Contexte

La qualité des milieux aquatiques et de la ressource en eau peut être appréhendée du point de vue de sa contamination chimique, en particulier par des contaminants émergents, ou de la biodiversité qu’elle accueille. La présence de contaminants (ex. pesticides, produits pharmaceutiques ou industriels), en grande partie rejetés avec les effluents traités de station d’épuration, est néfaste pour la santé des écosystèmes avec des effets nocifs sur les organismes aquatiques et une perte de biodiversité (Santos et al. 2010; Hamilton et al. 2016; Reid et al. 2019; Alderton et al. 2021), et pour la santé humaine avec une mauvaise qualité des ressources pour la production d’eau potable et l’augmentation des risques d’antibiorésistance. Afin de caractériser cette contamination chimique, des méthodes d’analyse non ciblée par spectrométrie de masse haute résolution (HRMS) ont été développées (Aurich et al. 2023; Hollender et al. 2023). Au Leesu, deux thèses ont été menées sur cette thématique. Une première a permis de développer la méthode analytique pour optimiser l’extraction et la détection d’une quantité importante de molécules organiques, et d’appliquer cette méthode à l’analyse des polluants dans différentes eaux urbaines, en particulier dans les filières de traitement des eaux usées (Huynh et al. 2021). La deuxième thèse a visé à développer des outils informatiques avancés de traitement des données (Sade et al. 2022). En parallèle, l’étude de l'ADN environnemental (ADNe), dans lequel les signaux des macro- et micro-organismes de l'environnement sont récupérés à partir d’échantillons d'eau est de plus en plus utilisée pour la surveillance de la biodiversité des milieux (Duarte et al. 2021; Altermatt et al. 2023) et de la diffusion des bactéries et gènes d’antibiorésistance (ARB/ARG). De telles méthodes par analyse de métagénomique ont été utilisées au Leesu dans une thèse récente, et ont permis par exemple de caractériser avec précision les différentes communautés bactériennes présentes dans la Seine et les dynamiques de ces communautés soumises à différentes pressions anthropiques (ex. rejets urbains, traitements de désinfection des eaux usées) et aux variations saisonnières/climatiques (Bagagnan 2024).

Les progrès techniques qui permettent aujourd'hui d'enregistrer des empreintes chimiques par des approches non ciblées ou de mesurer l'ADN environnemental pour étudier la biodiversité, fournissent d'énormes quantités de données. Le défi consiste à mettre en place les outils d'analyse biologique et chimique multivariée pour faciliter l'utilisation de ces données (Slobodnik et al. 2019). L’utilisation d’outils numériques comme l’apprentissage machine se développe pour traiter et interpréter les spectres HRMS de contaminants dans les eaux (Sade et al. 2022; Arturi and Hollender 2023; Hollender et al. 2023), de même que dans le domaine de l’ADN environnemental pour extraire des indicateurs de biodiversité ou expliquer les variabilités spatio-temporelles (Cordier et al. 2018; Hu et al. 2023).

Cependant, pour l’instant ces deux approches HRMS et ADNe n’ont pas été couplées. Or les mélanges complexes de produits chimiques doivent être pris en compte en même temps que leurs effets complexes et leurs impacts sur les écosystèmes. Le couplage entre l’empreinte chimique des contaminants et l’ADNe qui mesure la biodiversité est un enjeu majeur pour la surveillance de la qualité des milieux récepteurs.