 0 à
1,
rA et rppeuvent
varier entre -1 et +1. Notons que, pour unlocus,
rAest nécessairementégal
à ± 1 (voiréquation
8b).La
génétique
de n caractèresquantitatifs,
satisfai-sant aux
hypothèses
du modèlepolygénique
additif serésume alors à n2chiffres (situés entre -1 et +1) appe- lés
paramètres génétiques
(enignorant
les para- mètres de dominance) : nhéritabilités,
n(n-l)/2 corré- lationsphénotypiques
etn(n-1)/2
corrélationsgéné- tiques.
Le passage des tableaux des variances-cova- riances à celui desparamètres génétiques
est illustréau tableau 3 pour
quatre
caractèresquantitatifs
duPorc.
4 / Validité du modèle polygénique additif
Le modèle
qui
vient d’êtredécrit,
dans cet articleet dans le
précédent,
est le modèle de base de lagéné-
tique quantitative.
Ilpermet
de passer du monde concret des valeursphénotypiques
au monde concep-tualisé,
idéalpourrait-on dire,
des valeursgénétiques
additives. Les articles suivants montreront
l’usage qui
en est fait en améliorationgénétique
et, notam- ment, la manière dont lesparamètres génétiques
conditionnent le
comportement
des caractèresquanti-
tatifs d’une
population
tout aulong
desgénérations
successives. C’est donc un modèle dont la
principale caractéristique
est d’êtreopérationnel.
Mais nous
apprend-il quelque
chose sur lagéné- tique ?
Lereproche qui
lui est souvent fait est d’êtretrop éloigné
de la réalitébiologique.
La controversesur l’hérédité de
l’intelligence,
parexemple, exploite fréquemment
ce genred’argument
et illustre bien lesréticences de certains
biologistes
àl’égard
desconcepts
de lagénétique quantitative.
On a encore pulire dans un récent article de &dquo;La Recherche&dquo; que les
expériences
surjumeaux (humains),
en fait des études de covariances entreapparentés
(vrais etfaux-jumeaux), &dquo;n’apportent
certainement rien surles déterminations de
l’intelligence,
ni même sur lemode d’action des facteurs
génétiques qui pourraient
l’influencer&dquo;.
4.1
/ L’additivité est-elle
unmythe ?
La
première
difficulté consistepeut-être
àappré-
hender la notion même de caractère
additif, qui
asso-cie d’un côté un
concept qui
n’est pas courant, lavariation,
et de l’autre uneopération arithmétique
aussi
simple
que l’addition. L’idée même de &dquo;construi- re&dquo; un caractère de naturebiologique
en &dquo;addition- nant&dquo; deseffets,
comme on construit un mur avec desbriques,
est contraire à tout ce que l’on sait de la com-plexité
du vivant. Et pourtant...Prenons,
à titred’exemple,
un caractèrebiologique
comme lesempreintes digitales,
dont lacomplexité peut
difficile-ment être niée. On peut le
quantifier
encomptant
lenombre de crêtes entre des
repères
bien définis et ainsi obtenir un caractère très variable d’un individu àl’autre,
variabilitéqui,
comme on lesait,
estexploi-
tée
depuis longtemps
dans lesenquêtes policières.
En prenant descouples
d’individusapparentés,
des cova-riances
Cov(G x G,.) peuvent
être calculées pour ce caractère.Les résultats du tableau 4 montrent d’abord que les covariances obtenues sont exactement
proportion-
nelles au coefficient de
parenté.
En sereportant
à la formule de la covariance entreapparentés
pour le casde
plusieurs
locus(équation (5)),
on voit que le fait queCov(G.Gy)
soitproportionnel
àf implique qu’il n’y
ait ni variance de dominance ni varianced’épista-
sie. On constate de
plus
que la covariance entrejumeaux monozygotes
est trèsproche
de la variancephénotypique
(autrementdit,
la corrélation est voisi-ne de 1) et V(A) = 0,98
V(P), puisque
dans ce casCov(G.G.,)
= V(A) en l’absence de dominance etd’épis-
tasie.
