Lernzettel: Introduction à la génétique quantitative

📋 Plan du Cours

1. Génétique quantitative et génétique des populations
2. Caractères quantitatifs et applications
3. Échantillonnage et distribution normale
4. Paramètres statistiques des caractères
5. Génotypes et phénotypes continus
6. Hérédité polygénique et héritabilité

📖 1. Génétique quantitative et génétique des populations

🔑 Notions clés & Définitions

• Génétique des populations : Discipline qui décrit la structure et l’évolution des populations naturelles, en reliant la diversité génétique aux caractères observés.
• Génétique quantitative : Cadre qui étudie des caractères à variation continue issus de nombreux gènes, souvent non identifiés individuellement.
• Diversité génétique : Ensemble des différences génétiques présentes au sein d’espèces naturelles ou domestiquées et observables via les caractères des individus.

📝 Points essentiels

• La GP s’intéresse à la structure et à l’évolution des populations naturelles, avec des caractères qualitatifs liés à des gènes identifiables.
• La GQ traite souvent des populations influencées par l’action humaine et des caractères à variation continue déterminés par de nombreux gènes.
• La génétique quantitative fournit des bases à la sélection artificielle pour améliorer plantes et animaux, tout en aidant à comprendre la sélection naturelle.

📖 2. Caractères quantitatifs et applications

🔑 Notions clés & Définitions

• Caractères quantitatifs : Caractères à variation continue, liés à de nombreux gènes, dont l’expression forme une distribution mesurable sur un continuum.
• Caractères qualitatifs : Caractères à variation discrète, où la description se fait par catégories (exemples de types de couleur).
• Sélection artificielle raisonnée : Sélection guidée par une compréhension quantitative de la variabilité des traits afin d’obtenir des gains génétiques.

📝 Points essentiels

• En GQ, les caractères quantitatifs sont la base de la sélection artificielle raisonnée (amélioration de plantes et de races animales).
• Rendement, croissance et taille sont des exemples de caractères quantitatifs à variabilité continue.
• Les traits de vie et la fitness sont traités comme des caractères quantitatifs, utiles pour relier sélection artificielle et sélection naturelle.
• La GQ sert aussi en épidémiologie génétique pour des maladies multifactorielles, en écologie pour des évolutions sous pressions anthropiques, et en amélioration pour la domestication.

📖 3. Échantillonnage et distribution normale

🔑 Notions clés & Définitions

• Échantillon : Sous-ensemble d’individus tiré au hasard de la population pour mesurer un caractère quantitatif quand la totalité n’est pas mesurable.
• Distribution normale : Forme en « cloche » attendue pour les mesures d’un caractère quantitatif quand l’échantillon est grand et représentatif.
• Erreur standard de la moyenne : Statistique associée à la moyenne qui quantifie l’incertitude de l’estimation de la moyenne à partir d’un échantillon.

📝 Points essentiels

• Quand un caractère polygénique n’est pas mesurable chez tous, on définit un échantillon aléatoire pour l’estimation des paramètres.
• Si l’échantillon est suffisamment grand et représentatif, les données d’un caractère quantitatif forment une distribution normale.
• Pour une distribution normale, on utilise notamment moyenne, variance, écart type, erreur standard de la moyenne et covariance.

📖 4. Paramètres statistiques des caractères

🔑 Notions clés & Définitions

• Moyenne arithmétique : Valeur centrale calculée à partir d’une série de mesures pour localiser la variation d’un caractère.
• Variance : Mesure de la dispersion des données autour de la moyenne, quantifiant l’amplitude de variation.
• Écart type : Grandeur dérivée de la dispersion qui reflète à quel point les données s’éloignent typiquement de la moyenne.
• Coefficient de corrélation r : Statistique standardisée entre deux caractères quantitatifs qui quantifie la force et le sens de leur relation.

📝 Points essentiels

• La moyenne renseigne sur la localisation de la valeur centrale, sans donner l’amplitude de la dispersion des données.
• La variance et l’écart type mesurent la dispersion autour de la moyenne, et des valeurs élevées indiquent une dispersion plus grande.
• Le coefficient de corrélation r varie de -1 à +1 et traduit une corrélation positive forte près de 1, négative forte près de -1, et nulle près de 0.
• La covariance quantifie la part de variation conjointe entre deux caractères quantitatifs et sert de base à la corrélation via r.

📖 5. Génotypes et phénotypes continus

🔑 Notions clés & Définitions

• Génotypes : Constitutions génétiques des individus qui peuvent produire des effets différents sur la valeur d’un caractère quantitatif.
• Phénotypes continus : Résultats observables d’un caractère quantitatif, pouvant varier sur un continuum selon génotype et environnement.
• Variation due au milieu : Composante non génétique des différences observées entre individus, liée à des conditions hétérogènes.

