Gezondheid van mens en dier in interactie
Beter beeld van ziek dier
Zieke dieren gedragen zich anders dan gezonde. Maar hoe monitor je diergedrag tijdens infectieproeven, zonder dat je 24/7 de dieren in de gaten hoeft te houden? WUR-onderzoekers werken aan methoden om dit vast te leggen. Dat maakt proefdieronderzoek secuurder en draagt bij aan het verfijnen en verminderen van dierproeven én verbetert dierenwelzijn.
Infectieziekten, zoals vogelgriep, bedreigen de gezondheid van mens en dier en hebben een grote impact op dierenwelzijn. Dierproeven helpen onderzoekers infectieziekten te doorgronden en vaccins te ontwikkelen. “Bij zo’n proef worden dieren geïnfecteerd en vervolgens worden symptomen bijgehouden”, vertelt Harmen Doekes, onderzoeker en docent bij Animal Breeding and Genomics. Zaken als temperatuur, bloedwaardes en gedrag worden allemaal bijgehouden, om te bepalen hoe een pathogeen – bijvoorbeeld een virus – het dier beïnvloedt. “Het nadeel is dat je niet de hele dag naast het hok kan zitten om dieren te observeren”, zegt Doekes. “Tot nu toe hebben we alleen momentopnames.”
Bovendien kan de aanwezigheid van mensen ook invloed hebben op dieren, niet alleen op hun gedrag, maar bijvoorbeeld ook op hun lichaamstemperatuur.
Hanteren kan stressvol zijn en daardoor kan de lichaamstemperatuur oplopen. Doekes: “Als we continu meten, zonder dat daar een persoon bij hoeft te zijn, zijn de metingen objectiever en ervaren de dieren minder stress. Bovendien helpt het dierproeven te verminderen, omdat we veel meer informatie kunnen verzamelen per dier. Zieke dieren kunnen bijvoorbeeld minder actief worden en zich afzonderen, maar ze kunnen ook juist onrustiger worden. Het gedrag zegt dus niet alleen iets over het verloop van de ziekte in het dier, maar ook over contact met groepsgenoten en daarmee op de kans op het overdragen van de ziekte.” Door ook gedrag te monitoren, kunnen onderzoekers beter grip krijgen op de effecten en verspreiding van ziekten en zijn er mogelijk minder dieren nodig om tot hetzelfde resultaat te komen.
‘Als we met sensoren continu en geautomatiseerd kunnen meten, zijn de metingen objectiever en minder stressvol voor de dieren’
Doekes en zijn collega’s onderzochten drie verschillende methoden om activiteit van dieren continu te monitoren met behulp van verschillende (sensor)systemen. Zo bekeken ze pixelveranderingen in video’s van katten om groepsactiviteit te meten voor en na besmetting met Covid-19. “Als er geen beweging is in de video, blijft de intensiteit van alle pixels hetzelfde. Hoe meer beweging, hoe meer pixels veranderen per tijdseenheid. Via de pixelveranderingen kunnen we dus de totale beweging in de video schatten. Het nadeel is dat we geen informatie krijgen over gedrag van individuele dieren. En juist voor onderzoek naar infectieziekten is dat essentieel. Als je bijvoorbeeld wilt kijken hoe een ziekte van dier op dier wordt overgedragen, moet je wel weten wie-wie is.”
In een tweede proef gebruikten de onderzoekers ultrabreedbandsensoren (UWB) om de activiteit van schapen en varkens te meten. Hiervoor plaatsten ze een sensor rond de nek of aan het oor. Die sensor communiceert met zogenaamde ankerpunten aan de stalmuren. “In tegenstelling tot de pixelmethode geeft dit wel informatie over individuele dieren”, zegt Doekes. “Je kunt zien waar in de ruimte het dier zich bevindt op verschillende momenten, en daarmee beweging monitoren. Maar je weet dus alleen: het dier beweegt of zit stil. Als het dier beweegt weet je niet wat ‘ie precies doet.” Daarom combineerden de onderzoekers sensoren met camerabeelden. Dat leverde redelijk nauwkeurige gegevens van individuele dieren op.
‘Informatie over het gedrag van individuele dieren is belangrijk voor vermindering van proefdieronderzoek’
Maar de UWB-methode heeft ook nadelen vertelt Doekes. “De sensor weegt 26 gram, dat is te zwaar voor bijvoorbeeld jongere kippen. En je moet ze afzonderlijk op ieder dier bevestigen.” Een ander minpunt is dat de ankerpunten op minimaal 20 centimeter van de muur moeten hangen. Dat betekent dat als een dier tegen de muur van het hok staat, deze zich in de dode hoek van het systeem bevindt. Daarnaast is het volgens Doekes bewerkelijk om de apparatuur te installeren. “Wij doen meestal proeven van twee á drie weken. Omdat we werken met infectieziekten moet je alles steriliseren, dus tussen proeven door moet alles weer worden verwijderd en grondig schoongemaakt. Dat is erg arbeidsintensief en tijdrovend.”
