Après avoir posé les enjeux et limites des approches basées sur l’ADN environnemental (ADNe) pour la surveillance de la biodiversité aquatique, cet article présente des développements récents et leurs applications. Il s’agit notamment du suivi des dynamiques de reproduction des poissons grâce à une méthode quantitative ciblée (la PCR digitale) et de la réalisation d’inventaires du peuplement piscicole, par métabarcoding. Ces résultats illustrent le bon niveau d’opérationnalité de l’ADNe pour renforcer les outils de biosurveillance en lacs.

Alors qu’elles abritent près de 30 % des espèces de vertébrés ( WWF, 2020), les eaux douces subissent une perte de biodiversité deux à trois fois supérieure à celle des habitats terrestres et marins ( Albert et al., 2021), avec environ un quart des espèces (connues) d’eau douce aujourd’hui menacées d’extinction ( Sayer et al., 2025). Les pressions subies par ces écosystèmes sont multiformes, cumulatives et spatialement hétérogènes ( Dudgeon, 2019), ce qui représente un défi majeur pour les méthodes de biosurveillance traditionnelles. Ces méthodes impliquent souvent un échantillonnage invasif (induisant la mortalité des organismes échantillonnés dans certains cas), elles sont chronophages et présentent donc des limites pour les études à grande échelle. Aussi, dans ce contexte, les besoins d’évolution des surveillances écologiques sont forts. Il s’agit notamment d’intégrer des approches à haut débit et non invasives telles que les méthodes basées sur l’analyse de l’ADN environnemental (ADNe). Même si des challenges existent encore (i.e., standardisation des méthodes, normes de qualité communes, enrichissement des bases de référence…) pour aboutir à une intégration de ces méthodes dans les cadres réglementaires de surveillance ( Altermatt et al., 2025), l’utilisation de l’ADNe révolutionne déjà nos capacités de caractérisation et de surveillance de la biodiversité aquatique.

Depuis les premières applications pour la détection d’amphibiens ( Ficetola et al., 2008), l’utilisation de l’ADNe a été exponentielle, et le groupe des poissons est celui qui a le plus fréquemment été étudié dans le cadre de ces développements (~ 50 % des études), surtout en milieu d’eau douce ( Takahashi et al., 2023).

Une part significative de l’effort global de recherche sur l’ADNe a donc été appliquée aux problématiques piscicoles en lacs, avec des travaux posant les bases des comparaisons entre relevés traditionnels et ADNe à l’échelle des communautés piscicoles ( Hänfling et al., 2016b). Par ailleurs, différentes matrices environnementales ont été explorées, comme les sédiments pour reconstituer la dynamique long-terme des poissons via les archives sédimentaires lacustres ( Lopez et al., 2024), mais aussi les biofilms retrouvés en zone littorale des lacs ( Gauvin et al., 2025) permettant de détecter des signaux ADN des macro-organismes aquatiques. Néanmoins, l’eau est la matrice pour laquelle les études sont le plus étayées à ce jour en ce qui concerne la production d’inventaire piscicole ( Rourke et al., 2022).

Le fort accroissement des applications ADNe sur la matrice « eau » s’accompagne aujourd’hui d’une diversification considérable des protocoles utilisés, ceci alors même que les méthodologies standardisées constituent un pré-requis pour le transfert opérationnel et la mise en oeuvre effective par les futurs opérateurs de terrain et les décideurs.

Outre les besoins d’homogénéiser et standardiser les différentes étapes des procédures ADNe, des optimisations et démonstrations sont encore attendues sur le volet quantitatif des détections et inventaires produits. En effet, à ce jour, l’ADNe est encore souvent considéré comme ne pouvant pas remplacer totalement les méthodes traditionnelles lorsqu’il s’agit d’estimer les abondances des espèces, ceci en raison notamment des facteurs impliqués dans le devenir de l’ADNe relargué dans l’eau qui complexifient l’interprétation quantitative.

La dynamique de la production, distribution spatio-temporelle, persistance et dégradation de l’ADNe dans le milieu est un sujet sur lequel les recherches se sont concentrées ces dernières années ( Harrisson et al., 2019 ; Jo et al., 2020). Divers facteurs environnementaux, tels que la température, le pH, le rayonnement ultraviolet ou l’oxygénation de l’eau peuvent affecter l’état de l’ADNe relargué dans l’environnement, avec des risques de dégradation en quelques jours rendant le signal indétectable ( Barnes et al., 2014 ; Seymour et al., 2018) ou au contraire la capacité de persister jusqu’à des centaines voire des milliers d’années dans un état analysable dans les sédiments lacustres ( Domaizon et al., 2017).