📝 Points essentiels

• Dans un modèle avec plusieurs génotypes, chaque génotype produit une distribution phénotypique propre avec une moyenne et un écart type dépendant du génotype et de l’environnement.
• La distribution phénotypique globale correspond à la somme pondérée des distributions issues de chaque génotype (via leurs proportions).
• La moyenne globale est la moyenne des moyennes génotypiques tandis que la variance globale provient à la fois de l’environnement et des différences entre moyennes.

📖 6. Hérédité polygénique et héritabilité

🔑 Notions clés & Définitions

• Caractère polygénique : Caractère continu influencé par plusieurs gènes, où de nombreux déterminants participent à la variation observée.
• Additivité : Effets moyens des allèles où la contribution de chaque allèle s’additionne pour former le phénotype du trait.
• Dominance : Interaction entre allèles d’un même gène où un allèle peut masquer ou prédominer l’autre dans l’expression du trait.
• Épistasie : Interaction entre gènes où l’effet d’un gène modifie ou masque l’effet d’un autre pour déterminer le phénotype.
• Héritabilité au sens large H² : Proportion de la variation phénotypique attribuable à la variation génétique totale incluant additivité et effets non additifs.

📝 Points essentiels

• Les caractères continus dépendent généralement de plus d’un gène, et l’hérédité polygénique reflète l’influence de plusieurs gènes sur un trait.
• L’environnement (sol, humidité, température, lumière) peut modifier l’expression d’un trait polygénique chez les plantes.
• Les effets de dominance se classent selon la relation entre génotypes hétérozygotes et homozygotes : dominance complète, dominance incomplète et superdominance.
• L’héritabilité mesure la part de la variation phénotypique due aux différences génétiques plutôt qu’aux facteurs environnementaux.
• H² inclut additivité et contributions non additives (dominance, épistasie), tandis que h² ne retient que les effets additifs.

📊 Tableaux de synthèse

Types de dominance selon la relation des valeurs

Cas	Comparaison	Interprétation
Dominance complète	[AB] = [AA] ou [BB]	Le hétérozygote correspond au meilleur des homozygotes
Dominance incomplète	[AB] < [AA] ou [BB]	Le hétérozygote est intermédiaire
Superdominance	[AB] > [AA] ou [BB]	Le hétérozygote dépasse les homozygotes

⚠️ Pièges & confusions fréquents

1. Confondre caractère quantitatif et qualitatif, alors que le quantitatif varie de façon continue et décrit par distributions.
2. Oublier que l’échantillon est nécessaire quand on ne peut pas mesurer tous les individus d’une population pour un caractère polygénique.
3. Croire que la moyenne suffit à décrire la variation, alors qu’elle ne renseigne pas l’amplitude de dispersion.
4. Mélanger variance/écart type et covariance, car la variance et l’écart type décrivent la dispersion d’un caractère alors que la covariance traite deux caractères.
5. Confondre H² et h², alors que H² inclut aussi dominance et épistasie alors que h² se limite aux effets additifs.
6. Interpréter r sans bornes, car le coefficient de corrélation varie toujours entre -1 et +1.

✅ Checklist Examen

1. Distinguer les objets d’étude de la GP et de la GQ à partir des types de caractères et du contexte des populations.
2. Identifier des exemples de caractères quantitatifs (ex : rendement, croissance, taille) et expliquer ce que signifie « variation continue ».
3. Expliquer pourquoi on utilise un échantillon quand un caractère polygénique n’est pas mesurable chez tous les individus.
4. Décrire la condition qui rend plausible l’hypothèse de distribution normale pour les données d’un caractère quantitatif.
5. Associer à chaque paramètre son rôle : moyenne pour la localisation, variance/écart type pour la dispersion.
6. Interpréter le coefficient de corrélation r selon des valeurs proches de 1, de -1 ou de 0.
7. Expliquer comment une distribution phénotypique globale résulte de la somme des distributions génotypiques pondérées par leurs proportions.
8. Décrire la source de la moyenne globale et de la variance globale dans un modèle génotypes+environnement.
9. Définir un caractère polygénique et préciser l’influence possible de l’environnement sur son expression.
10. Citer les trois formes de dominance (complète, incomplète, superdominance) à partir des inégalités sur [AB], [AA] et [BB].
11. Définir l’épistasie et distinguer le gène épistatique du gène hypostatique.
12. Définir l’héritabilité et distinguer H² (large) et h² (étroit) selon ce qu’elles incluent.