Thèse soutenue

La spectroscopie comme outil de caractérisation des microorganismes : application à la microbiologie du sol et des produits laitiers
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Sylvain Treguier
Direction : Didier KleiberCécile Levasseur-Garcia
Type : Thèse de doctorat
Discipline(s) : Développement des Plantes
Date : Soutenance le 10/03/2020
Etablissement(s) : Toulouse, INPT
Ecole(s) doctorale(s) : École doctorale Sciences écologiques, vétérinaires, agronomiques et bioingénieries (Toulouse)
Partenaire(s) de recherche : Laboratoire : Département Sciences agronomiques et agroalimentaires (Toulouse)
Jury : Président / Présidente : Jérôme Mounier
Examinateurs / Examinatrices : Didier Kleiber, Cécile Levasseur-Garcia
Rapporteurs / Rapporteuses : Dhruvananda Ganesh Sockalingum

Résumé

FR  |  
EN

Les bactéries sont des microorganismes unicellulaires participant à de nombreux processus biologiques. Les espèces impliquées dans la fermentation lactique et la croissance des plantes suscitent un intérêt particulier en agro-industrie. L’identification de souches bactériennes est essentielle pour concevoir des ferments lactiques pour les produits laitiers et des biofertilisants pour les sols. Les techniques actuelles d’identification des bactéries sont destructives, et nécessitent donc de préparer des échantillons dédiés aux analyses. L’objectif de ce travail est de développer une méthode de criblage par spectroscopie UV-Vis-NIR de bactéries inoculées sur boîtes de Pétri, afin d’en évaluer le potentiel en tant qu’alternative simple, rapide et non destructive aux outils de diagnostic conventionnels. Un protocole de mesure a tout d’abord été établi sur un nombre restreint de souches bactériennes pour un spectromètre NIR et un spectromètre UV-Vis-NIR. 142 souches de bactéries lactiques et 76 souches de rhizobactéries favorisant la croissance des plantes ont ensuite été inoculées sur milieu gélosé puis analysées avec les deux instruments au cours de plusieurs expérimentations. Un biais associé à ces séries d’inoculations et de mesures était présent sur les spectres bruts. Une réduction de ce biais a été possible en corrigeant les acquisitions par rapport aux spectres de boîtes de gélose pure réalisées à chaque expérimentation. Une analyse exploratoire des données spectrales a mis en évidence des différences entre les genres et les espèces des bactéries. Elles ont majoritairement été attribuées aux polysaccharides contenus dans les parois cellulaires, constituants la capsule bactérienne ou sécrétés dans l’environnement extracellulaire. Des modèles de classification ont été développés avec les données spectrales par PLS-DA et réseaux de neurones artificiels. Leurs performances ont été comparées en prédiction sur 84 souches de bactéries lactiques isolées de laits crus et 19 souches de rhizobactéries supplémentaires. Les taux de classification correct des meilleurs modèles obtenus sont respectivement de 70% et 63% pour le genre et l’espèce des bactéries lactiques, et de 66% pour le genre des rhizobactéries. Des pistes d’amélioration ont été proposées pour améliorer les performances et étendre les applications de la méthode