Développement d’une méthode de quantification du risque d’altération de produits alimentaires par les moisissures. Applications aux produits de Boulangerie, Viennoiserie, Pâtisserie

par Stéphane Dagnas

Thèse de doctorat en Biologie des organismes

Sous la direction de Jeanne-Marie Membré.


  • Résumé

    Les produits de Boulangerie-Viennoiserie-Pâtisserie (BVP) représentent un marché de plus de six milliards d’euros en France et de 40 milliards d’euros en Europe. Avec des volumes produits importants, ces aliments n’échappent pas aux phénomènes actuels de gaspillage alimentaire, dus, en partie, à de l’altération par les moisissures. Afin d’évaluer cette altération pour mieux la contrôler, ce travail de thèse visait à développer une méthode de quantification du risque d’altération de produits BVP par les moisissures. Pour cela nous avons identifié deux réponses phénotypiques pertinentes à étudier (i.e. temps de latence et vitesse radiale de croissance). Ensuite nous avons identifié et hiérarchisé quatre facteurs environnementaux et de formulation ayant un impact significatif sur la croissance des moisissures dans les produits BVP (i.e. activité de l’eau, température de stockage, acides organiques et conservateur « clean-label »). Plus précisément, nous avons tout d’abord développé des modèles de microbiologie prévisionnelle originaux de type Gamma, décrivant l’effet de ces facteurs sur les réponses phénotypiques sélectionnées. Ensuite, nous avons implémenté ces modèles dans un outil probabiliste de quantification de l’altération. Cet outil, à destination des industriels, permettra i) d’estimer de façon rationnelle les dates limites d’utilisation optimale des produits et ii) de sélectionner et d’ajuster les facteurs de formulation permettant une réduction du risque d’altération des produits par les moisissures

  • Titre traduit

    Development of a method to quantify the mold spoilage risk in food products. Application to Bakery products


  • Résumé

    Bakery products represent a six billion euro market in France and a 40 billion euro market in Europe. With great volumes manufactured, these products do not avoid the current food waste phenomenon of which a significant part comes from mold spoilage. In order to quantify this spoilage and tackle it, this PhD work aimed at developing a method to assess mold spoilage risk of bakery products. To do so, two relevant phenotypic responses were identified (i.e. lag time and radial growth rate). Four environmental factors having a significant impact on mold growth in bakery products, were then identified and ranked (i.e. water activity, storage temperature, organic acids and a “clean-label” preservative). More precisely, original Gamma-type predictive models were first developed to describe the factors’ effect on the selected phenotypic responses. Then these models were implemented in a probabilistic tool aiming at quantifying mold spoilage. This tool, addressed to manufacturers, will enable i) to estimate realistically products’ best-before dates and ii) to select and adjust formulation factors to decrease the mold spoilage risk in bakery products. Key words: Spoilage, Mold, Probabilistic model, Bakery products, Predictive microbiology, “Clean-label” preservatives, Best-before date L’Université Nantes