MOHDUS (2021-2023)

MOHDUS - "Predictive tools combining oceanography and ecology with epidemiology to limit spread of diseases in aquaculture: first example modelling OsHV-1 in the Pacific Oyster, C. gigas"

Partenaires: NOAA (Milford Lab), NCCOS, Oregon state University,  Ifremer (LGPMM, DYNECO, LPI)

Contexte :

La NOAA (National Oceanic and Atmospheric Administration) sollicite notre expertise pour développer un modèle mathématique de l'infection par l'herpèsvirus de l'huître OsHV-1 dans les populations ostréicoles américaines (espèces Crassostrea gigas sur la côte Ouest des USA et C. virginica sur la côte Est).

Des infections par ce virus ont été détectées en Californie et les professionnels comme les agences administratives souhaiteraient évaluer le risque présenté par ce virus pour la production ostréicole américaine. L'IFREMER possède une expertise sur la modélisation de la transmission des maladies aquatiques, notamment de l'infection par la bactérie Vibrio aestuarianus chez l'huître creuse C. gigas.

Un modèle a été développé et publié par les équipes du LGPMM et de DYNECO, couplant des aspects épidémiologiques sur l'infection à partir de données expérimentales, de dynamique de populations ostréicoles (cadastre conchylicole) et hydrodynamiques de la baie choisie pour l'application du modèle.

Par ailleurs, la NOAA et l'IFREMER ont un Protocole d'Accord de collaboration (MoU) dans le domaine des sciences océaniques et atmosphériques depuis 2008. Actuellement (Protocole d'accord 2018-2013), les thématiques communes d'intérêt suivantes sont identifiées :

  • Cross cutting topics : Telepresence, Underwater Acoustics, Fleet Management, Data Interoperability , Mobility
  • Research topics : Harmful Algal Blooms, Marine Microbes, Deep Sea Canyons and Corals, Maritime Economy, Sustained Ocean Observations, Marine Litter, Underwater Systems, Coastal Community Vulnerability

Objectifs :

  • Identifier les lacunes dans la connaissance de l’épidémiologie de l’infection des huîtres par OsHV-1 et proposer des études expérimentales pour les combler
  • Collecter les données expérimentales pour informer les paramètres d’un modèle mathématique de transmission
  • Évaluer le modèle sur C. gigas en le comparant à des données collectées aux EU et simuler plusieurs scénarii d’introduction du virus dans des environnements hétérogènes + extension à C. virginica