Un peu d’eau, et le vivant apparaît

Tout être vivant sème son ADN autour de lui. Un poisson perd des écailles, du mucus, des cellules. Ces traces flottent dans l’eau. Il suffit d’en prélever, de la filtrer, puis de lire les fragments d’ADN retenus. Un logiciel les compare ensuite à une base de références. Le résultat est une liste des espèces présentes. [1]

C’est le principe de la police scientifique, transposé à la nature. Une trace suffit à savoir qui est passé. Un seul opérateur prélève l’échantillon. Aucun animal n’est capturé ni blessé. Et la méthode voit ce que l’œil manque : les espèces rares, discrètes, difficiles à pêcher. [1, 7]

La méthode d’avant, lourde et lente

Aujourd’hui, l’état d’un lac se juge sur cinq familles d’indicateurs vivants. Les algues microscopiques, les plantes, les petits invertébrés, les poissons. La règle est simple : le plus mauvais élément fixe la note finale. [3]

Mesurer tout cela coûte cher. Reconnaître chaque espèce au microscope prend du temps. Cela demande des spécialistes rares. [4] Compter les poissons passe souvent par la pêche à l’électricité. Elle est coûteuse, se concentre sur les bords, et rate les espèces rares. [6]

Le besoin est réel. En 2019, sur 398 plans d’eau français, un tiers seulement atteignait au moins le bon état écologique. [2]

Ce que le prélèvement d’ADN change

L’ADN dans l’eau élargit d’un coup le champ de vision. En mer, un simple prélèvement a recensé 116 espèces de poissons. Le filet, lui, en attrapait 16. Près de dix fois plus, sur la même zone. [5]

En rivière, une seule campagne d’ADN égale des années de pêche cumulées. Et sur près de neuf sites sur dix, son verdict rejoint celui des méthodes officielles. [6]

Un point d’honnêteté demeure. L’ADN dit qui vit dans le lac, pas combien. Il ne mesure pas de façon fiable le nombre ni le poids des individus. [7] Il complète donc les anciennes méthodes, il ne les remplace pas encore. [1]

L’intelligence artificielle entre en scène

C’est là que l’intelligence artificielle prend le relais. En Angleterre, une équipe a étudié 52 lacs. Elle a croisé l’ADN de l’eau avec des données chimiques et physiques. Un programme a passé au crible 43 facteurs d’environnement. [8, 9]

Le but : trouver ce qui fait vraiment reculer la vie d’un lac. Le programme a pointé un coupable discret, les résidus de pesticides. [8]

L’intelligence artificielle ne lit pas l’ADN à la place du laboratoire. Elle trie, elle croise, elle relie des masses de données. Sur les algues d’un grand réservoir, une autre étude l’a montré. Un programme qui reconnaît les images compte les espèces les plus courantes. L’ADN, lui, débusque les espèces rares. Les deux se complètent. [11]

La France, sur ses grands lacs

La France n’est pas en retard sur l’ADN de l’eau. À Thonon-les-Bains, un laboratoire public travaille sur les grands lacs alpins. Il utilise l’ADN pour compléter la surveillance classique, des bactéries aux poissons. [12]

Sur le Léman, cette approche a posé 156 points de prélèvement le long des 200 km de rives. Les méthodes classiques n’en suivent qu’une poignée. [13]

Ces travaux avancent avec prudence. Ils parlent de calculs et d’algorithmes, pas encore d’intelligence artificielle. Et l’indice tiré de l’ADN n’est pas encore une méthode officielle en France. [13] Il progresse, pas à pas.

Une ambition se dessine pour la suite : construire des jumeaux numériques de lacs. Des copies virtuelles pour tester l’effet d’un nouveau polluant avant qu’il ne frappe. [10] Ce n’est pas encore fait. Mais la direction est claire. Veiller sur l’eau devient plus fin, plus doux, et un peu plus juste.

Sources

1. L'ADN environnemental : une technique innovante pour l'étude de la biodiversité. Office français de la biodiversité (OFB) (2026)
2. La qualité des plans d'eau. Eaufrance (2019)
3. Éléments biologiques des plans d'eau : méthodes de surveillance de l'état écologique. Office français de la biodiversité (OFB) (2022)
4. Les microalgues, sentinelles de l'état écologique des plans d'eau. Sciences Eaux & Territoires (INRAE) (2026-03-10)
5. Comparison of eDNA metabarcoding and traditional trawl survey (poissons marins). Ecology and Evolution (Fraija-Fernández et al.) (2020-06)
6. The future of fish-based ecological assessment of European rivers. Journal of Fish Biology (Pont et al.) (2019-11)
7. Improving Whole Biodiversity Monitoring and Discovery With Environmental DNA Metagenomics. Molecular Ecology Resources (Curto et al.) (2025-04)
8. AI technology helps scientists detect which pollutants in England's lakes are most harmful to life. Université de Birmingham (2025-01-22)
9. Unveiling Landscape-Level Drivers of Freshwater Biodiversity Dynamics. Environmental DNA (Eastwood et al.), DOI 10.1002/edn3.70058 (2025)
10. Biodiversity in lakes: multimodal AI crunches eDNA data to monitor pollution. Orange, Hello Future (2025-03-18)
11. eDNA and AI Identification Reveal Complementary Signals in Phytoplankton Monitoring. Environmental Science & Technology (ACS) (2026)
12. Le CARRTEL mobilise son expertise sur l'ADN environnemental (projet Eco-AlpsWater). Université Savoie Mont Blanc / INRAE (2019-01-22)
13. SYNAQUA : biosurveillance des milieux aquatiques par l'ADN. INRAE / CARRTEL (Interreg France-Suisse) (2023)