La génomique au service de la fromageabilité du lait grâce aux spectres MIR

Delphine Duclos (Idele),
Olivier Bulot (BGS),
Emilien Odouard (CapTarentaise),
Bibiane Baumont (EDE Puy de Dôme),
Margaux Mollon (Cantal Conseil Elevage)

Transcript

1. La génomique au service de la fromageabilité du lait grâce aux spectres MIR 2026 Delphine Duclos (Idele), Olivier Bulot (BGS), Emilien Odouard (CapTarentaise), Bibiane Baumont (EDE Puy de Dôme), Margaux Mollon (Cantal Conseil Elevage) 1
2. La fromageabilité du lait : un fort enjeu pour les filières laitières françaises • 3ème plus gros producteur de fromages au monde • 47 fromages sous AOP dont 34 au lait de vache • 16% des fromages sont au lait cru • 1er consommateur au monde avec 26 kg de fromage / personne / an © D. MEIGNAN / CNIEL 35% du lait de vache est transformé en fromage par : • Plus de 2000 producteurs fermiers • Plus de 500 sites de productions industriels ou coopératifs 8 Milliards € de chiffre d’affaires annuel © L. PAGE / CNIEL 2
3. La genèse de ces travaux Observations et questionnements en Franche-Comté : malgré une hausse constante du taux protéique, les rendements fromagers sont inégaux ou diminuent 3
4. Le TB et le TP, ce n’est pas suffisant ? • La fromageabilité ne dépend pas que des taux du lait ! Autres composants influents, quelle que soit l’échelle et les paramètres de coagulation Intérêt d’une estimation directe de la fromageabilité 4
5. Le spectre MIR, reflet de la composition physicochimique du lait © IDELE © CNIEL • • • • • • • Analyses de référence Matière grasse Matière protéique Lactose Urée Acides gras Caséines Minéraux… Prédiction de la composition fine des laits  Rapide  Non invasif  Faible coût additionnel  Utilisation en routine 5
6. Fromageabilité du lait : de quoi parle-t-on ? Aptitudes nécessaires pour élaborer ou non la qualité finale des fromages  Equilibre spécifique des composés chimiques, microbiologiques et enzymatiques du lait cru 6
7. Les indicateurs FROM’MIR Adéquation avec les rendements mesurés en conditions réelles de fabrication sur minifabrications réalisées avec technologues (ENILBio Poligny & INRAE) • • • • • Temps de prise (R) Vitesse d’organisation du gel (Tg10, K10/R) Fermeté du gel (aR, a2R) Rendement frais (Rdtfrais) Rendement en extrait sec (RdtES) 7
8. Les équations FROM’MIR 1 jeu d’équations par échelle applicables uniquement en race Montbéliarde dans le contexte AOP-IGP Franche-Comtois N samples N échantillons 250 724 100 423 70 185 N R² RPD Rdtfrais 351 0.82 2.37 RdtES 353 0.88 2.88 aR PPC 366 0.69 1.79 aR PM 311 0.71 1.86 a2R PM 308 0.68 1.78 K10/R PPC 299 0.72 1.90 R²: Part de la variabilité totale du caractère expliquée par l’équation Ratio Performance Déviation (RPD = sd/σe): Dispersion des données des valeurs de référence/erreur de prédiction Excellent 1 jeu unique d’équations applicable aux 3 échelles, et à des races et systèmes de production variés • • Performances sur le jeu de validation Bon Moyen Mauvais Equations implémentées dans le système d’information du consortium OptiMIR depuis 2019 8
9. Vers une évaluation génomique des indicateurs FROM’MIR Projet FROM4ALL (2024-2026) Un index génomique de synthèse est disponible en race Montbéliarde depuis 2022 Un projet partenarial porté par les Organismes de Sélection pour une évaluation génomique dans les autres races laitières Démultiplier les travaux menés dans le projet FROM’MIR pour 8 races* afin d’améliorer le potentiel technologique du lait et la qualité des produits laitiers en France. * Abondance, Brune, Jersiaise, Normande, Prim’Holstein, Simmental, Tarentaise, Vosgienne 9
10. Le projet FROM4ALL en actions LIVRABLES Action 1 : Concertation multi-acteurs Action 2 : Analyse génétique des aptitudes fromagères Action 3 : Valorisation des indicateurs de fromageabilité • Supports pédagogiques • 1ère base pour des échanges entre les ≠ maillons des filières • Paramètres génétiques des aptitudes fromagères pour chaque race • Evaluation génétique pilote pour ces races • Bases posées pour la diffusion des index • Prototype d’un observatoire national 10
11. Un déterminisme génétique favorable à la sélection • Héritabilités modérées à fortes et du même ordre de grandeur que TB et TP, sélectionnés efficacement depuis de nombreuses années • Corrélations génétiques : • Fortes et positives entre indicateurs FROM’MIR (0,62 à 1) • Fortes et positives entre les indicateurs FROM’MIR et les taux (TB et TP, de 0,36 à 1) • Modérés et négatives entre les indicateurs FROM’MIR et la production laitière (-0,25 à -0,65) • Très faibles entre les indicateurs FROM’MIR et les CCS (-0.04) Les caractères se transmettent à la descendance, sans impact négatif sur les caractères déjà sélectionnés 11
12. Focus sur la race Brune Nombre de données utilisées 24 834 181 945 • Corrélations génétiques • Héritabilités Caractère h² RDTFrais 0.35 RDTES 0.35 aRpm 0.40 aRppc 0.40 a2Rpm 0.39 K10Rpm 0.35 SE entre 0.012 et 0.016 SCC LAIT TB TP 1 0,8 0,6 0,4 0,2 0 -0,2 -0,4 -0,6 -0,8 RDTF RDTES aRpm aRppc a2Rpm K10Rpm 12
