Effects of ocean acidification on the swimming ability, development and biochemical responses of sand smelt larvae

Ocean acidification, recognized as a major threat to marine ecosystems, has developed into one of the fastest growing fields of research in marine sciences. Several studies on fish larval stages point to abnormal behaviours, malformations and increased mortality rates as a result of exposure to increased levels of CO2. However, other studies fail to recognize any consequence, suggesting species-specific sensitivity to increased levels of CO2, highlighting the need of further research. In this study we investigated the effects of exposure to elevated pCO2 on behaviour, development, oxidative stress and energy metabolism of sand smelt larvae, Atherina presbyter. Larvae were caught at Arrábida Marine Park (Portugal) and exposed to different pCO2 levels (control: 600 µatm, pH = 8.03; medium: 1000 µatm, pH = 7.85; high: 1800 µatm, pH = 7.64) up to 15 days, after which critical swimming speed (Ucrit), morphometric traits and biochemical biomarkers were determined. Measured biomarkers were related with: 1) oxidative stress-superoxide dismutase and catalase enzyme activities, levels of lipid peroxidation and DNA damage, and levels of superoxide anion production; 2) energy metabolism - total carbohydrate levels, electron transport system activity, lactate dehydrogenase and isocitrate dehydrogenase enzyme activities. Swimming speed was not affected by treatment, but exposure to increasing levels of pCO2 leads to higher energetic costs and morphometric changes, with larger larvae in high pCO2 treatment and smaller larvae in medium pCO2 treatment. The efficient antioxidant response capacity and increase in energetic metabolism only registered at the medium pCO2 treatment may indicate that at higher pCO2 levels the capacity of larvae to restore their internal balance can be impaired. Our findings illustrate the need of using multiple approaches to explore the consequences of future pCO2 levels on organisms.

Modélisation incrémentale par méthode bayésienne

Les modèles incrémentaux sont des modèles statistiques qui ont été développés initialement dans le domaine du marketing. Ils sont composés de deux groupes, un groupe contrôle et un groupe traitement, tous deux comparés par rapport à une variable réponse binaire (le choix de réponses est « oui » ou « non »). Ces modèles ont pour but de détecter l’effet du traitement sur les individus à l’étude. Ces individus n’étant pas tous des clients, nous les appellerons : « prospects ». Cet effet peut être négatif, nul ou positif selon les caractéristiques des individus composants les différents groupes. Ce mémoire a pour objectif de comparer des modèles incrémentaux d’un point de vue bayésien et d’un point de vue fréquentiste. Les modèles incrémentaux utilisés en pratique sont ceux de Lo (2002) et de Lai (2004). Ils sont initialement réalisés d’un point de vue fréquentiste. Ainsi, dans ce mémoire, l’approche bayésienne est utilisée et comparée à l’approche fréquentiste. Les simulations sont e ectuées sur des données générées avec des régressions logistiques. Puis, les paramètres de ces régressions sont estimés avec des simulations Monte-Carlo dans l’approche bayésienne et comparés à ceux obtenus dans l’approche fréquentiste. L’estimation des paramètres a une influence directe sur la capacité du modèle à bien prédire l’effet du traitement sur les individus. Nous considérons l’utilisation de trois lois a priori pour l’estimation des paramètres de façon bayésienne. Elles sont choisies de manière à ce que les lois a priori soient non informatives. Les trois lois utilisées sont les suivantes : la loi bêta transformée, la loi Cauchy et la loi normale. Au cours de l’étude, nous remarquerons que les méthodes bayésiennes ont un réel impact positif sur le ciblage des individus composant les échantillons de petite taille.