Tapez un mot pour ouvrir la recherche

Loading

Approches d'intelligence artificielle et optimisation de bioprocédés alimentaires dans le cadre d'une économie circulaire

Aujourd'hui, le secteur agroalimentaire ne doit plus seulement « nourrir » le monde, mais il doit surtout répondre à de nouveaux enjeux en matière de nourriture-santé. La mise au point de procédés innovants pour la production et la transformation de nutraceutiques et d'aliments fonctionnels (NAFs) nécessite d'en évaluer les impacts sociétaux (santé du consommateur) et environnementaux (écoconception). Ce projet de recherche s'inscrit dans le cadre du programme Alliance du CRSNG, obtenu en avril 2021, visant la valorisation intégrée des co-produits par des technologies alimentaires éco-efficients dans le cadre d'une économie circulaire (Consortium VITALE).

Dans ce contexte, l'objectif de ce projet de recherche, proposé au CRIBIQ dans le cadre du 115e appel à projets, est d'utiliser des approches d'intelligence artificielle, plus spécifiquement d'apprentissage automatique, pour optimiser les lignes de production bioalimentaires tout en minimisant leur impact environnemental et en augmentant la valeur ajoutée des produits finaux. Les objectifs de recherche sont les suivants :

  1. Développer des outils biostatistiques et d'apprentissage automatique pour faciliter le traitement et l'analyse des données de peptidomique.
  2. Synthétiser les peptides identifiés par ces outils, démontrer leurs bioactivités et étudier leurs mécanismes d'action.
  3. Développer de nouvelles membranes d'électrodialyse.
  4. Étudier les interactions entre membranes de filtration et polyphénols et développer des modèles explicatifs.
  5. Optimiser la production d'acide lactobionique par électrodialyse avec membrane bipolaire sous champ électrique pulsé (CÉP).
Laurent Bazinet

Laurent Bazinet

Professeur
Université Laval

Contribution du CRIBIQ

541 713 $


Partenaires

Industriels participants :

Olymel, Fruit d'Or, Lactalis Canada, Amer-Sil, Eurodia, Montpak International, Exceldor, lnnodal

IRPQ :

Université Laval