13. Index génétique (centré sur 0 en 2011) Implémentation d’une évaluation génomique pilote pour chaque race (single step) Progrès génétique Holstein 0,4 Inclure les indicateurs FROM’MIR directement dans un objectif de selection pourrait être profitable pour l’industrie laitière Normande 0 -0,4 2012 2014 2016 2018 2020 2022 Abondance Année de naissance Caractère • RDTES a2RPM 13
14. Quelle suite donner à ces travaux ? Equations de prédiction FROM'MIR • utilisables dans différents contextes/ races/ échelles • amènent une plus value au-delà des taux • permettent une amélioration possible des rendements fromagers et des aptitudes à la coagulation par la sélection • implémentées dans le système d’information du consortium OptiMIR depuis 2019 Des millions de spectres collectés en routine chaque année Contrôle de performances : ~ 13 M spectres (1.5 M VL dans 20,000 fermes) Paiement du lait à la qualité : ~ 8 M spectres (44 000 fermes collectées toutes les 48h) Analyses quotidiennes dans les ateliers de transformation Des opportunités à tous les maillons : caractérisation du lait, sélection génétique, conseil en élevage, optimisation des process de transformation fromagère… 14
15. Regards croisés : quels usages pour ces nouveaux indicateurs en Auvergne-Rhône-Alpes ? Emilien Odouard Olivier Bulot Margaux Mollon Bibiane Baumont Directeur de l’OS Tarentaise Directeur de l’OES Brune et Jersiaise Animatrice technique Responsable service Conseil Elevage Lait 15
16. Les outils existent, il faut maintenant les déployer Pour favoriser l’appropriation des indicateurs FROM’MIR par les utilisateurs cibles et leur intégration dès le conseil en élevage et en fromagerie : • Besoin de produire des références en conditions réelles de production laitière et fromagère • Besoin d’accompagnement et de formations • Nécessite le partage de données de la production de lait à la production de fromage et nécessite la collaboration entre tous les maillons de la chaîne et l’implication des filières 16
17. FromACT 2026-2029 Assurer le déploiement des indicateurs FROM’MIR à d’autres zones fromagères françaises et d’accompagner leur utilisation Approche collaborative territoriale avec 4 territoires de démonstration et une forte implication des filières fromagères Normandie Massif vosgien Massif central Alpes savoyardes 17
18. FromACT : les partenaires 18
19. FromACT : les livrables attendus Mobilisation de connaissances existantes Capitalisation sur l’expérience Franc-Comtoise Suivis d’ateliers pilotes industriels et fermiers Des références pour interpréter ces nouveaux indicateurs Démonstration de la plus-value apportée Témoignage sur leur utilisation Pour qui ? Référentiels •Producteurs de lait Démarche d’accompagnement •Fromagers Supports de formation •Conseillers •Laboratoires •Formateurs 19
20. FromACT en actions Les 4 actions du projet 1 Mise en réseau des acteurs locaux 2 Démonstrations terrain (fermes & laiteries) 3 Index génomiques FROM’MIR 4 Conseil & formation Tester en conditions réelles l’intérêt des indicateurs FROM’MIR de la ferme à la fromagerie : Quel pilotage de la fromageabilité ? Adaptation des « rations » ? Orientation de la sélection du troupeau ? 20
21. FromACT en Auvergne-Rhône-Alpes Dispositif expérimental sur ≈ 1 an • Sélection de fermes pilotes en production fermière: 2 dans le Cantal et 2 dans le Puyde-Dôme en AOP St Nectaire, 2 dans les Savoie en Tomme des Bauges et Reblochon • Une fromagerie en transformation de Beaufort AOP Suivis réalisés en élevage : • Données laits de tank (toutes les 48h) • Données de contrôle de performances • Indicateurs FROM’MIR sur lait • Pratiques d’élevage Suivis réalisés par les organismes de conseils Suivis réalisés en fromagerie : • Rendement fromager • Pertes / gains • Suivi de la transformation 21
22. A retenir • Le MIR, dont les avantages sont reconnus (pas €, rapide, déjà utilisé en routine) est aujourd'hui exploitable pour estimer les aptitudes à la coagulation du lait et les rendements fromagers • Les équations sont utilisables dans différents contextes : races, systèmes de production, échelles • Des systèmes d’informations (OptiMIR) permettent le calcul de ces indicateurs en routine ou sur demande • Des projets visant à déployer les indicateurs à grande échelle sont en cours, et impliquent des acteurs de tous les maillons des filières de transformation ("depuis le tank à la ferme jusqu'au fromage") Remerciements à l’ensemble des partenaires et acteurs des projets FROM’MIR, Observalait, OptiMIR, FROM4ALL et FromACT 22
23. Avez-vous des questions ? CONTACTS : Delphine Duclos (delphine.duclos@idele.fr) Marine Gelé (marine.gele@idele.fr) 23
24. Merci de votre attention Retrouvez les diaporamas de nos conférences sur idele.fr Venez échanger avec nos ingénieurs sur notre stand C77 (Hall 1) 24