De volgende stap in veterinaire diagnostiek: van gerichte testen naar brede detectie

Diagnostiek is een stabiele pijler in de dagelijkse praktijk van de dierenarts: je stuurt een monster in, krijgt een uitslag en handelt daarnaar. Maar achter de schermen is die wereld allesbehalve statisch. “Het blijft een wapenwedloop”, zegt moleculair bioloog Remco Dijkman. “Je moet meebewegen met wat virussen, bacteriën én het veld doen. Soms ontdekken we dankzij signalen uit het veld dat we iets missen. Diagnostiek is altijd in beweging.”

Binnen de R&D-afdeling van De Gezondheidsdienst voor Dieren (GD) werkt Dijkman aan het ontwikkelen, valideren en aanscherpen van moleculaire testen voor alle diersoorten. De afdeling richt zich niet op één sector, maar ontwikkelt diagnostiek breed: van PCR’s voor virussen en bacteriën tot het onderscheiden van veldstammen en vaccinstammen, en het inrichten van nieuwe technologieplatforms. “We zijn verantwoordelijk voor de kwaliteit van die testen én de vernieuwing ervan”, zegt hij. Die breedte maakt het werk volgens hem juist interessant: “Het ene moment werk je aan een nieuwe assay, het volgende moment ben je calamiteitenwerk aan het doen omdat er ineens een nieuwe dierziekte opduikt.”

De veterinaire diagnostiek in Nederland is volgens Dijkman goed georganiseerd en van hoog niveau. “Voor een klein land als het onze zijn er veel laboratoria en is de logistiek uitstekend. Voor dierenartsen is diagnostiek heel toegankelijk. Steeds meer praktijken beschikken zelf over apparatuur voor basis-PCR of serologie, al blijft hoogwaardige moleculaire diagnostiek vaak voorbehouden aan gespecialiseerde labs.” Wat Dijkman persoonlijk trekt aan het werk? “De diversiteit”, zegt hij zonder aarzelen. “We werken samen met dierenartsen, universiteiten, met internationale partners, met collega’s van pathologie en epidemiologie. En bijna elk jaar duikt er wel een dierziekte op. Die dynamiek maakt het werk interessant en uitdagend.”

Een belangrijke innovatie waar GD aan werkt, is ‘point-of-care’-diagnostiek: compacte apparaten die dierenartsen ter plaatse kunnen inzetten. Begin dit jaar lanceerde GD het AlveoSense-platform voor detectie van aviaire influenza bij pluimvee. “Je gebruikt je telefoon met een app, koppelt die via bluetooth aan een kleine analyzer, stopt de cartridge erin en 45 minuten later heb je de uitslag”, zegt Dijkman. “De test werkt met poolmonsters van trachea-swabs of cloacaswabs. Het systeem geeft vervolgens aan: influenza A positief, en bijvoorbeeld H5, H7 of H9.”

Voor Nederland heeft deze point-of-caretechnologie vooral potentie in laagdrempelig screenen. Omdat het een aangifteplichtige ziekte betreft, moet een referentielab de diagnose uiteindelijk bevestigen. Maar in veel andere landen is de tijdswinst cruciaal, vertelt Dijkman: “Daar kan het dagen duren voordat monsters bij een lab arriveren. In Afrika of Azië is het geen uitzondering dat het dichtstbijzijnde lab duizend kilometer verderop ligt. Daar maakt zo’n apparaatje echt een wereld van verschil.”

GD werkt inmiddels aan nieuwe cartridges voor luchtwegaandoeningen bij pluimvee: verschillende bacteriën en virussen in één test. “Het idee is een laagdrempelige, praktische test, gericht op snelle beslisondersteuning op het bedrijf,” vertelt Dijkman. “Daarnaast onderzoeken we of we dit concept kunnen uitrollen voor andere sectoren, zoals de herkauwers, varkens, paarden en mogelijk gezelschapsdierenpraktijken.”

Minstens zo impactvol voor de toekomst van veterinaire diagnostiek is de opkomst van metagenoomtesten: technieken die niet één pathogeen detecteren, maar veel van de aanwezige virussen en bacteriën in een monster in kaart brengen. In Nederland gebeurt dit onder meer via de PathoSense-methode, ontwikkeld door het bedrijf PathoSense, een spin-off van de Gentse faculteit Diergeneeskunde. Dijkman: “Waar een PCR uitsluitend zoekt naar wat je vooraf definieert, brengt metagenoomanalyse álle genetische informatie in een monster in kaart.”

 

“WAAR EEN PCR UITSLUITEND ZOEKT NAAR WAT JE VOORAF DEFINIEERT, BRENGT METAGENOOM-ANALYSE ÁLLE GENETISCHE INFORMATIE IN EEN MONSTER IN KAART.”

 

Het werkt via ‘nanopore-sequencing’: DNA en RNA worden uitgelezen en vergeleken met een grote database met bekende virussen en bacteriën. Dijkman: “Het systeem geeft een ‘best match’: soms is dat exact het bekende virus, soms wijkt de sequentie af en ontdek je mogelijk een nieuwe variant of zelfs een nieuw virus.”

