PREMIC-D : Prévision de la Concentration Minimale Inhibitrice en fonction de la matrice fromagère
| ABG-137232 | Sujet de Thèse | |
| 27/03/2026 | Cifre |
- Agronomie, agroalimentaire
- Biologie
Description du sujet
Objectif principal
L'objectif principal de PREMIC-D est de modéliser la Concentration Minimale Inhibitrice (CMI) apparente en fonction des caractéristiques de la matrice fromagère, afin de prévoir la concentration en inhibiteur nécessaire pour garantir la sécurité microbiologique du produit fini. Le modèle de travail est Bacillus cereus.
Contexte et enjeux
La maîtrise de la contamination des produits laitiers par les spores bactériennes représente un enjeu majeur tant pour la sécurité du consommateur que pour la réduction du gaspillage alimentaire. Face à la demande croissante de produits à teneur réduite en additifs, le secteur laitier doit développer de nouvelles méthodes de conservation reposant sur des composés antimicrobiens naturels.
Un obstacle central à l'application industrielle de ces composés réside dans l'écart entre leur efficacité en milieu simplifié de laboratoire et leur performance réelle en matrice alimentaire. Les interactions entre les constituants du fromage (matière grasse, protéines, pH) et les composés antimicrobiens modulent significativement leur activité, sans que ces phénomènes soient encore bien modélisés. Le projet PREMIC-D a pour objectif d’apporter des réponses à ce manque.
Organisation du projet et moyens mis en œuvre
Tâche 1 — Données intrinsèques et effet matrice (Année 1) : La première année est consacrée à la caractérisation physicochimique d'au moins 10 composés antimicrobiens (acides organiques, monolaurine, nisine, composés phénoliques…) et à la détermination de leurs CMI de référence en phase aqueuse. Des fromages modèles de type Burgos, variant en pH et en taux de matière grasse, sont fabriqués. Un premier modèle de CMI apparente sera construit, basé sur la répartition des composés entre les phases du système.
Tâche 2 — Développement des modèles prévisionnels (Année 2) : L'analyse des écarts entre prédictions et observations expérimentales guidera une étude ciblée sur les interactions protéine-antimicrobien. Une proposition d’un terme de correction protéique à intégrer au modèle mécaniste sera faite. Un modèle logistique probabiliste (Growth/No-Growth) sera également développé en parallèle. Ces deux approches complémentaires sont ensuite intégrées et validées de manière croisée afin de proposer une stratégie d'utilisation adaptée aux différents contextes industriels.
Tâche 3 — Extension et valorisation industrielle (Année 3) : Le domaine d'application des modèles sera étendu aux basses températures (8°C) appliquées dans l’industrie laitière. La phase finale aboutira à la livraison d'un outil prédictif opérationnel, accessible via la plateforme Sym'previus, permettant le calcul automatique des CMI apparentes et des probabilités de croissance à partir des paramètres de composition et des descripteurs du composé antimicrobien.
Prise de fonction :
Nature du financement
Précisions sur le financement
Présentation établissement et labo d'accueil
Les travaux seront majoritairement réalisés au Laboratoire Universitaire de Biodiversité et Ecologie Microbienne (LUBEM), composante de l'UBO, sur le site de Quimper.
Les travaux de cette thèse recouvrent plusieurs disciplines et reposent sur la complémentarité des expertises au sein du LUBEM, de l’ADRIA, centre technique (entreprise du contrat CIFRE), associé au LUBEM dans une Unité Mixte Technologique (UMT ACTIA Transispore), et du CNIEL (Interprofession laitière, financeur).
Ces partenaires ont déjà conduit des travaux conjoints dans le domaine de la microbiologie prévisionnelle appliquée aux problématiques industrielles. L’équipe encadrante a conduit des projets sur les interactions entre inhibiteurs bactériens et milieux biphasiques.
Site web :
Intitulé du doctorat
Pays d'obtention du doctorat
Etablissement délivrant le doctorat
Ecole doctorale
Profil du candidat
Formation : Master 2 (ou diplôme équivalent) en Microbiologie, Biotechnologies, Sciences des aliments
Compétences indispensables : Bases solides en microbiologie et en statistiques, goût pour l'expérimentation, intérêt pour la modélisation et les sciences des aliments, Maîtrise de l’anglais scientifique (lecture/rédaction)
Qualités personnelles souhaitées : Curiosité scientifique, aptitude au travail en équipe, rigueur, autonomie et organisation, capacités rédactionnelles
Vous avez déjà un compte ?
Nouvel utilisateur ?
Vous souhaitez recevoir nos infolettres ?
Découvrez nos adhérents
Laboratoire National de Métrologie et d'Essais - LNE
Aérocentre, Pôle d'excellence régional
Ifremer
ASNR - Autorité de sûreté nucléaire et de radioprotection - Siège
SUEZ
Servier
Institut Sup'biotech de Paris
Nantes Université
Généthon
Medicen Paris Region
Tecknowmetrix
Groupe AFNOR - Association française de normalisation
Nokia Bell Labs France
TotalEnergies
ADEME
ONERA - The French Aerospace Lab
ANRT