De même, des questions de représentativité spatiale du signal ADNe peuvent se poser, plus particulièrement dans les systèmes lotiques ou l’ADNe peut être transporté en aval jusqu’à des dizaines de kilomètres ( Deiner et Altermatt, 2014). En lac, le signal est en général moins soumis à cette problématique même si elle est aussi prise en considération ( Harper et al., 2019).

Des facteurs biotiques sont également en jeu pour expliquer notamment le taux d’émission de l’ADNe dans l’environnement ; l’émission peut par exemple être influencée par l’âge et les stades de vie des organismes chez les poissons ( Takeuchi et al., 2019), ou leur activité et métabolisme ( Stewart, 2019). La phénologie, les déplacements pour l’utilisation des habitats varient au cours de l’année (zone refuge pour les juvéniles de poissons, lieux de nutrition…) et ainsi induisent une répartition spatiale variable de l’ADNe dans le milieu d’étude ( Ghosal et al., 2018). Les périodes de reproduction en particulier sont a priori des périodes de fort relargage d’ADNe ( Di Muri et al., 2023).

Diverses études ont posé des bases pour aller vers des données plus quantitatives reflétant les abondances et biomasses des espèces présentes au sein d’assemblages biologiques naturels. À ce jour, il est largement admis que la quantification de l’ADNe dans une masse d’eau peut fournir des indications sur l’abondance des espèces ( Rourke et al., 2022) et même sur leur phénologie ( Bylemans et al., 2018).

Les corrélations entre concentration en ADNe et abondancebiomasse des espèces sont en effet avérées, au moins sur des échelles spatio-temporelles définies, comme le rapporte la synthèse de Rourke et al. (2022) basée sur soixante-trois études publiées. Si le nombre de copies d’ADN (par litre d’eau) pour une espèce est un indice suffisamment pertinent pour refléter l’abondance et/ou biomasse de cette espèce, les outils de quantification n’étaient jusqu’à récemment pas toujours suffisamment sensibles (ex. : PCR quantitative). La possibilité aujourd’hui de mobiliser des outils tels que la PCR digitale qui permet des quantifications absolues, très sensibles et robustes pour des estimations quantitatives consolide les possibilités d’applications ( Capo et al., 2021). Toutefois ces méthodes ciblées se limitent encore à la quantification au mieux de quelques espèces simultanément (par multiplexage). En parallèle, des tentatives ont été faites pour obtenir des données à valeurs quantitatives pour des communautés piscicoles entières ( Pont et al., 2023 ; Ushio et al., 2018) ; ces approches permettent de transformer les nombres de « reads » ADN (issus du métabarcoding) en nombre de copies ADN de chaque espèce inventoriée (avec une meilleure approximation de l’abondance-biomasse de l’espèce dans l’échantillon initial) (figure 2). Toutefois des comparaisons et validations formelles de ces approches font encore défaut, et en l’absence de relation universelle entre concentration d’ADNe et biomasse/densité de l’espèce, la consolidation de la valeur quantitative des données ADNe doit être poursuivie.

Les pistes pour améliorer la quantification s’appuient sur des méthodes telles que la dPCR (PCR digitale), qui peuvent être utilisées seules ou combinées avec le métabarcoding, mais aussi sur l’utilisation de standards internes et contrôles quantitatifs qui peuvent être ajoutés à différentes étapes du processus de métabarcoding, ainsi que la combinaison de méthodes de suivi (ex. : ADNe et méthodes d’observation par ROV (véhicule sub-aquatique téléopéré, en anglais : remotely operated underwater vehicle), caméras et autres méthodes acoustiques). Les travaux présentés ici s’inscrivent dans ce contexte et visent non seulement à standardiser et démontrer l’opérationnalité des protocoles pour les inventaires de communautés piscicoles ou la détection d’espèces ciblées, mais aussi à optimiser les informations quantitatives pour ces méthodes ADNe.

Comprendre les variations phénologiques des processus démographiques est essentiel à la gestion des populations de poissons. Il s’agit notamment de connaître l’utilisation saisonnière de l’habitat, la localisation des frayères et la période précise de la reproduction afin d’adapter la gestion et la préservation des habitats indispensables au maintien de la dynamique des populations piscicoles.

