EN FR

Nouveaux modèles de gestion de la santé du saumon

La densité accrue de fermes salmonicoles et l’augmentation du nombre de poissons par ferme peuvent favoriser la propagation des agents pathogènes microbiens et accroître les risques d’éclosion de maladies qui exigent des traitements antibiotiques et antiparasitaires. L’utilisation croissante de ces produits et le risque de transmission d’agents pathogènes aux espèces sauvages peuvent compromettre l’acceptation de l’aquaculture par le public et donner lieu à une surveillance réglementaire plus importante. Le choix de stratégies d’atténuation permettant de réduire l’incidence de maladies infectieuses chez les saumons d’élevage doit également tenir compte des effets des traitements sur le milieu marin.

Notre programme de recherche est axé sur l’élaboration et l’application de nouvelles approches pour évaluer l’état de santé et la durabilité du saumon, y compris l’utilisation de variables latentes et de modèles reposant sur un agent pour appuyer les estimations de la biocapacité, améliorer les thérapies antimicrobiennes et antiparasitaires et déceler et contrôler les maladies de manière plus précoce grâce à de capteurs et à une surveillance fondée sur le risque. Des champs de propagation en trois dimensions produits dans le cadre de l’application de modèles hydrologiques numériques comme le modèle de circulation océanique côtière aux volumes finis (FVCOM) seront utilisés pour quantifier la connectivité entre les sites salmonicoles, tandis que des modèles de turbulence à microéchelle traiteront les effets dans chaque site. Cette information sera incorporée dans des modèles statistiques et épidémiologiques qui, lorsqu’ils seront appliqués sur le terrain, permettront de diminuer le risque d’infection et d’améliorer la capacité de transformation des aliments. Nos modèles sont conçus de manière à permettre l’intégration des résultats des modules d'OFI sur la génomique, les aliments fonctionnels et les capteurs et incorporent la résistance accrue aux maladies, l’efficacité de la croissance et le changement climatique selon des scénarios de charges en maladies variables, de température prévue et d’autres variables sélectionnées.

Chercheur principal

Ian Gardner, University of Prince Edward Island