HAVBRUK2-Stort program for havbruksforskning

I DIGIRAS ble mikrobiotaen i 4 kommersielle RAS-anlegg og 5 tilsvarende fiskearter (Seabream, seabass, seriola, røye og laks) overvåket i perioder mellom 6-9 måneder. Mer enn 1000 prøver ble tatt og utsatt for DNA-ekstraksjon og 16S rRNA amplikonsekvensering i henhold til standardiserte prosedyrer for å sikre direkte sammenlignbarhet av resultatene. Behandling av sekvenseringsdata ble standardisert og utført i en skyløsning som er tilgjengelig for alle partnere. Bakterieprofiler i fiskeprøver (tatt fra hud-, gjelle- og tarmslim) visste likheter i fiskearter dyrket i henholdsvis ferskvann og sjøvann. Denne tilnærmingen ble også brukt til å identifisere prøver som potensielt inneholder problematiske bakterier, som patogene og sulfatreduserende bakterier. Disse prøvene vil bli ytterligere analysert mer detaljert for nøyaktig kvantifisering av de mistenkte mikrobene ved bruk av qPCR-metoder. Full metagenom-sekvensering har blitt utført for 10 utvalgte prøver så langt, og sekvenseringsdata er for tiden under prosessering. En ny H2S-sensorprototype ble utviklet for rask analyse av ultralave H2S-nivåer. Sensorsystemet har blitt testet i Milli-Q-vann og vil bli validert i ekte RAS-vann. I prosjektet ble det også gjennomført et H2S-eksponeringseksperiment for å studere virkningen av lave H2S-konsentrasjoner på oppførselen til laksesmolt i RAS. Fiskenes atferd ble overvåket ved hjelp av et nyutviklet undervannskamerasystem. Foreløpige resultater viser at tilsetning av H2S resulterte i en betydelig endring i svømmehastighet og synkronisering. Ytterligere videodata ble innhentet ved hjelp av et overvåkingskamera over tanken, men tilsvarende data er ikke behandlet ennå. Fiskevev for qPCR analyse av stressindikatorgener og kortisolprøver ble tatt under forsøket og er for tiden under behandling. Under overvåkingskampanjen i de kommersielle RAS-anleggene ble klassisk fiskevelferd også undersøkt for seabram, seabass og seriola ved histopatologiske og vannkortisolanalyser. Det ble imidlertid kun funnet mindre indikasjoner på gjelleskader for et svært begrenset antall fisk. Vi studerte også fjerning av problematiske forbindelser i RAS-vann, som bismak og nitrogenforbindelser. I tillegg til avanserte oksidasjonsprosesser, ble det utviklet "covalent framework" (COF) matrise for fjerning av uønskede forbindelser. COF-matrisen ble testet vellykket i Milli-Q-vann og vil bli validert i ekte RAS-vann. I tillegg har forskjellige mikroalgearter blitt testet for deres potensiale for fjerning av NH3 fra RAS-vann, og de første resultatene er lovende. Stort fokus er for tiden på å integrere sekvenseringsdata og kjemiske vannkvalitetsparametere registrert ved kommersielle anlegg ved bruk av lineære regresjonsmodeller og deretter overvåket maskinlæringstilnærminger. Målet er å identifisere indikatorer for potensielt problematiske avvik som kan brukes som tidlig varslingsverktøy.

Recirculating aquaculture systems (RASs) have been developed for land-based production of sea- and freshwater species. These systems are designed to provide high biomass production while reducing resource usage and maximizing control of operational parameters. However, only a few of these parameters are systematically monitored, and currently applied analysis techniques are often insufficiently sensitive, slow or laborious. Consequently, the full potential of RASs for more sustainable food production remains unexploited. The over-all goal of the DIGIRAS project is to develop innovative and data-driven solutions for digitalization of future RAS technology in order to increase environmental compatibility, fish health and productivity. The project intends to reach this goal by systematic acquisition of relevant water quality data, parameterization of fish behaviour, developing new biological and chemical sensors and efficient water treatment technology. DIGIRAS will strive to integrate all generated data towards decision support and predictive tools for next generation digital RAS operation. In DIGIRAS, R&D institutions with strong competence in (micro)biology and chemistry, fish health, video monitoring/machine learning, modelling and water treatment technology will join forces with industrial partners from the fish farming and RAS technology sector. Together, this consortium will contribute to improve land-based fish farming technology significanlty, with respect to animal health, production conditions, environmental benefits and sustainability. Moreover, DIGIRAS aims at contributing to more sustainable growth in the aquaculture sector by developing new technologies, and thus, generating new jobs in infrastructurally less developed areas in Europe. In DIGIRAS, 6 R&D institutions and 5 industry partners (1 external contributor) from 5 participating European countries will collaborate for 36 months with a total funding budget of 1.68 Mio € (project budget 1.94 Mio €).