De methode levert veel nieuwe inzichten op. Niet alleen voor landbouwhuisdieren, maar zeker ook bij diersoorten waarvoor weinig standaarddiagnostiek bestaat, zoals konijnen, eenden, siervogels en exotische dieren, blijkt de techniek een doorbraak. Dijkman: “We zien soms organismen die we met klassieke diagnostiek nooit zouden aantonen. En we krijgen beter zicht op ziektecomplexen waarbij meerdere virussen en bacteriën tegelijk betrokken zijn. Daardoor wordt gerichtere behandeling mogelijk.” Tegelijkertijd is er ook een grote uitdaging: wat betekent het als een virus wordt aangetoond in een ziek dier, terwijl je niet weet of het ook voorkomt bij gezonde dieren? “Dat is misschien wel de grootste blinde vlek,” zegt Dijkman. “We weten vaak niet wat ‘normaal’ is. En dat maakt het lastig te bepalen of de aanwezigheid van een pathogeen ook klinisch relevant is. Controledieren testen is kostbaar, dus die datasets blijven beperkt. Daardoor is interpretatie complex. Maar hoe meer monsters GD analyseert, hoe sneller deze kennis toeneemt.”

Terwijl de inzichten verder toenemen, dient zich al een volgende technologische ontwikkeling aan. Kunstmatige intelligentie dringt steeds dieper door in ons leven en ook in de veterinaire diagnostiek. Binnen GD speelt AI een toenemende rol in pathologie, waar beeldherkenningsmodellen worden getraind om coupes te screenen, bacteriën te tellen of eieren van parasieten te herkennen. Dijkman: “Computers kunnen enorme hoeveelheden coupes screenen, sneller dan een mens, mits goed getraind door ervaren analisten. Het is geen vervanging, maar een hulpmiddel dat veel belooft.” Ook in de stal wordt AI steeds vaker toegepast voor vroege detectie.

Systemen analyseren bijvoorbeeld het gedrag van pluimvee, zoals lopen, pikken, foerageren, en signaleren afwijkingen die kunnen wijzen op
gezondheids- of welzijnsproblemen. “Gedragsverandering analyseren is ook
een vorm van diagnostiek,” zegt Dijkman. “AI helpt patronen herkennen
die een mens misschien mist, zeker bij grote koppels.” Daarnaast
ondersteunen algoritmes epidemiologische modellen, waarmee vroege
signalen van veranderingen in ziekteverspreiding kunnen worden
gedetecteerd. AI speelt bovendien een rol in het interpreteren van
complexe datastromen, zoals bij PathoSense-resultaten. Dijkman: “Hoe
meer data we verzamelen, hoe belangrijker het wordt om dierenartsen te
helpen met de duiding daarvan. AI kan daar ook bij helpen.”

Een innovatie die niet direct raakt aan diagnostiek, maar wel degelijk impact heeft, is de opkomst van organoïden: miniatuurversies van weefsels waarin je infectieprocessen kunt nabootsen. “Een organoïde bevat meerdere celtypen en lijkt veel meer op echt weefsel dan klassieke celkweek. Daarmee kun je kijken hoe virussen of bacteriën zich gedragen, zonder dat je een dierproef hoeft te doen,” legt Dijkman uit. “Vooral voor farma- en veevoerbedrijven biedt dit mogelijkheden om in vroege testfasen diervrije alternatieven in te zetten. Het sluit aan bij de maatschappelijke druk én bij onze eigen ambitie om dierproeven te vervangen, te verminderen en te verfijnen.”

Dierenartsen willen vooral snelle, betrouwbare resultaten én interpretatie die past bij de klinische praktijk. “Dat horen we vaak terug. Ze willen weten: wat betekent dit nu voor het dier of het koppel? Welke vervolgstap moet ik zetten?” zegt Dijkman. En dat is precies waar de nieuwe technologieën soms een uitdaging vormen. Bij point-of-carediagnostiek is de duiding nog relatief eenvoudig: een positieve influenza A is een duidelijke waarschuwing die vervolgonderzoek en mogelijk verdere actie nodig maakt. Maar bij metagenoomanalyses kan de uitslag meerdere organismen bevatten, in verschillende aantallen, waarvan de relevantie ook nog niet altijd duidelijk is. Dat vraagt kennis én context. GD werkt daarom aan betere toelichtingen, trainingsmateriaal en interpretatiehulpmiddelen. Maar het blijft mensenwerk, benadrukt Dijkman. “We willen dierenartsen ondersteunen, zonder de klinische blik over te nemen.”

 

“ELKE TEST, ELK MONSTER, HELPT ONS OM DIERZIEKTEN BETER TE BEGRIJPEN.”

 

Of diagnostische innovaties de rol van de dierenarts gaan veranderen, vindt Dijkman lastig te voorspellen. “Er is vooral meer interpretatie nodig. Niet alles wat je meet, is betekenisvol. Het is soms zoeken naar wat relevant is en wat ruis.”

Dijkman verwacht dat point-of-carediagnostiek en metagenoomanalyse de grootste impact hebben in de komende tien jaar. Point-of-care verlaagt de drempel voor regelmatige screening op bedrijven, terwijl metagenoomdiagnostiek nieuwe inzichten biedt in virussen, bacteriën en ziektecomplexen die voorheen onzichtbaar bleven. “Het begint allemaal met informatie verzamelen,” zegt hij. “Als je alleen test op wat je al kent, ontdek je nooit wat nieuws.” Wat wil hij dierenartsen vooral meegeven? Hij denkt even na.

“Blijf nieuwsgierig en kritisch,” zegt hij dan. Diagnostiek ontwikkelt zich snel. Nieuwe technieken bieden kansen, maar vragen ook nieuwe vaardigheden. Een geruststelling: niemand hoeft dat alleen te doen. “Ook voor ons is veel nieuw. We leren elke week bij. Maar elke test, elk monster, helpt ons om dierziekten beter te begrijpen.”