L’évaluation pangénomique (GWE) est une méthodologie disruptive avec un potentiel d’augmentation des précisions de prédiction sans augmenter l’intervalle de génération. La recherche sur la GWE a été principalement focalisée sur les facteurs affectant la précision de prédiction. En comparaison, peu a été fait sur les impacts que cette précision supplémentaire pourrait avoir sur la diversité génétique à l'échelle du génome entier ou sur la façon d'utiliser efficacement la variation de la ségrégation Mendélienne (MS). Il existe des solutions, originalement développées pour la sélection sur pedigree, OCS et MA, mais elles reposent souvent sur des informations de consanguinité ou d’apparentement moyennes. Ainsi, l'information de la variation de la diversité au sein des génomes est négligée lors de la construction de telles solutions. L'objectif général est ici de concevoir un outil de sélection pour améliorer de manière cohérente le gain génétique et la gestion de la diversité avec GWE, en prenant en compte explicitement les informations de variation de diversité et MS le long du génome. Pour cela, nous utiliserons des approches de génétique quantitative, des simulations et des applications chez le peuplier, le maïs et le palmier à huile, pour lesquels le croisement est un élément clé de leur amélioration. Trois développements seront intégrés : (a) l'imputation qui devrait agir en synergie avec les deux autres ; (b) les modèles de prédiction avec des composantes non - additives pour prédire les croisements ; et (c) des outils pour la sélection et les croisements optimaux tout en respectant diversité et MS le long des génomes des individus sélectionnés.