Evaluation de l’impact du SMX sur les communautés bactériennes des sols

L’impact du SMX a été évalué à partir des échantillons de sols issus de l’expérience

biodégradation (préalablement décrite) et jusqu’à un mois après la contamination avec du

SMX. Des contrôles ont été réalisés (sol+eau) pour vérifier que les changements observés ne

soient pas reliés avec les conditions expérimentales mais bien à la présence du SMX. Les

impacts ont été évalués par électrophorèse sur gel en gradient dénaturant (DGGE) (Green et

al., 2010) et par séquençage à haut débit de l’ADNr 16S. Ceci a aussi permis de comparer la

sensibilité des deux méthodes pour evaluer l’impact de l’antibiotique.

L’objectif de la DGGE était d'évaluer la diversité d’une communauté complexe de

microorganismes sur la base de leur génotype. Cette méthode conduit à la séparation de

fragments d'ADN de tailles identiques mais de séquences variables lors d’une migration des

fragmentsd’ADN préalablement amplifiés par PCR. La migration de l’ADN sous l’effet d’un

champ électrique s’effectue à travers un gel vertical de polyacrylamide avec un gradient

71

linéaire de substances dénaturantes de l’ADN. Le fragment adopte alors une conformation

simple brin, partielle ou totale, selon le dégré de dénaturation qui dépend des liaisons

hydrogènes du fragment d’ADN. La séparation des fragments dépend de leur degré de

mobilité (migration) dans le gel qui est fortement affectée par son degré de dénaturation. En

fin d’analyse les fragments sont visualisés par coloration fournissant ainsi ce qu’on appelle

une empreinte génétique de l’échantillon. Une bande est considérée comme appartenant à un

seul génotype (Boon et al., 2002; Duarte et al., 2012; Green et al., 2010; Hoshino and

Matsumoto, 2007).

Le séquençage a été réalisé par pyroséquençage. Avec cette méthode, l'ADN subit après

extraction une étape d'amplification par PCR specifique de l’ADN 16S. Le mélange obtenu

est ensuite déposé sur une plaque ou chaque emplacement ne peut contenir qu'une seule

molécule d’ADN amplifiée. La réaction de séquençage par synthèse est alors initiée base par

base. La lecture de chaque base incorporée est révélée à l'aide d'une réaction de

chimioluminescence et détectée par une caméra. Ces analyses ont été soustraitées à la

plateforme GET de Toulouse. Pour plus des details voir l’article 5 du chapitre IV.

2.3.2 Développement de résistances bactériennes au SMX.

Cette étude a aussi été effectuée à partir des échantillons de sols issus de l’expérience de

biodégradation. Les impacts du SMX ont été évalués jusqu’à 3 mois après contamination par

SMX comme pour l’expérience de biodégradation. Les analyses ont été effectués en triplicat

par échantillon. La méthode analytique utilisée est la qPCR (voir section 2.1.5 de ce chapitre).

2.4Evaluation du risque de pollution au SMX du réseau hydrographique du BV par

modélisation.

L’objectif principal de cette étude était de simuler les concentrations en antibiotiques dans les

eaux superficiels du BV ainsi que d’évaluer l’effet de plusieurs scenarii sur ces

concentrations. Les simulations ont été réalisées avec les données in situ obtenues lors des

expérimentations précédemment décrites. Le modèle retenu pour cette étude est le modèle

GREAT-ER qui est un modèle déterministe avec une approche stochastique en amont,

permettant ainsi de prendre en compte la variabilité hydrologique au sein du BV.

2.4.1 Le modelè GREAT-ER.

Le modèle GREAT-ER (Geo-referenced Regional Exposure AssessmentTool for European

Rivers) est un outil « open source » pour l’évaluation de l’exposition des milieux aquatiques à

72

la pollution par des produits chimiques. Il a été développé pour être utilisé avec le système

d'évaluation des risques environnementaux de l'UE. L’objectif principal est de calculer la

distribution des concentrations environnementales prédites en aval des sources de pollution

dans les eaux de surface européenes à l’échelle du cours d’eau et du BV. Le modèle est basé

sur un système d’information géographique (SIG) pour le stockage des données et sa

visualisation, ainsi que sur des modèles mathématiques pour la prédiction du devenir des

molécules chimiques dans l’environnement (Feijtel et al., 1997).

Les cours d’eau sont classés par ordre d’importance (ex ; cours d’eau principaux ou

secondaires) et segmentés en tronçons. Les aires de drainage sont fractionnées en unités

géographiques, lesquelles sont liées à des points de décharge dans la rivière.

Les éléments de base du modèle sont les points de décharge (sources) et les tronçons de cours

d’eau, dans lesquels le débit est modélisé en condition stationnaire. Les concentrations émises

sont calculées par le modèle à partir des données sur la consommation (kg/(cap.année) du

composé d’intérêt, la population, et la consommation en eau (L/(cap.jour)). La prédiction des

concentrations dans les différents tronçons est effectuée en tenant compte des valeurs

d’émission ainsi calculées et les informations d’entrée sur le débit et de la vitesse

d’écoulement à l’intérieur de chaque tronçon.

GREAT-ER est défini comme un modèle déterministe avec une approche stochastique en

amont (en utilisant une méthode de Monte Carlo). La simulation stochastique permet de

prendre en compte la saisonnalité des facteurs environnementaux et l'incertitude des

paramètres. Pour cela, le modèle nécessite l'introduction de la valeur moyenne et le percentile

à 5% du débit et de la vitesse d’écoulement. Le devenir des composés peut être modélisé avec

des modèles de différent niveau de complexité 1, 2 ou 3. Le modèle le plus simple permet des

simulations avec un minimum des données chimiques d'entrée. L’élimination dans la STEP

est décrite par une efficacité d'élimination déterminée, qui dépend du type de traitement.

L'élimination dans les cours d’eau est décrite pour une cinétique du premier ordre, en

supposant un coefficient de taux fixe avec la formule suivante :

(

= 1 − ?

(17)

où k est la constante de dégradation dans le cours d’eau (h

) et HRT le temps de trajet calculé

à partir de la longueur du tronçon et la vitesse moyenne de l’eau.

73