Pour suivre l’activité de frai des poissons, les méthodes sont généralement invasives (ex. : pêche au filet maillant, collecte d’œufs fécondés) ou traumatisantes (ex. : pêche électrique ou télémétrie acoustique), et les méthodes non invasives telles que les inventaires visuels ou acoustiques sont souvent sensibles aux biais des observateurs ou erreurs d’identification taxonomique. Des applications récentes ont démontré le potentiel de l’ADNe pour suivre les périodes de frai des poissons ( Bylemans et al., 2017), offrant ainsi une approche alternative si les protocoles appliqués fournissent une information quantitative suffisamment robuste pour détecter les début, fin et pics d’activité de reproduction. Une corrélation entre la concentration d’ADNe de poisson dans l’eau et son activité de frai a été démontrée dans les rivières pour les espèces de poissons diadromes et potamodromes 1 ( Bracken et al., 2019 ; Thalinger et al., 2021). Pour les espèces de poissons non migrateurs, des approches basées sur l’ADNe ont été initialement utilisées dans les rivières, par exemple pour l’étude de l’activité de frai de la perche australienne Macquarie (Macquaria australasica) ( Bylemans et al., 2017). Bien que certaines corrélations aient été établies entre le signal de l’ADNe dans l’eau et l’abondance des poissons dans les lacs ( Nevers et al., 2018), une seule approche de « metabarcoding » de l’ADNe a été réalisée pour surveiller les périodes de frai de l’omble chevalier ( Salvelinus alpinus L.) dans les lacs ( Di Muri et al., 2023). À ce stade, les mises en application des méthodes ADNe pour la surveillance des phénologies sont encore très rares et des démonstrations sont encore nécessaires. Dans le cadre du projet Quanti-Fish, des protocoles ont été consolidés et des déploiements in situ ont été réalisés sur le Léman (lac franco-suisse).

En s’appuyant sur les résultats d’études démontrant une augmentation des concentrations d’ADN pendant la saison du frai ( Lacoursière-Roussel et al., 2016), nous avons, à l’aide d’une méthode ADNe quantitative (utilisant la digital PCR), et en proposant de nouvelles amorces moléculaires quand nécessaire, testé la robustesse de ces méthodes non invasives pour suivre le déroulement des périodes de reproduction de plusieurs espèces de poissons en lacs. Les espèces illustrées ici sont la perche, le corégone et le brochet. Ces trois espèces ont toutes un intérêt économique et écologique, mais elles possèdent également des caractéristiques de reproduction différentes (ex. : période de reproduction hivernale ou printanière, migration ou pas des adultes dans le lac au cours de l’activité de frai). Les données obtenues par l’ADNe ont été confrontées à celles issues de méthodes traditionnelles (pêche au filet, collecte d’œufs fécondés ou comptages visuels).

Les protocoles détaillés utilisés pour ces démonstrations sont publiés ( Vautier et al., 2023 ; Vautier et al., 2026), seuls les résultats principaux sont présentés ici.

D’une part, les travaux ont permis la validation des protocoles ADNe, incluant tests de spécificité, et tests de sensibilité pour les nouveaux marqueurs proposés.

Pour s’assurer que les fluctuations du signal ADNe observées lors des suivis de la phénologie de la reproduction ne sont pas le reflet de changements affectant l’ensemble du signal ADNe poisson (par exemple, effet de phénomènes hydrodynamiques induisant le déplacement de tous les signaux ADNe) mais sont bien spécifiques à la reproduction, nous avons choisis, et recommandons, de quantifier simultanément (dans le même extrait d’ADNe) le signal ADNe d’une espèce en cours de reproduction et celui d’une espèce qui ne se reproduit pas à la même période (appelée ci-après « espèce contrôle »). Pour les suivis réalisés sur les trois espèces, on observe que le signal ADNe de l’espèce contrôle reste systématiquement à un niveau faible, basal, avec peu ou pas de fluctuations dans le temps, tandis que pour les espèces se reproduisant une dynamique marquée, avec un pic unique s’étalant sur les semaines de reproduction, est bien visible (figure 3).

Par ailleurs, ces travaux ont permis de réaliser une mise en application in situ pour le suivi des espèces sélectionnées afin de démontrer l’applicabilité et la robustesse des protocole.

