Optimal Contribution Selection applied to the Norwegian Cheviot Sheep population

Abstract

Managing inbreeding is essential for all breeding work, especially in small populations. Optimal Genetic Contribution (OCS) is a selection method that restricts inbreeding while maximizing genetic gain. The aim of this study was to apply OCS in the ram selection for Norwegian Cheviot Sheep in the mating season in 2014 and compare with the actual selection done the same year. Four different scenarios were tested, with the aim to meet as many of the biological and economical restrictions as possible. The OCS calculations were done with the software Gencont 2. New algorithms that reduce computing time and allows for larger datasets have been implemented in the software. In addition, Gencont 2 can handle multi-stage selection schemes and overlapping generations. The datasets were based on the current breeding structure of the Norwegian Cheviot with four ram circles, progeny testing within the ram circles and use of AI across ram circles. All females were pre-selected based on knowledge about lambing in 2015. Gencont 2 was used for ram selection. The aim was to optimize genetic progress on total merit index at an inbreeding rate of maximum 1% per generation. When test- and elite rams are selected with OCS, the average breeding values of the selected rams are significantly higher than with today’s selection (p<0.001). However, if only the AI rams are selected with OCS, there is no difference in the average breeding values of the selected rams. All four scenarios hold the restriction on rate of inbreeding. This indicates that if OCS is implemented in the Norwegian Cheviot population, one could achieve a greater genetic progress compared to the selection scheme used today, and still keep and acceptable rate of inbreeding.

Kontroll på innavlsutviklingen er viktig for alt avlsarbeid, og spesielt i små populasjoner. Seleksjon for å optimalisere genetiske bidrag (OCS) er en metode som setter en restriksjon på innavlsraten, samtidig som den maksimerer den genetiske fremgangen. Målet for denne oppgaven er å anvende OCS for den Norske sjeviotpopulasjonen i 2014 og sammenlikne med den virkelige seleksjonen gjort samme år. Fire scenarioer for seleksjon er testet, og ønsket er å møte så mange av de biologiske og økonomiske restriksjonene som mulig. Utrekningen for OCS er gjort med programmet Gencont 2. Nye algoritmer som reduserer utrekningstiden og tillater at man bruker OCS i større populasjoner er implementert i programmet. I tillegg er Gencont 2 tilpasset å kunne brukes ved seleksjonsmetoder med flere seleksjonssteg og overlappende generasjoner. Datasettet er basert på dagens avlsstruktur for Sjevioten med fire væreringer og bruk av avkomstgransking innen væreringene og semin på tvers av væreringene. Alle søyer og søyelam var preselektert basert på kjennskap til lamming i 2015. Gencont 2 ble anvendt til seleksjon av værer. Ønsket var å maksimere fremgangen på O-indeks ved en innavlsrate på maksimalt 1% per generasjon. Resultatene viser at når test- og eliteværene blir selektert med OCS, er avlsverdiene til de selekterte værene signifikant høyere enn med den virkelige seleksjonen (P<0.001). Dersom det kun er seminværene som blir selektert med OCS er det ingen forskjell. Restriksjonen for innavlsraten er holdt for alle seleksjonsscenarioene. Dette indikerer at om OCS implementeres i den norske Sjeviotavlen vil man kunne få høyer avlsverdier i avkom av de selekterte dyrene og dermed en større genetisk framgang sammenliknet med dagens seleksjonsmetode, samtidig som innavlsraten holdes på et akseptabelt nivå.