Det er kjent at sammensetningen av mikrobesamfunn i oppdrettsanlegg betyr mye for fiskens helse. Ulike typer bakterier kan påvirke vannkvaliteten og fiskens helse både positivt og negativt i lukkede og landbaserte anlegg.
Overvåking og styring av mikrobesamfunnet er derfor viktig for å sikre god og stabil produksjon. Det er lite kunnskap om normalsituasjonen og variasjonen for mikrobesammensetningen i vanlig produksjon, siden arbeidet med å forstå mikrobiotaen i anleggene til nå først og fremst har fokusert på patogene mikroorganismer når sykdomsutbrudd skjer eller alt har skjedd.
Mikrobesamfunnet kan reagere raskt på endringer i miljøet ved å forandre artssammensetningen. Dette er en lovende mulighet for å benytte normaltilstanden og endringer i mikrobesammensetningen som indikator for god drift og tidlig varsling av problemer i lukkede anlegg. En forutsetning for å kunne vurdere og utnytte denne muligheten er et omfattende og systematisk oppbygd datagrunnlag. I et nylig avslutta FHF finansiert prosjekt MonMic gjennomført av SINTEF er denne jobben påbegynt og potensialet kartlagt.
Fulgte bakteriesammensetningen i RAS tett over tid
En kvantitativ overvåking av bakteriesammensetningen i fem RAS-anlegg over en periode på 15 måneder ble gjennomført. Dette er første gang mikrobiell vannkvalitet er målt hyppig sammenhengende over lang tid. Prosjektet har fulgt mikrobiotaen i både vann, karvegg og i biofilter (se figur).
Unik mikrobiota i alle anlegg
Alle de fem anleggene i prosjektet hadde en unik mikrobiotaprofil, selv om alle anleggene filtrerer og desinfiserer inntaksvannet etter forskriften. Dette har sannsynligvis sammenheng med ulik drift/design og geografisk lokalisasjon av anleggene. Noen anlegg hadde en stabil mikrobiotasammensetning over tid, mens andre hadde mer variasjon. Parametere som påvirket det mikrobielle samfunnene mest var fôr-type, salinitet, temperatur, antall fisk i karet og alkalinitet. Biofilteret var prøvepunktet som var mest stabil over tid og hadde høyest diversitet. I forsøkene så forskerne en viss sammenheng mellom plassering av desinfeksjon i sløyfa og diversitet i resirkulerende- og karvann.
- Det at vi finner så store forskjeller på normaltilstanden gjør at vi ikke kan anbefale en generell liste med bakteriearter en bør ha i anlegget, men at det kanskje er viktigere å følge med på endringene i forhold til baseprofilen i hvert enkelt anlegg, sier prosjektleder Stine Wiborg Dahle i SINTEF Ocean.
Ikke uventet hadde biofilter høyest diversitet i alle anleggene. Lavest diversitet hadde biofilm på tankvegg. Denne biofilmen blir, i motsetning til biofilteret, vasket bort jevnlig ved flytting av fisk inn og ut av tank. Det er derfor ikke uventet at denne har lavere diversitet og er mer ustabil over tid. Ved oppstart av et nytt RAS anlegg er det helt essensielt at biofiltret raskt blir operativt. I et annet FHF prosjekt «Mikrobiell kolonisering i resirkuleringsanlegg for havbruk» gjennomført og ledet av Universitetet i Bergen ble det vist at biofilteret ble raskest operativt ved å overføre biofiltermateriale fra et modent RAS anlegg sammenlignet med kommersielle inokulum.
Lave nivå av patogene bakterier
De fem RAS-anleggene som deltok i dette prosjektet, hadde alle lav dødelighet i produksjonen gjennom de 15 månedene prøveinnsamlingen pågikk. Alle hadde også en god produksjon med god vekst. Resultatene fra dette prosjektet er derfor under normal og god produksjon. Påvisning av patogene bakterier ble allikevel gjort med en spesiell PCR-teknologi. Svært lave nivå av Yersinia ruckeri og Flavobacterium psychrophilum ble identifisert i tankvannet hos tre av anleggene, uten at det skapte problemer for fisken med tanke på dødelighet og vekst. Dette er bakteriearter som er kjent for å forårsake problemer for settefisk.
- Sannsynligvis var andre vannkvalitetsparametere gode i anlegget og stressnivået lavt, slik at nivåene av patogene bakterier var tolererbare for fisken, sier Wiborg Dahle.
Sluttrapporten i prosjektet kan lastes ned her
Resultatene fra prosjektet gir derfor et godt grunnlag for å videre forstå dynamikken i mikrobiell vannkvalitet og for å kunne utvikle strategier som på sikt kan kontrollere denne faktoren i lukkede anlegg. Kombinasjonen maskinlæring og mikrobiota kan være et lovende verktøy for å forutsi hendelser i RAS. På sikt kan disse modellene benyttes som et tidlig varslingssystem.