L’analyse de l’ADNe dans les écosystèmes aquatiques s’est généralisée, mais l’étude de l’ARN environnemental (ARNe) n’en est qu’à ses débuts ( Cristescu, 2019). L’ARN, une molécule moins stable que l’ADN, est donc considéré a priori moins adaptée pour la surveillance environnementale. Cependant, des expériences de laboratoire récentes ont démontré que l’ARNe peut être facilement extrait et détecté dans des échantillons d’eau jusqu’à 13-72 heures après sa libération ( Zou et al., 2025), les concentrations d’ARNe pouvant même être plus élevées que les marqueurs correspondants de l’ADNe ( Marshall et al., 2021) en particulier lors d’échantillonnages faits à proximité des organismes étudiés ( Von Ammon et al., 2019). L’ARNe a donc récemment suscité un regain d’intérêt dans la surveillance des macro-organismes : alors que les organismes morts libèrent souvent de grandes quantités d’ADN, l’ARN est produit principalement par des organismes physiologiquement actifs et donc refléteraient les assemblages d’organismes métaboliquement actifs ( Cristescu 2019 ; Miyata et al., 2021) en dimunuant ainsi les taux de faux positifs qui peuvent survenir avec les méthodes ADNe.

Toutefois, pour se projeter dans des applications futures basées sur l’analyse de l’ARNe (qui par ailleurs pose des contraintes méthodologiques plus fortes que l’ADNe), des études doivent encore être menées pour démontrer la plus-value pour les questions écologiques visées.

Dans le cadre du projet Quanti-Fish, nous avons exploré l’hypothèse que l’ARNe présentant a priori une meilleure corrélation avec l’abondance des poissons ( Miyata et al., 2021), pourrait permettre une meilleure estimation du nombre de poissons qui fraient, et donc représenter plus fidèlement l’activité de reproduction que l’ADNe. Pour tester cette hypothèse, nous avons réalisé un suivi ADNe et ARNe à partir d’eau prélevée directement dans le cône de détection d’une caméra acoustique installée pour suivre la reproduction du corégone dans le Léman. Les suivis ADNe et ARNe ont été réalisés toutes les quatre heures sur des périodes de vingt-quatre heures afin d’étudier la dynamique de ces deux signaux lorsque les individus sont sur site (la nuit), et lorsqu’ils n’y sont plus (le jour). À la fois les marqueurs nucléaires et mitochondriaux ont été quantifiés par dPCR.

Trois cycles nycthéméraux de vingt-quatre heures ont été réalisés, un au début de la période de reproduction (15 et 21 décembre 2021), un pendant le pic d’activité de la période de reproduction (21 décembre 2021), et un après la période de reproduction (13 janvier 2022).

Les résultats obtenus pour cette comparaison ADNe et ARNe montrent :

(i) des intensités de signaux ADNe et ARNe contrastés en faveur de l’ADNe. Le signal ARNe nucléaire est bien plus faible que le signal ADNe nucléaire, (facteur de 14 pour le marqueur nucléaire, facteur de 2 pour le marqueur mitochondrial) (figure 5).

L’hypothèse selon laquelle le signal ARNe libéré par les organismes dans l’eau est plus intense que le signal ADNe quand on se situe proche du moment de la libération du signal ne semble donc pas se vérifier lors de ce suivi, pour les deux gènes ciblés dans cette étude ;

(ii) une persistance du signal ADNe et ARNe différente mais toutes les deux cohérentes avec les observations en caméra acoustique. Les résultats montrent que contrairement à l’ADNe qui peut persister plusieurs heures après le départ des poissons, l’ARNe détecte plutôt leur présence immédiate, évitant ainsi les « faux positifs » liés à des individus déjà partis. Par ailleurs pour chacune des trois campagnes, l’ARNe reflète plus fidèlement le nombre réel d’individus (estimé par caméra acoustique) que l’ADNe. Les corrélations avec la caméra sont fortes pour l’ARNe (0,61 à 0,95) et bien que significatives sont plus faibles pour l’ADNe (de 0,25 à 0,39).

Ces corrélations varient selon les périodes : lors du pic de reproduction (21 décembre), toutes les méthodes sont parfaitement concordantes, illustrant une activité faible en journée et une augmentation du signal à partir de 19 h (figure 5). Lors des périodes à plus faible activité de reproduction (15 décembre, 13 janvier), en présence de quantité d’ARNe et ADNe plus faibles, les corrélations sont moins solides ; on note toutefois que les passages nocturnes détectés à la caméra sont reflétés dans les quantités d’ARNe et ADNe même pour des passages ponctuels d’un faible nombre d’individus (ex. : deux passages le 13 janvier) montrant la fiabilité de ces détections quantitatives.