Il s’agit
donc d’un caractère dontquasiment
toute la variabilité est de nature
génétique additive,
sans aucun effet de
dominance,
nid’épistasie,
ni demilieu.
En toute
rigueur cependant,
il reste 2% de varian-ce non
expliquée génétiquement qu’on peut
attribuerau &dquo;milieu&dquo; (les
aléas,
nongénétiques,
dudéveloppe-
ment
prénatal,
parexemple),
etqu’on pourrait,
si ondisposait
d’autrescorrélations, répartir
d’une maniè-re
plus précise
entre lemilieu,
la dominance etl’épis-
tasie. Une étude a d’ailleurs montré l’existence
plau-
sible d’une certaine
épistasie
(AA) pour ce caractère (voir Heath et al 1984).Cet
exemple
montre, bienqu’il s’agisse
d’un cas-limite,
que le modèlepolygénique
additifpeut,
danscertains cas,
approcher
d’assezprès
une réalité biolo-gique complexe.
4.2 / Plusieurs gènes c’est combien ?
Le modèle
polygénique peut-il
nousrenseigner
surle nombre des
gènes impliqués
dans la réalisation d’un caractèrequantitatif ?
Avant derépondre
à cetteimportante question,
il estindispensable
depréciser
le sens à lui donner
(voir,
parexemple, Thoday
etThompson
1976). Il nepeut s’agir,
comme ladescrip-
tion du modèle l’a
montré,
que degènes,
ouplus pré-
cisément de
locus, qui
interviennent dans la variabili- té observée. Leurnombre, quel qu’il soit,
sera néces-sairement inférieur à celui de tous les locus
impliqués
dans les processus
biologiques
relatifs au caractère.Ainsi,
parexemple,
legène
de l’hormone de croissan-ce intervient
biologiquement
dans lepoids
atteint àun
âge donné, mais,
s’iln’y
a pas de variation aulocus codant pour cette
hormone,
il n’est pasimpliqué
dans les variations de
poids
observées. Il faut deplus
se
rappeler
que lesparamètres génétiques
sont rela-tifs à une
population
donnée et que laquestion
dunombre de locus est donc
également
relative à unepopulation.
Si celle-ci résulte d’un croisement entre deux races trèséloignées génétiquement
onpeut
s’attendre à y trouverplus
de variabilitégénétique
etdonc
plus
de locus.Le modèle
polygénique
nepeut
pasapporter
deréponse
trèsprécise
à laquestion
du nombre degènes,
car, comme on l’a vu, onappréhende
seule-ment une variation
génétique globale, qui dépend
à lafois du nombre des
gènes
et de la taille de leurs effets. Pour passer de la variance totale de A aunombre 1 de ses
composantes
dansl’équation
(1), il faut supposer, entre autreshypothèses restrictives,
que les variances à
chaque
locus sontégales.
Si uncaractère est déterminé par 1
locus,
additifs entre euxet chacun
possédant
2 allèles defréquences égales
avec les mêmes effets additifs a et -a, on
peut
en effetécrire :
Pour une valeur donnée de
V(A),
la valeur de 1 nedépend
alors que de a. Si cette inconnue apeut
être déterminée parailleurs,
le nombre 1 en découle. Par sélectiondivergente
sur unepopulation
où V(A)répond
aux conditionsexprimées
dans(11),
onpeut
fixer dans unelignée
tous les allèles favorables au caractère (d’effet +a) et dans une autre tous les allèles défavorables (d’effet -a). La différence entre les deuxlignées
est alors D=1 (2a) et enreportant
la valeur a=D/21 dans (11) on obtient :et une estimation du nombre 1 de locus :
I=D’/8V(A) (13) >
On
peut donc, théoriquement,
estimer le nombre 1 delocus,
en sachantcependant
que ce nombre consti- tue une limiteinférieure, compte
tenu del’hypothèse
faite
plus
hautd’égalité
desfréquences géniques
etdes effets
génétiques.
La difficultépratique
résidenon pas dans l’évaluation de V(A) mais dans la réali- sation de la sélection nécessaire pour évaluer D.
