Nuevas Técnicas en Pesquerías:

Aplicación de Biomarcadores a

Peces

J.A. BalbuenaICBiBE, Universitat de València 14/07/2005

Estructura de esta presentación:

1. Contexto legal y social

2. Tipos de biomarcadores

3. El proyecto CODTRACE

4. Nociones sobre aprendizaje artificial

5. Un ejemplo

6. Conclusiones

7. Ideas para debatir

Contexto legal y social

Desde 2003, la UE posee una nueva Política Pesquera Común que pretende

• Corregir los errores pasados,

• Ser más estricta y gestionar a más largo plazo,

• Mayor integración con otras políticas (medio ambiente y seguridad alimentaria).

La nueva PPC es más ambiciosa y quiere ser mucho más estricta en su ejecución.

Problema:

• Incremento en los intentos de evasión

“Solución”:

• Ejecución justa, efectiva, coherente y racional.

determinar el origen geográfico de las capturas

Islandia ?

Trazabilidad

¿Islandia?

¡¿Mar del Norte?!¡¿Mar Báltico?!

Trazabilidad

¿Por qué es útil establecer el origen de las capturas?

1. Ejecución de políticas pesqueras

(PPC)

• Mejora la gestión de cuotas

• Combate la pesca ilegal, no declarada y

no reglamentada (más de 30% de capturas totales)

¿Por qué es útil establecer el origen de las capturas?

Espinosa propone denominación

origen para mejillón gallego

10/07/2005 | Marítima

lavozdegalicia.es

2. Incrementa la confianza y seguridad de

los consumidores (PPC)

Eco-etiquetados:Eco-etiquetados:• Pesca DuraderaPesca Duradera

• Marine Stewardship CouncilMarine Stewardship Council

Caracterización geográfica de productos Caracterización geográfica de productos del mardel mar

Biomarcadores y pesquerías

El Reto: Actualmente NO EXISTE un estándar para determinar el origen geográfico de capturas pesqueras

Biomarcadores candidatos:

Genéticos y bioquímicos

Merísticos y Morfométricos

Químicos

Simbiontes

Ejemplos de Marcadores Genéticos

• Microsatélites

• mtDNA

• Alozimas

etc.

Ejemplos de Marcadores Morfométricos

• Landmarks

• Morfología del otolito

Ejemplo de Marcadores Químicos

• Microquímica del otolito

Ejemplos de Marcadores Simbiontes

• Comunidades parásitas

• Comunidades bacterianas

Islandia

Mar del Norte

Mar BálticoIslandia

Mar del Norte

Mar Báltico

Trazabilidad con parásitos

Biomarcadores: solos o en combinación?

Genéticos Fenotípicos Ecológicos

Un enfoque multidisciplinar es quizás lo ideal

Especialmente desde punto vista legalEspecialmente desde punto vista legal

Linajes, antes que origen geográfico Más directos, pero difícil control

El proyecto CODTRACE

The European Commission Community Research

Establishing traceability for cod (Gadus morhua) in European waters: determining

location of spawning and harvest(2001-2004)

El bacalao es una especie

emblemática para el sector pesquero

europeo

¿Por cuánto tiempo?

PRESS RELEASE

International Council for the

Exploration of the Sea

20 October 2003

ICES ADVISES ZERO CATCHES OF COD AND OTHER FISH STOCKS

Marine Research Institute – Islandia

(Coordinador)

University College Dublin

Comunidades bacterianas

Bioquímica del otolito

Microsatélites

Morfometría, mtDNA y alozimas

Morfología del otolito

Comunidades parásitas

Legislación UE

Funcionamiento de CODTRACE (1)

1. Toma de muestras>1.200 analizados,3 muestreos 2002-2003

2. Base de datos

Bacalao Par1 Par2 MS1 MS2 Land1 OtQ1 OtM1 Procedencia

1 0 1 0 1 12,3 23,4 1,879 Báltico2 0 1 0 1 10,0 30,6 1,900 Báltico3 0 0 0 0 11,3 34,5 -0,897 Islandia4 3 4 0 0 15,6 45,6 -987 Islandia5 12 5 1 0 17,8 67,8 -0,344 Céltico6 0 23 1 1 19,0 89,0 1,203 Céltico7 3 33 1 0 20,0 20,3 -1,879 Norte8 1 23 1 1 21,0 45,6 0,234 Norte... ... ... ... ... ... ... .... ...... ... ... ... ... ... ... .... ...

