Extrusion bi‑vis et intelligence artificielle pour la prédiction et l’optimisation de la digestibilité des protéines végétales

L’extrusion bi-vis est un procédé clé pour la structuration des protéines végétales texturées (PVT/TVP) ainsi que pour la cuisson-extrusion en milieu humide (CEMH/HME), et est utilisée dans la formulation d’aliments à base de protéines texturées et d’analogues de produits animaux. En partenariat avec Clextral, ce doctorat vise à relier les paramètres d’extrusion, la nature et la composition des sources protéiques, les structures micro- et macroscopiques et la digestibilité des protéines (in vitro) par une approche expérimentale combinée à la modélisation par intelligence artificielle (IA), afin d’identifier les paramètres d’extrusion critiques maximisant la biodisponibilité des acides aminés (score DIAAS). 

Twin-screw extrusion is a key process for the structuring of textured vegetable proteins (TVP) as well as for high-moisture extrusion cooking (HMEC), and is widely used in the formulation of foods based on textured proteins and animal product analogues. In partnership with Clextral, this PhD project aims to establish relationships between extrusion parameters, the nature and composition of protein sources, micro- and macrostructural properties, and in vitro protein digestibility through an experimental approach combined with artificial intelligence (AI) modeling, in order to identify the critical extrusion parameters that maximize amino acid bioavailability (DIAAS score).

Le doctorat sera réalisé au Département des sciences des aliments de l’Université Laval, situé dans la ville de Québec, au Canada, au sein du Centre STELA et de l’Institut sur la nutrition et les aliments fonctionnels (INAF), reconnus pour leur expertise en protéines alimentaires, en digestion et en analyses avancées. Le projet bénéficiera de l’expertise multidisciplinaire du laboratoire Idéatech (protéines, procédés de fractionnement et propriétés fonctionnelles), du laboratoire ÉRIA (protéines et interactions structure-digestion) et du LARTIC (chimiométrie et intelligence artificielle), ainsi que de celle d’HEC Montréal en science des données et en intelligence artificielle. Une collaboration étroite avec Clextral (États-Unis) est également prévue.

The PhD project will be carried out in the Department of Food Sciences at Université Laval, located in Quebec City, Canada, within the STELA Research Center and the Institut sur la nutrition et les aliments fonctionnels (INAF), both recognized for their expertise in food proteins, digestion, and advanced analytical methods. The project will benefit from the multidisciplinary expertise of the Idéatech laboratory (proteins, fractionation processes, and functional properties), the ÉRIA laboratory (proteins and structure–digestion interactions), and LARTIC (chemometrics and artificial intelligence), as well as from the expertise of HEC Montréal in data science and artificial intelligence. A close collaboration with Clextral (USA) is also planned.

Le ou la candidat(e) au doctorat doit :

• Être titulaire d’une maîtrise (ou d’un master 2) en sciences des aliments ou dans un domaine connexe.
• Posséder de solides connaissances en biochimie des protéines, en structure des aliments et en digestion.
• Être familier(ère) avec ll'extrusion bis-vis
• La maîtrise des méthodes chimiométriques, des approches d’analyse de données et de l’intelligence artificielle constitue un atout.
• Démontrer d’excellentes aptitudes en organisation, en communication, en rédaction scientifique et en travail d’équipe, ainsi qu’une bonne maîtrise de l’anglais à l’écrit et à l’oral

The PhD candidate must:

• Hold a Master’s degree in Food Science or in a related field.
• Possess strong knowledge of protein biochemistry, food structure, and digestion.
• Be familiar with extrusion technologies and operations.
• Experience with chemometric methods, data analysis, and artificial intelligence approaches will be considered a strong asset.
• Demonstrate excellent organizational, communication, scientific writing, and teamwork skills, as well as good proficiency in both French and English, particularly in reading and writing.