Het liefst werkt Doekes dus met zo min mogelijk apparatuur in de stal. “Idealiter willen we een systeem dat de dieren identificeert en dat combineert met videobeelden.” Omdat gezichtsherkenning voor dieren niet bestaat, werkten de onderzoekers in een volgende proef met QR-codes. Elk dier kreeg een unieke QR-code op een klein rugzakje zodat de computer individuele dieren op de camerabeelden kan herkennen.
In het najaar van 2022 startten de onderzoekers een proef met schapen, met zowel versnellingsmeters als de QR-codes. Een versnellingsmeter is een klein vierkant schijfje van ongeveer 11 gram. “Waar de UWB-sensor de positie van het dier weergeeft, meet de versnellingsmeter beweging in drie richtingen zonder de locatie van het dier te weten. Voor de versnellingsmeter zijn geen ankerpunten in de ruimte nodig en dit is dus minder bewerkelijk”, zegt Doekes.
De onderzoekers bevestigden twee versnellingsmeters per schaap: één aan het oor en één op de rug. “Zoals verwacht liet de sensor aan het oor veel meer beweging zien dan die op de rug. Maar de activiteitspatronen over de tijd waren vergelijkbaar tussen oor en rug.” Dit is van belang voor de onderzoekers, omdat een sensor aan het oor makkelijker te bevestigen is voor sommige diersoorten. Doekes: “Daarnaast zijn oorbewegingen interessant, omdat dieren daarmee emoties uitdrukken en we daar dan hopelijk meer over kunnen leren.”
‘Met sensoren kunnen we dieren continu monitoren en sneller detecteren als het niet goed gaat’
De voorlopige resultaten uit het schapenexperiment tonen het nut van continu en automatisch monitoren. “Van drie tot tien dagen na de infectie met Toxoplasma waren de schapen verminderd actief gedurende de dag, de actieve periode van schapen, en verhoogd actief gedurende de nacht, de normale rustperiode. Dit terwijl de dierverzorgers tijdens de dagelijkse momentopnames de dieren alleen van dag vijf tot zeven als traag/sloom hadden gescoord.”
Momenteel worden de videobeelden met de QR-codes geanalyseerd om ook specifiek gedrag, zoals eten en drinken in kaart te brengen. In vervolgonderzoek willen de onderzoekers de methodiek verder ontwikkelen voor verschillende diersoorten, waaronder kippen en koeien.
Volgens Doekes zijn bovengenoemde methoden niet alleen nuttig om het verband tussen ziekte en activiteit en gedrag beter te begrijpen. “We kunnen hiermee bijvoorbeeld ook vroegtijdig subklinische verschijnselen detecteren of zelfs
verschijnselen die we anders zouden missen, zoals subtiele veranderingen in het dierspecifieke gedragspatroon.” Een ander belangrijk doel is volgens Doekes het verbeteren van dierenwelzijn. “In proefdieronderzoek heb je zogenaamde humane eindpunten, waarbij wordt besloten een dier te euthanaseren omdat het anders ondraaglijk lijdt. Met sensoren kunnen we dieren continu monitoren en sneller detecteren als het niet goed gaat.” In de toekomst hoopt Doekes dan ook dat het mogelijk wordt om de gegevens real-time te verwerken. “Dan krijgt de dierverzorger bijvoorbeeld een appje om bij het dier te gaan kijken als het dier de afgelopen uren weinig heeft bewogen.”
“Ik hoop dat we, op basis van de geleerde lessen, de komende jaren een real-time monitorings- en waarschuwingssysteem kunnen implementeren voor verschillende diersoorten, waarmee we de infectieziekteproeven kunnen verfijnen en mogelijk verminderen.”
Deel dit artikel
WIE Harmen Doekes, onderzoeker en docent Animal Breeding & Genomics
ONDERZOEK Monitoring van diergedrag tijdens infectieproeven
TEAM Norbert Stockhofe, Rineke Klaassen-de Jong, Ronald Petie
De dieren op de foto's zijn niet dezelfde als waarmee dit onderzoek is uitgevoerd. Dit omdat een fotoshoot de onderzoeksomgeving teveel zal verstoren.
MEER INFORMATIE Dit project hoort bij het innovatieprogramma Next Level Animal Sciences (NLAS).
Binnen dit programma werken onderzoekers van Wageningen University & Research samen met partners aan de (door)ontwikkeling van nieuwe onderzoeksmethoden en technologieën binnen het domein van de dierwetenschappen. NLAS bestaat uit drie onderzoekslijnen: sensortechnologie, complexe celsystemen en data en modellen.