Cette sélection doit en effet se
poursuivre
sur de nom-breuses
générations
pour que leslignées
arrivent àleur
divergence
maximumcorrespondant
à despla-
teaux. De telles
expériences
nepeuvent
être réaliséesque sur des
espèces
de laboratoire. Les résultats obte-nus donnent des valeurs de 1
qui
sont rarement infé- rieures àquelques
dizaines etqui peuvent
souvent atteindreplusieurs
centaines(voir,
parexemple : Wright 1968,
Falconer 1989). Il est donc raisonnable de penser que, chez les animaux de fermeaussi, plu-
sieurs
gènes
c’est au moinsquelques
dizaines et pro- bablementbeaucoup plus
du fait que les effets desgènes
ne sont paségaux,
comme entémoigne
l’exis-tence de
gènes majeurs.
En guise de conclusion : le modèle polygénique additif
n’est-il
pasle meilleur ?
On
peut spéculer,
comme le fait Crow (1985) dansun
&dquo;éloge
de l’additivité&dquo;repris
ici enconclusion,
quele
système génétique
idéal dupoint
de vue de l’amé-lioration par sélection est celui dans
lequel
intervien-nent de très nombreux
gènes, agissant
tous d’unemanière additive et
indépendante.
Si lesgènes agis-
sent
indépendamment,
il estpossible
de sélectionnersur un caractère sans obtenir des effets indésirables
sur d’autres
systèmes.
Deplus,
comme on le verradans les articles
suivants,
avec desgènes
additifs lasupériorité
desparents
sélectionnés se retrouve, au moinspartiellement,
dans la descendance. Un avan-tage
supplémentaire
est lapossibilité,
s’il y a de mul-tiples facteurs, d’ajuster
au mieuxchaque caractère,
car,
plus
l’effet individuel dechaque gène
estfaible, plus
les chances sontgrandes
de trouver la combinai-son
génétique adéquate.
En outre,plus
le nombre des facteursgénétiques
estélevé, plus
la variabilitégéné- tique potentielle
estgrande
relativement à la variabi- litégénétique exprimée.
C’est cequ’ont
montré denombreuses
expériences
de sélection delongue
duréeaboutissant à des
lignées
dont la moyennedépasse
lavaleur de l’individu le
plus
extrême de lapopulation
de
départ.
Il estprobable
aussi que dans de tellesexpériences
les mutationsjouent
un rôle nonnégli- geable
et, dans ce contexte, la variabilitégénétique
àlong
terme tend à être directementproportionnelle
aunombre de locus
impliqués
dans le caractère (Lande 1975). Pour toutes cesraisons,
desgènes
additifs engrand
nombre constituent le meilleursystème
pos- sible et il n’estpeut-être
pastrop surprenant
de voirque
beaucoup
de caractères sont siproches
de cetidéal.
Références bibliographiques
Barker J.S.F., 1979. Inter-locus interactions : a review of
experimental evidence. Theoret. Pop. Biol. 16 323-346.
Chapman A., 1985. General and Quantitative Genetics.
Elsevier, Amsterdam, 408pp.
Crow J.F., 1985. Transmission genetics : the rules of inheritance. In : General and Quantitative Genetics
(Chapman
A., éd.), Elsevier, Amsterdam, 3-22.Falconer D.S., 1989. Introduction to Quantitative Genetics.
3e édition. Longman, Harlow (Grande-Bretagne), 438pp.
Heath A.C., Martin N.G., Eaves L.J., Loesch D., 1984.
Evidence for polygenic epistatic interactions in man.
Genetics 106 : 719-727.
Lande R., 1975. The maintenance of genetic variability by
mutation in a polygenic character with linked loci. Genet.
Res. 26 : 221-235.
Ollivier L., 1981. Eléments de
Génétique
Quantitative.Masson, Paris, 152pp.
Thoday J.M., Thompson J.N. Jr., 1976. The number of
segregating genes implied by continuous variation. Genetica 46 : 335-344.
Wright S., 1968. Evolution and the Genetics of Populations,
Vol 1, Genetic and Biometric Foundations, University of Chicago Press, Chicago, 469pp.