En savoir plus

Notre utilisation de cookies

« Cookies » désigne un ensemble d’informations déposées dans le terminal de l’utilisateur lorsque celui-ci navigue sur un site web. Il s’agit d’un fichier contenant notamment un identifiant sous forme de numéro, le nom du serveur qui l’a déposé et éventuellement une date d’expiration. Grâce aux cookies, des informations sur votre visite, notamment votre langue de prédilection et d'autres paramètres, sont enregistrées sur le site web. Cela peut faciliter votre visite suivante sur ce site et renforcer l'utilité de ce dernier pour vous.

Afin d’améliorer votre expérience, nous utilisons des cookies pour conserver certaines informations de connexion et fournir une navigation sûre, collecter des statistiques en vue d’optimiser les fonctionnalités du site. Afin de voir précisément tous les cookies que nous utilisons, nous vous invitons à télécharger « Ghostery », une extension gratuite pour navigateurs permettant de les détecter et, dans certains cas, de les bloquer.

Ghostery est disponible gratuitement à cette adresse : https://www.ghostery.com/fr/products/

Vous pouvez également consulter le site de la CNIL afin d’apprendre à paramétrer votre navigateur pour contrôler les dépôts de cookies sur votre terminal.

S’agissant des cookies publicitaires déposés par des tiers, vous pouvez également vous connecter au site http://www.youronlinechoices.com/fr/controler-ses-cookies/, proposé par les professionnels de la publicité digitale regroupés au sein de l’association européenne EDAA (European Digital Advertising Alliance). Vous pourrez ainsi refuser ou accepter les cookies utilisés par les adhérents de l'EDAA.

Il est par ailleurs possible de s’opposer à certains cookies tiers directement auprès des éditeurs :

Catégorie de cookie

Moyens de désactivation

Cookies analytiques et de performance

Realytics
Google Analytics
Spoteffects
Optimizely

Cookies de ciblage ou publicitaires

DoubleClick
Mediarithmics

Les différents types de cookies pouvant être utilisés sur nos sites internet sont les suivants :

Cookies obligatoires

Cookies fonctionnels

Cookies sociaux et publicitaires

Ces cookies sont nécessaires au bon fonctionnement du site, ils ne peuvent pas être désactivés. Ils nous sont utiles pour vous fournir une connexion sécuritaire et assurer la disponibilité a minima de notre site internet.

Ces cookies nous permettent d’analyser l’utilisation du site afin de pouvoir en mesurer et en améliorer la performance. Ils nous permettent par exemple de conserver vos informations de connexion et d’afficher de façon plus cohérente les différents modules de notre site.

Ces cookies sont utilisés par des agences de publicité (par exemple Google) et par des réseaux sociaux (par exemple LinkedIn et Facebook) et autorisent notamment le partage des pages sur les réseaux sociaux, la publication de commentaires, la diffusion (sur notre site ou non) de publicités adaptées à vos centres d’intérêt.

Sur nos CMS EZPublish, il s’agit des cookies sessions CAS et PHP et du cookie New Relic pour le monitoring (IP, délais de réponse).

Ces cookies sont supprimés à la fin de la session (déconnexion ou fermeture du navigateur)

Sur nos CMS EZPublish, il s’agit du cookie XiTi pour la mesure d’audience. La société AT Internet est notre sous-traitant et conserve les informations (IP, date et heure de connexion, durée de connexion, pages consultées) 6 mois.

Sur nos CMS EZPublish, il n’y a pas de cookie de ce type.

Pour obtenir plus d’informations concernant les cookies que nous utilisons, vous pouvez vous adresser au Déléguée Informatique et Libertés de l’INRA par email à cil-dpo@inra.fr ou par courrier à :

INRA
24, chemin de Borde Rouge –Auzeville – CS52627
31326 Castanet Tolosan cedex - France

Dernière mise à jour : Mai 2018

Menu Logo Principal Université Blaise Pascal Université d'Auvergne - Organisateur Officiel Société Française de Bioinformatique

JOBIM 2015 Clermont-Ferrand

MOREAU Laurence

Laurence MOREAU
© Laurence MOREAU
Laurence MOREAU - Présentation invitée / Invited keynote lecture

Session - Génétique & Génétique des Populations - Genetics & Population Genetics

New prospects and challenges raised by the implementation of Genome-wide association mapping and Genomic Selection in plants. Illustrations in maize.

The availability of high-throughtput genotyping techniques and the possibility to directly sequence at a low cost at least part of the genome for a growing number crop species modified the approaches used to identify locus (or QTL) involved in quantitative traits and methods used to integrate marker-trait associations in breeding. In crop species, such as maize, during the last years approaches moved from QTL detection experiments in single biparental populations to approaches involving much higher level of diversity and higher number of molecular markers such as genome wide association mapping (GWA) and genomic selection (GS). After describing the evolutions in the data and approaches used in quantitative trait analysis we will present some applications on Maize and discuss the new challenges and prospects raised by these changes. Both GWA and GS rely on mixed models and their implementation combined with the large amount of data available makes it necessary to develop efficient models and algorithms to reduce computation time. In addition to the increase of molecular data available, there is also a substantial modification in the nature of this information. Some approaches such as genotyping by sequencing generate a high number of missing values that can be partly completed using imputations but this adds an additional level of uncertainty in the data that must be taken into account. Sequence data gives access to new sources of genotypic variation such as structural variations that are likely to impact phenotypic variation. All these evolutions clearly call for the development of tools and methods to analyze data but also to allow efficient integration of all these new sources of information and results.

Dr. MOREAU Laurence
UMR de génétique quantitative et évolution
Ferme du Moulon
91190 GIF-SUR-YVETTE
France

moreau@moulon.inra.fr

Dr. Laurence MOREAU

After a master degree in quantitative genetics and plant breeding obtained at the National Institute of Paris-Grignon in 1994 (now AgroParisTech), I obtained a phD student position at INRA in the Moulon station (Gif-sur-Yvette), to work on Quantitative Trait Loci (QTL) detection and marker-assisted selection on Maize under the joint supervision of A. Gallais and A. Charcosset. After my phD, I obtained a position of permanent researcher at INRA Le Moulon. In 2000, I did a sabbatical at the Iowa State University in the department of animal breeding where I worked in the team of Jack Dekkers on the optimization of marker-assisted selection. My main subjects of research are related to the development of methods and tools for QTL detection and marker-assisted selection in order to improve the efficiency of plant breeding programs, with a specific focus on multiparental designs and experimental applications on Maize. During the last few years, I have been involved in several projects that resulted in the development different software related ot QTL detection: MCQTL-LD (Jourjon et al., 2005), “Clusthaplo” R package (Leroux et al., 2014), a software devoted to the meta-analysis of QTL results found in literature “Biomercator” (Sosnowski et al., 2013) and a decision making tool that facilitates the implementation of marker-assisted selection in multi-allelic context: OptiMAS, (Valente et al., 2013). With the development of high-throughput genotyping approaches, my subjects of research are now more oriented towards two recent approaches of QTL detection and marker-assisted selection: the association mapping where we studied power issues (Rincent et al. 2014) and genomic selection for which we develop an approach for optimizing the population used to calibrate prediction models (Rincent et al., 2012). I am the coordinator of the workpackage 4 of the “Amaizing” project. This workpackage is in charge of the development of tools and elaborated data for the implementation of these approaches in the project. I coordinate with C. Bauland the project “SAMMCR” that involves seven breeding companies, members of the “Promaïs” association that deals with the use of genomic selection for hybrid value prediction. I am also involve in several INRA projects on genomic selection within the context of the “Selgen” metaprogramme.