Si l’on considère les corrélations pour toutes les données collectées (trois suivis), on constate que les approches ADNe et ARNe, ciblant le génome mitochondrial ou nucléaire, sont toutes efficaces pour décrire la présence d’individus sur un site donné et à des pas de temps de quatre heures, avec des atouts différents (tableau 1). Même si l’ARNe est plus performant pour refléter le nombre d’individus sur site, l’ADNe présente l’avantage de pouvoir être échantillonné de manière légèrement décalée (en journée) par rapport à la présence nocturne des poissons. Les résultats acquis ont également mis en évidence la nécessité de prélever à heures fixes lors de ces suivis, en cohérence avec des conclusions également obtenues en zone côtière d’un milieu marin par Jensen et al. (2022).

L’ADNe nucléaire permet de mesurer un signal très fort par rapport aux autres méthodes, mais ce signal peut parfois perdurer dans le temps et donc refléter moins fidèlement la présence immédiate des individus sur site. Il serait donc à privilégier pour cibler des espèces peu abondantes, et/ou lorsque les sites de reproduction sont incertains.

L’ARNe nucléaire bien corrélé à la présence des individus sur site, est un bon compromis entre intensité du signal et précision spatio-temporelle, et pourrait donc être utilisé pour suivre la dynamique de reproduction à des pas de temps courts y compris pour des espèces peu abondantes. Toutefois, les approches ARNe impliquent des contraintes notamment au niveau de la préservation des échantillons (filtration immédiate après prélèvement des échantillons, et préservation des filtres dans de l’azote liquide, à – 80 °C ou à l’aide de tampon commerciaux onéreux). Au regard des résultats obtenus, la plus-value apportée par les approches ARNe semble limitée dans le cadre d’un simple suivi de la reproduction, mais de nombreuses autres perspectives d’applications sont envisageables pour étudier des phénomènes comme l’éclosion, la maturation des gamètes ou encore le stress ( Tsuri et al., 2021).

En s’appuyant sur l’ensemble des développements méthodologiques mentionnés ci-avant, un déploiement des méthodes ADNe pour la surveillance des assemblages piscicoles lacustres est aujourd’hui engagé sur le territoire métropolitain, via le projet Fish-DNA-Watch. Ce projet vise à transférer les protocoles de terrain vers les opérateurs (Office français de la biodiversité - OFB - dans un 1er temps) pour en tester la mise en œuvre pratique. Ce transfert s’appuyant sur la formalisation de supports écrits et vidéo détaillant les procédures de terrain s’accompagne d’un retour d’expérience des opéareurs afin d’ajuster si nécessaire certains points du protocole proposé. Le projet inclut par ailleurs un volet de comparaison avec les méthodes traditionnelles (pêches DCE). Cette comparaison vise non seulement à confronter les composition et structure des assemblages piscicoles mais aussi les estimations d’indices de qualité écologique (dans un premier temps de type IIR et IIL) 5 utilisés en France dans le cadre de la directive cadre sur l’eau (DCE) afin d’évaluer les possibles écarts de diagnostic entre méthodes ADNe et traditionnelles.

Cette étape représentant une première mise à l’échelle de ces méthodes d’inventaires non invasifs sera fondatrice pour anticiper un déploiement plus complet, assurer une bonne complémentarité avec les méthodes traditionnelles établies et accompagner l’évolution des compétences inhérentes à l’utilisation de ces méthodes, notamment pour les agents de terrain. L’intégration de méthodes complémentaires, notamment des approches observationnelles traditionnelles et de nouvelle génération couplées aux techniques moléculaires ADN, sera probablement essentielle pour générer un corpus complet et fiable d’informations écologiques en vue de l’évaluation de l’état des écosystèmes.

Les auteurs souhaitent remercier OLA - ANAEE-France pour l’appui en termes de prélèvements et mesures in situ en lac, et tout particulièrement le personnel mobilisé pour les suivis de la phénologie de reproduction des poissons sur le Léman. Le projet readFish a été mené en collaboration avec T. Dejean, P. Jean et A. Valentini (Spygen), T. Peroux (INRAE), J.-C. Raymond (OFB). Le projet Quanti-Fish a été mené en collaboration avec J.Guillard, C. Rautureau et Q. Godeaux (INRAE), et avec l’appui de J.-C. Hustache, P. Perney, P. Quetin, L. Gobillot. Le projet FishDNA-Watch a été mené en collaboration avec Julie Neury-Ormanni pour l’appui à la coordination du déploiement national et aux ingénieurs et techniciens des directions régionales de l’OFB, et grâce à l’appui technique de A. Aubin (INRAE). Nous les remercions pour leur soutien à la réalisation de ces recherches.

_______________________________________________

Photo d’entête : © Image créée à l’aide d’une application IA