Mis en place dans les années 1980 et au début des années 1990, les modèles d'évaluation génétique des reproducteurs bovins allaitants en ferme (IBOVAL) et en stations de contrôle individuel (CI) et sur descendance (CD) reposent sur des hypothèses simples dont le non respect est à l'origine de biais dans la prédiction des valeurs génétiques. Ces biais peuvent induire un choix non optimal des reproducteurs et réduire ainsi l'efficacité de la sélection à court terme, mais aussi à plus long terme en privilégiant les reproducteurs issus de lignées familiales bien connues. Le travail présenté dans cette thèse contribue à l'amélioration des programmes de sélection allaitants en proposant de nouveaux modèles statistiques pour quantifier et éliminer certaines sources de biais des évaluations génétiques des reproducteurs bovins allaitants. Tout d'abord, un bilan détaillé de la diversité génétique des trois principales populations bovines allaitantes françaises a été réalisé à l'aide d'analyses de pedigree des animaux des bases de sélection Blonde d'Aquitaine, Charolaise et Limousine. Cette étude a montré que la diversité génétique est encore importante dans ces populations et largement suffisante pour garantir des marges de progrès génétique dans les générations futures. Elle a également permis de caractériser les populations d'animaux nés dans les élevages sélectionneurs, vendeurs de taureaux de monte naturelle ou approvisionnant en mâles les programmes de sélection des taureaux d'insémination artificielle (IA). Cette caractérisation a jeté les bases pour proposer de nouveaux modèles d'évaluation génétique des reproducteurs de bovins allaitants. Tout d'abord, le modèle IBOVAL actuel ne prend pas en compte correctement les différences de longueurs de pedigree existant dans les populations bovines allaitantes. En effet, il suppose que les parents inconnus proviennent d'une unique population de fondateurs génétiquement homogènes et défavorise ainsi les animaux aux généalogies les plus courtes en fixant leur valeur génétique prédite sur ascendance au niveau génétique de l'ensemble des fondateurs de la race. L'introduction de groupes de parents inconnus (GPI) dans le modèle d'évaluation permet de mieux intégrer les différences de niveau génétique existant dans la population des fondateurs. Une méthode a été élaborée et validée en race Charolaise pour définir des GPI robustes et homogènes d'après les flux de reproducteurs observés au sein de la population évaluée sur les performances au sevrage des veaux. L'inclusion de GPI dans le modèle IBOVAL s'avère utile pour améliorer l'efficacité à court terme de la sélection en race Charolaise, principalement sur la voie femelle. Elle contribue à améliorer sensiblement le choix des vaches pour le renouvellement des troupeaux ayant un taux élevé d'animaux nés de parents inconnus. En revanche, cela impacte peu le choix des reproducteurs mâles destinés à une large diffusion par IA parce que ces mâles sont essentiellement issus d'élevages spécialisés dans la vente de reproducteurs où les généalogies des animaux sont bien connues sur plusieurs générations. Les programmes de sélection des taureaux d'IA s'appuient sur une succession de trois étapes séquentielles d'évaluation et sélection, d'abord en ferme puis en stations de CI et de CD. A chaque étape, une évaluation génétique est réalisée à l'aide d'un modèle unicaractère ignorant les données qui ont servi à la sélection aux étapes précédentes. Un modèle multicaractère, combinant performances enregistrées en stations et performances homologues contrôlées en ferme dans les élevages approvisionnant le schéma IA, a été proposé pour éliminer les biais dus à la sélection des mâles entrant en stations. L'utilisation de ce modèle permet d'augmenter l'efficacité de la sélection par une meilleure précision des index, mais surtout par l'élimination des,biais dans la prédiction des valeurs génétiques en stations de CI et de CD et l'amélioration de la connexion entre séries évaluées au cours du temps. Si les reclassements des reproducteurs évalués en stations sont limités intra-série, ils peuvent être en revanche très sensibles entre séries évaluées en race Blonde d'Aquitaine ou Limousine, modulant l'utilisation des reproducteurs sélectionnés intra-série et donc la diffusion à large échelle de leur semence.

Les programmes de sélection visent à produire des reproducteurs de bonnes valeurs génétiques pour la filière. La connaissance de marqueurs moléculaires du génome des individus et de mutations d’intérêt ouvrent des perspectives en termes d’organisation de la sélection. A l’aide de simulations déterministes et stochastiques, l’intérêt technique et économique de l’utilisation d’un panel de marqueurs moléculaires très basse densité a été évalué dans les populations ovines et caprines en sélection et permis d’obtenir les résultats suivants : i) utiliser un tel panel pour accroître, quand elle est limitée, la quantité de filiations paternelles n’est pas toujours rentable, ii) la stratégie de gestion des gènes d’ovulation qui maximise la rentabilité économique du plan de sélection a été déterminée par optimisation et des stratégies simples à implémenter, qui donnent des rentabilités proches de la rentabilité maximale, ont été proposées, iii) un programme de sélection génomique basé sur un panel très basse densité, permet à coût constant une efficacité supérieure aux programmes basés actuellement sur le testage sur descendance des mâles. / Breeding programs aim to transfer high genetic value breeding stock to the industry. The knowledge of molecular markers of individual’s genome and causal mutations allow to conceive new breeding program designs. Based on deterministic and stochastic simulations, the technical and economic benefits of using a very low density molecular markers panel were assessed in sheep and goat populations. Following results were obtained: i) using such a panel to increase female paternal filiations in case of incomplete pedigree is not always profitable, ii) a method of optimization has been used to derive the maximal profits of managing ovulation genes, and practical management giving profits close to the maximal profits have been determined, iii) at similar cost, a genomic design based on a very low density panel is more efficient than the current design based on progeny testing.