Prédire l’impact de contaminations multiples à l’échelle populationnelle à partir de mesures de biomarqueurs lors d’encagement d’épinoches le long de l’axe Meuse.

La Directive Cadre sur l’Eau repose aujourd’hui sur la mesure de concentrations de quelques substances chimiques pour juger de l’état des milieux aquatiques. Cette approche, centrée sur des valeurs seuils établies en laboratoire, reste toutefois limitée : elle ne reflète pas la complexité réelle des mélanges de polluants présents dans l’environnement. Pour mieux comprendre l’impact global de ces cocktails chimiques, l’usage de biomarqueurs en biosurveillance est un axe de recherche prometteur et riche. Ces indicateurs biologiques (bioindicateurs) permettent de détecter très tôt l’influence de contaminants sur les organismes.

Néanmoins, leur intégration dans des programmes réglementaires se heurte encore à plusieurs difficultés, notamment l’absence de protocoles fiables et les incertitudes liées à leur interprétation.

Sebio/Ineris a participé à divers projets visant à mieux encadrer l’emploi des biomarqueurs, à définir leurs plages de variabilité naturelle et à modéliser des liens entre réponses biologiques, effets individuels et conséquences sur les populations (DEB-IBM). 

Ce projet de thèse s’inscrit dans cette dynamique. Il vise à renforcer l’usage opérationnel des biomarqueurs en reliant des réponses biologiques précoces observées sur le terrain aux effets mesurables sur les performances et les traits d’histoire de vie des organismes. L’objectif est ensuite d’évaluer ce que ces effets impliquent pour la dynamique et la viabilité des populations.

Cette recherche s’appuie donc sur des données issues du projet Interreg Orion et sur les modèles de changement d’échelle développés à l’Sebio/Ineris, notamment ceux qui ont déjà permis d’associer certains biomarqueurs de la reproduction à des impacts populationnels chez l’épinoche. Trois grands objectifs sont définis : (1) analyser les réponses des biomarqueurs après une exposition in situ, (2) consolider et modéliser les liens entre biomarqueurs et traits biologiques en milieu naturel, (3) prédire les effets de contaminations multiples sur les populations à partir des données obtenues le long de la Meuse.