Home >> PROJETS >> SANUM – capteurs moléculaires pour le contrôle qualité
Logo progetto SANUM

Capteurs moléculaires pour le contrôle qualité

Vers les « aliments fonctionnels » : les capteurs moléculaires

Avec le projet SANUM, nous voulions l’utilisation de capteurs moléculaires pour le contrôle qualité dans les micro et petites entreprises de l’agroalimentaires .

Projet SANUM

Les problèmes de santé liés à la nutrition tels que les allergies alimentaires, l’obésité, le diabète et les maladies cardiovasculaires ont augmenté dans des proportions épidémiques . De plus ils causent un lourd tribut à notre société et à nos systèmes de santé . Pour cette raison, la Commission Européenne a lancé un défi aux entreprises TIC, le Prix Horizon, pour le développement d’une solution mobile économique et non invasive qui permettrait aux utilisateurs de mesurer et d’analyser directement les aliments (https://ec.europa.eu/info/research-and-innovation/funding/funding-opportunities/prizes/horizon-prizes/food-scanner_en) . Enjeu : 1 million d’euros ! Trois entreprises se sont partagées ce prix .

Nous nous sommes demandées pourquoi ne pas essayer d’utiliser ces nouvelles technologies dans le cadre de la R&D de Nurideas ? et les intégrer ensuite dans la traçabilité et le contrôle qualité que nous développons pour les micro-entreprises du secteur agroalimentaire ?

En 2017, nous avons présenté un projet de recherche et développement en réponse à l’appel « Filiera Biomed » (POR FESR 2014-2020) de Sardegna Ricerche pour tenter de répondre à cette question .

Parcours scientifique

Le projet SANUM avait pour objectif l’étude de nouvelles fonctions – liées à la traçabilité alimentaire et à la nutrition personnalisée. Pour pouvoir les intégrer par la suite dans l’écosystème des produits et services que nous développons à Nurideas . Et ainsi augmenter le niveau d’innovation de notre pipeline .

Le projet comprenait un processus de validation scientifique des capteurs divisé en quatre phases :

  1. tout d’abord la collecte d’un nombre suffisant d’échantillons auprès d’entreprises du secteur laitier ;
  2. ensuite l’analyse des échantillons dans les laboratoires de spectrométrie RMN et GC-MS de l’Université de Cagliari ;
  3. en mêmes temps analyse des mêmes échantillons à travers les capteurs actuellement disponibles dans le commerce ;
  4. et finalement validation des résultats obtenus .

Nous avons testé 2 des 3 capteurs vainqueurs en 2016 de l’ Horizon Price Food scanner . L’objectif du projet était double : d’une part analyser le niveau de sensibilité des capteurs et valider leur fonctionnement . D’autre part comprendre s’ils pouvaient être utilisés par des micro et petites entreprises agroalimentaires . Avec comme objectif final, l’utilisation des capteurs moléculaires pour le contrôle de qualité .

Les capteurs

Les capteurs utilisés dans le projet sont : le SCiO (www.consumerphysics.com) et le Tellspec (www.tellspec.com) .
Ils communiquent avec le smartphone de l’utilisateur via la connexion Bluetooth .

sensore SCiO
sensore SCiO
sensore Tellspec
sensore Tellspec

Ces deux capteurs utilisent la technologie NIR (Near-Infrared Spectroscopy – pectroscopie à Infrarouge proche) mais fonctionnent dans différentes gammes de longueurs d’onde (SciO : 750-1040 nm ; Tellspec : 900-1700 nm) .

D’un point de vue technique, les capteurs sont constitués d’une source lumineuse qui irradie l’échantillon alimentaire . Après cela un capteur optique (spectromètre) fait converger les rayons lumineux réfléchis par l’échantillon . Celui-ci ensuite renvoie un spectre qui est utilisé pour l’analyse finale analyse de l’échantillon .

Échantillonnage

Le projet SANUM impliquait 3 fermes laitières et une entreprise multifonctionnelle implantées dans différents endroits de la Sardaigne . Entre décembre 2017 et juillet 2018, nous avons analysé différents types de lait (chèvre, brebis, mélange de brebis et chèvre) et fromages .
Au total, nous avons analysé 367 échantillons correspondant à 16 produits différents . Et nous avons obtenu 2319 spectres . Les spectres peuvent être considérés comme les empreintes digitales de chaque produit .

Sanum: produits

Pour gérer toutes ces données, visualiser et suivre nos expériences, nous avons créé une base de données (ScanDB) . Et ensuite NurScan, un logiciel avec une interface Web pour faciliter la visualisation des données .

Analyses

Les analyses que nous avons effectuées sur les échantillons sont du type « data-mining » (exploration des données) . Pour cela nous avons utilisé les outils proposés par l’application « TheLab » sur le site de Consumer Physics (développeur du capteur SCiO) .

TheLab permet d’effectuer entre autres une analyse PCA (Principal Component Analysis – Anlayse en Composantes Principales) sur les spectres et de visualiser les résultats sous forme graphique .

La figure montre par exemple une PCA réalisé sur un groupe de 4 fromages différents, visuellement identifiables .

PCA 4 fromages

Avec la PCA, nous recherchons des « clusters » ou nuages ​​de données ayant les mêmes propriétés . Nous avons fait ce type d’analyse pour tous les échantillons . Ceci nous a permis de filtrer tous les spectres anormaux (valeurs aberrantes) . Ainsi nous avons procédé au nettoyage des données pour créer ensuite des modèles .

Modèles

Un modèle d’exploration de données (data-mining) est créé en appliquant un algorithme aux données : c’est un ensemble de données, de statistiques et de schémas qui peuvent être ensuite appliqués à de nouvelles données pour générer des prédictions et des inférences sur les relations . Le nombre d’échantillons et les données collectées nous ont seulement permis de créer des modèles de classification pour tester la validité de l’approche . En utilisant l’outil de génération de modèle dans TheLab nous avons créé un modèle de classification utilisant les 4 mêmes fromages utilisés dans l’analyse PCA . Dans la figure qui montre la « matrice de confusion », nous voyons les performances du modèle de classification .

Modèle 4 fromages

Toutefois, pour développer un modèle plus précis, nous devrons analyser un plus grand nombre d’échantillons pour chaque type de fromage .

Le projet SANUM (2017-2018) a été financé par l’Union européenne avec le soutien de la Région autonome de Sardaigne et Sardaigne Ricerche (POR FESR Sardaigne 2014-2020) .

Logo Sardegna Ricerche
La Regione Autonoma della Sardegna
EU flag
Logo POR FESR 2014-2020 Sardegna
Menu