Développement d’une méthode télé-épidémiologique et macroécologique pour la prédiction de pathogènes potentiels dans les lacs canadiens à l’aide de données géospatiales et bio-optiques

Les maladies infectieuses font partie des causes de mortalité et de morbidité les plus importantes au monde avec en moyenne chaque année 9.6 millions de décès humains. Il existe une très grande diversité de pathogènes responsables de ces maladies qui peuvent être naturellement présents dans l’environnement ou être issus de sources de contaminations spécifiques ponctuelles (PS ou Point Sources; p. ex.: contamination fécale directe d’excréments d’animaux ou d’humains, fuites d’eau usée) ou diffuses (NPS ou Non-Point Sources; p. ex.: épandage agricole, eaux résiduelles urbaines). Les pathogènes peuvent aussi circuler entre les différents hôtes (c.à.d.: humains, animaux, végétaux) et vecteurs (p. ex.: rongeurs, moustiques, tiques) qu’ils contaminent. Ainsi jusqu’à 60.3% des maladies infectieuses émergeantes chez l’Humain seraient d’origine animale. Pour limiter l’impact des maladies sur les populations, des connaissances sur la distribution géographique des pathogènes et leurs niches écologiques sont nécessaires. En effet, endiguer de futures éclosions de maladies est un des défis de la science actuelle pour soutenir la santé publique, la sécurité alimentaire et la conservation des espèces. Actuellement, seulement 4% des 355 pathogènes infectieux les plus importants pour l’Humain ont été cartographiés à l’échelle mondiale. Par ailleurs, les changements environnementaux et climatiques ont des conséquences sur l’occurrence des maladies en altérant les niches écologiques des pathogènes, de leurs hôtes et de leurs vecteurs. En ce sens, les connaissances déjà établies pourraient, à l’avenir, devenir obsolètes sans le développement de modèles prédictifs fiables. Dans ce projet, une approche télé-épidémiologique et macroécologique a été utilisée pour développer des modèles prédictifs sur différents types de pathogènes potentiels échantillonnés dans des lacs canadiens. Cette approche se base sur l’idée que les lacs sont des sentinelles des changements environnementaux qui se pr
Infectious diseases are among the most important causes of mortality and morbidity in the world with an average of 9.6 million human deaths per year. There is a wide variety of pathogens responsible for these diseases, which may be naturally present in the environment or may originate from specific point (PS; e.g., direct fecal contamination from animal or human feces, wastewater leaks) or non-point sources (NPS; e.g., agricultural land application, urban wastewater) of contamination. Pathogens can also circulate between the different hosts (i.e., humans, animals, plants) and vectors (e.g., rodents, mosquitoes, ticks) that they contaminate. Thus, up to 60.3% of emerging infectious diseases in humans are of animal origin. To limit the impact of diseases on populations, knowledge of the geographical distribution of pathogens and their ecological niches is necessary. Indeed, containing future disease outbreaks is one of the challenges of current science to support public health, food security and species conservation. Currently, only 4% of the 355 most important pathogens for humans have been mapped on a global scale. In addition, environmental and climatic changes have consequences on the occurrence of diseases by altering the ecological niches of pathogens, their hosts, and vectors. In this sense, the knowledge already established could become obsolete in the future without the development of reliable predictive models. In this project, a tele-epidemiological and macroecological One Health approach was used to develop predictive models on different types of potential pathogens sampled in Canadian lakes. This approach is based on the idea that lakes are sentinels of environmental changes occurring in their watersheds. They could capture both naturally occurring microbes and microbes from localized sources in the watersheds. The multidisciplinary method developed in this project involves the use of microbial data from DNA sequences and bio-optical properties