In dit project, opgezet door de vakgroep Hydrologie, Ecologie en Monitoring en het waterschapslab, wordt data science ingezet om met behulp van deep learning en metagenomics de bron van fecale verontreiniging in zwemwater nauwkeuriger te bepalen. De huidige methode (qPCR) kan onderscheid maken tussen bijvoorbeeld honden en mensen, maar niet tussen menselijke bronnen zoals recreatievaart of riooloverstorten. Metagenomics biedt een veel gedetailleerder beeld van de microbiële samenstelling in water, waardoor onderscheid tussen deze bronnen wel mogelijk is. Door deep learning toe te passen op deze DNA-profielen kunnen complexe patronen worden herkend die wijzen op specifieke bronnen. Dit maakt het mogelijk om sneller en preciezer te bepalen waar verontreiniging vandaan komt. Het uiteindelijke doel is om deze methode in te zetten voor bronopsporing bij zwemwaterlocaties, zodat gerichter maatregelen genomen kunnen worden en mogelijk zelfs andere gezondheidsrisico’s, zoals toxines of ziekteverwekkers, in één analyse kunnen worden meegenomen.