> 100 biomarcadores => compleja

Funcionamiento de CODTRACE (2)3. Optimización de Técnicas Estadísticas Predictivas

4. Resultados

Resultados de CODTRACE (preliminares)

• 100% clasificación correcta (> 1,200 individuos)

• Morfometría y comunidades parásitas y bacterianas son las variables más útiles.

Algunas nociones sobre

aprendizaje artificial

Bacalao Par1 Par2 MS1 MS2 Land1 OtQ1 OtM1 Procedencia

1 0 1 0 1 12,3 23,4 1,879 Báltico2 0 1 0 1 10,0 30,6 1,900 Báltico3 0 0 0 0 11,3 34,5 -0,897 Islandia4 3 4 0 0 15,6 45,6 -987 Islandia5 12 5 1 0 17,8 67,8 -0,344 Céltico6 0 23 1 1 19,0 89,0 1,203 Céltico7 3 33 1 0 20,0 20,3 -1,879 Norte8 1 23 1 1 21,0 45,6 0,234 Norte... ... ... ... ... ... ... .... ...... ... ... ... ... ... ... .... ...

El proceso de optimización (aprendizaje)

Comparación

Calibración

Datos entrada X Resultados conocidos YDatos

Pronóstico Y ̂

Error Y-Y^

a

f(X)

¿Aprendizaje o sobreaprendizaje?

Partición de la base de datos

X Y

1

n

Partición

al azar

X Y

1

n

aprendizaje

comprobación

¿Aprendizaje o sobreaprendizaje?

Un ejemplo sencillo

BALTIC SEA

N= 60

NORTH SEA

N= 28

IRISH SEA

N=60

148 especímenes – 3 localidades geográficas148 especímenes – 3 localidades geográficas

Las Comunidades parásitas son ricas

32 especies: 25 helmintos, 6 crustáceos, 1 hirudíneo

Unos 19.000 especímenes

Sólo 1 bacalao sin parásitos

Las diferencias entre localidades pueden apreciarse usando un ACP

Axis 1

210-1-2-3

Axi

s 2

8

6

4

2

0

-2

-4

North Sea

Baltic Sea

Irish Sea

...y estas diferencias son atribuibles a determinadas especies

Axis 1

1.0.50.0-.5-1.0

Axis 2

0.9

0.7

0.5

0.3

0.1

-0.1

-0.3

-0.5

LBRANC

CELONG

CCURTUS

CORYNO

SPIROID

ANIS1

PDECIPHYSTE

CONTRAC

ASIMP

CUCUL

ASCARO

SPLEUR

TRYPANOR

ABOTGADI

STEPHAN

OPECH

HEMIUR

GONOC

DVAR BUCEPH1

EGADI

North Sea

Irish Sea

Baltic Sea

E. gadiE. gadi

D. varicusD. varicus

H. aduncumH. aduncum

Hemiurus sp.Hemiurus sp.

Corynosoma sp.Corynosoma sp.

A. simplexA. simplex

Mediante prueba y error seleccionamos las especies que diferencian mejor

LBRANC

CELONG

CCURTUS

CORYNO

SPIROID

ANIS1

PDECIPHYSTE

CONTRAC

ASIMP

CUCUL

ASCARO

SPLEUR

TRYPANOR

ABOTGADI

STEPHAN

OPECH

HEMIUR

GONOC

DVAR BUCEPH1

EGADI

North Sea

Irish Sea

Baltic Sea

A. simplex

H. aduncum D. varicus

Contracaecum sp.

La herramienta predictiva es una Red Neuronal Artificial

Sp 1

Sp 4

Sp 2

Sp 3

N

B

I

Hidden LayersInput Layer Output Layer

Entrenamiento Comprobación

70 % 30 %

04000200Irish

8001910North

10390020Baltic

NorthIrishBalticNorthIrishBaltic

PredictedPredicted

TestTraining

Act

ual

98% 99%

La herramienta predictiva es una Red Neuronal Artificial

En suma,

Los biomarcadores pueden aportar evidencia legal sobre el origen de las capturas

Mejor combinados multidisciplinar

Gran parte del éxito seleccionar variables adecuadas y diseñar modelo

Gracias a…Paco Montero

Diana Perdiguero

Ruth Higgins

Bret Danilowicz

Sovan Lek

Juan Antonio Raga

The European Commission Community Research

Ideas para el debate

1. Críticas del método. ¿Que pasaría si…?

2. ¿Evidencia científica = Evidencia legal?

Dudas & cuestiones: j.a.balbuena@uv.es