Tapez un mot pour ouvrir la recherche

Loading

Outil d'intelligence artificielle pour une identification rapide et précise des agents pathogènes de la mammite et de la détérioration micro-organismes dans le lait.

Dans cette application, nous proposons de développer un outil permettant d'identifier les microorganismes pathogènes ou délétères présents dans le lait en utilisant une combinaison d'intelligence artificielle et de nouvelles technologies de spectrométrie de masse. Notre approche vise à fournir un résultat d'identification des espèces de bactéries et de champignons en environ 1 à 4 heures, au lieu de plus de 24 heures actuellement, et ce, avec une spécificité et une sensibilité élevées. Dans cette proposition, nous nous concentrerons sur le développement d'algorithmes permettant d'identifier les principales espèces bactériennes responsables de la mammite chez la vache et les microorganismes d'altération (bactéries et champignons) contaminant le lait dans les fermes et les usines, et qui a un impact sur la détérioration des produits laitiers tel que le lait liquide, le lait en poudre, le fromage et le yogourt. À cette fin, nous allons inoculer plus d’une trentaine de microorganismes dans le lait et récupérer leur protéome à l'aide d'instruments de chromatographie en phase liquide - spectrométrie de masse. Nous identifierons ensuite des signatures peptidiques spécifiques à chacun de ces microorganismes à l'aide de méthodes d'apprentissage automatique et construirons des modèles prédictifs. Les modèles seront ensuite validés en mesurant ces signatures peptidiques ciblées sur des d'échantillons de lait nouvellement inoculés, afin de démontrer leur capacité à identifier les espèces de microorganismes dans un délai très court. La sensibilité, la reproductibilité et la précision de la méthode seront évaluées. Cette approche, mise au point par l’équipe du Prof Droit, a déjà fait ses preuves dans le domaine médical (détection de bactéries dans l’urine) et permettrait d’analyser en routine des échantillons de lait afin de déterminer si un échantillon inconnu est contaminé, et si oui par quelles espèces de microorganismes. Pour atteindre ces objectifs, nous allons associer les efforts de trois équipes de recherche spécialisées en médecine vétérinaire, microbiologie, industrie alimentaire, protéomique et bioinformatique. Cette méthode rapide et précise aura de nombreux avantages économiques pour le secteur laitier, notamment au niveau de la production et la transformation du lait. Elle permettra une réponse médicale rapide aux producteurs de lait ayant des vaches atteintes de mammite, améliorant ainsi la santé et le bien-être des animaux et réduisant l’impact sur la production laitière. De plus, avec une identification plus rapide des contaminants, des antibiotiques à spectre plus large seront moins utilisés, au profit d'antibiotiques plus spécifiques, ce qui limitera la résistance aux antimicrobiens et augmentera la sécurité du public. Enfin, elle permettra aux entreprises de produits laitiers de détecter rapidement la contamination des produits, limitant ainsi les dommages économiques causés par la détérioration et/ou le rappel de lots.

Arnaud Droit

Professeur agrégé
Université Laval

Contribution du CRIBIQ

153 094 $


Partenaires

Industriels participants :

Novalait

IRPQ :

Université Laval
Université de Montréal
CHU de Québec - Université Laval