Le but de ce projet est d'obtenir et d'appliquer une méthodologie disponible dans la littérature pour quantifier les incertitudes sur les données expérimentales prises dans la soufflerie trisonique de Recherche et Développement pour la Défense Canada - Valcartier (RDDC Valcartier). La motivation de cette étude vient du fait que la qualité des mesures expérimentales joue un rôle très important dans le processus de développement de tout missile ou système d'armes à RDDC Valcartier. Nous constatons l'importance du sujet par les conférences organisées par des instituts de renommée dans le domaine de l'aérodynamique tels que l'American Institute of Aeronautics and Astronautic (AIAA) et l'Advisory Group for Aerospace Research & Development (AGARD). Ces organismes exigent que les résultats expérimentaux présentés incluent un estimé de leurs incertitudes. La présente étude est basée sur des essais existants dans la base de données de RODC Valcartier en prenant en compte l'instrumentation disponible au moment des essais et revue en fonction de ce qui est disponible ou des améliorations apportées au système au cours des années. Par cette analyse, il a été décidé d'appliquer la méthodologie choisie à un essai réalisé à Mach 3,5, considérant la grande disponibilité des données existantes. En relevant des données des essais antérieurs, nous avons observé que le fait d'avoir remplacé le système de séchage d'air par un autre plus performant faisait augmenter le nombre de Mach en régime supersonique. Cette variation du nombre de Mach est probablement due à la réduction de la condensation l'humidité dans l'air pendant son expansion dans la section d'essai et ce fait sera également exposé dans cette étude. En nous fondant sur des recommandations dans les références telles que [AIAA, 1990] et [Association Française de Normalisation (AFNOR), 2005], nous avons remarqué que l'incertitude estimée sur quelques grandeurs mesurables était anormalement élevée, et par conséquent, les paramètres calculés à partir de ces grandeurs aussi. Cette étude aura aussi révélé que la balance aérodynamique est l'élément critique qui apporte les plus grandes incertitudes expérimentales sur les paramètres aérodynamiques et qu'elle n'était pas adéquate pour la mesure de quelques composantes de force pour l'essai étudié. Enfin, nous avons donné plusieurs recommandations afin de réduire les incertitudes des mesures expérimentales à des niveaux plus acceptables.

La faisabilité de l'oxydation du lactose vers l'acide lactobionique en milieu alcalin en présence d'un catalyseur bimétallique hétérogène Bi-Pd supporté sur la silice mesostructurée, SBA-15, a été étudiée dans un réacteur discontinu agité. Les objectifs étaient : (i) la formulation du catalyseur bimétallique avec la charge optimale des métaux sur le support, (ii) l'optimisation des conditions de réaction: la température, le débit d'air, le rapport métal/lactose, le pH; (iii) l'évaluation de la stabilité du catalyseur et de sa performance dans des études à plus grande échelle. Les réactions ont été effectuées à des températures comprises entre 38 et 80°C et le pH situé entre 7 et 9. Le catalyseur 1.02% Pd 0.64% Bi/SBA-15 avec un rapport molaire de Bi:Pd=0.3 a montré une activité et une sélectivité envers l'acide lactobionique les plus élevées. Les conditions optimales du procédé ont été déterminés à 65°C et à un pH de 9 avec un contrôle strict de l'oxygène dissous (<1% à la concentration d'équilibre de l'oxygène à la température de la réaction). Après 3 heures de réaction, le nouveau catalyseur a montré une très bonne stabilité à la lixiviation des métaux. L'activité et la sélectivité du nouveau catalyseur sont reliés à l'alliage Bi|.75Pd trouvé. / The feasibity of microaerial oxidation of lactose to lactobionic acid (LBA) in alkaline medium over heterogeneous bimetallic Bi-Pd catalyst supported on mesostructured silica material, SBA-15 in an agitated batch reactor was studied. The objectives were: (i) formulation of the bimetallic catalyst with optimum metal loading on the support, (ii) optimization of reaction conditions, metal/lactose ratio, temperature, airflow, pH of the reaction and (iii) evaluation of catalyst stability and its performance in scale-up studies. Reactions were carried out in a range of temperature (38 - 80°C) and pH (7-9). The 1.02%Pd 0.64%Bi/SBA-15 catalyst with Bi:Pd=0.3 molar ratio showed the highest activity and selectivity towards lactobionic acid. The optimal conditions were found at 65°C and pH 9 with a systematic control of dissolved oxygen (<1% of 02 equilibrium concentration at reaction temperature). After 3 hours of reaction, the novel catalyst has shown to have a very good stability against metals leaching. The activity and selectivity of the novel catalyst appear to relate to Bii.75 Pd alloy.

Le paradigme multi-agents est largement utilisé pour concevoir des outils de simulation dédiés à la chaîne de création de valeur. En dépit de son attrait et de son ample utilisation dans la recherche, la technologie agent et son intégration avec des outils de planification de la chaîne de création de valeur distribuée représente encore un champ à explorer. En particulier, il existe une lacune de recherche dans la phase d'analyse des cadres méthodologiques basés sur le concept des multi-agents. Cette phase représente le premier effort de modélisation et influence considérablement le processus de création entier, ainsi que les simulations résultantes. Afin de contribuer à combler cette lacune, cette thèse présente un cadre méthodologique appelé FAMASS -Architecture FORAC pour modéliser des simulations multi-agents pour la planification des chaînes de création de valeur. L'approche FAMASS a l'intention de fournir une représentation uniforme d'un système distribué de planification avancée (d-APS) qui utilise la technologie multi-agents, un support à des analystes de simulation pour définir clairement les besoin fonctionnels des utilisateurs de scénarios de simulation, ainsi que leurs définitions expérimentales, et un guide aux analystes pour déployer les modèles d'analyse en modèles de spécification et de design. Par conséquent, la capitalisation de la connaissance et du savoir-faire des acteurs de la simulation est améliorée. Les scénarios de simulation sont donc modélisés plus vite, de façon plus précise, et ils sont éventuellement développés et utilisés. Le cadre méthodologique proposé est validé à travers une méthode de preuve-de-concept fondée sur un cas industriel solide et réaliste.

Tableau d’honneur de la Faculté des études supérieures et postdoctorales, 2014-2015 / Ce projet vise à développer un outil de prédiction précoce du risque de diabète gestationnel (DG). Il est basé sur une étude de cohorte prospective chez 7929 femmes enceintes recrutées entre 2005 et 2010 dans la ville de Québec. La validation externe de quatre modèles prédictifs a permis d’identifier des variables cliniques (ex. : antécédent de DG, indice de masse corporelle, histoire familiale de diabète) particulièrement performantes pour prédire le développement d’un DG nécessitant une insulinothérapie. Un modèle original combinant ces variables cliniques avec trois marqueurs biochimiques (HbA1c, SHBG et hsCRP entre 14 et 17 semaines de grossesse) a permis d’obtenir une aire sous la courbe ROC de 0,90 et une sensibilité de 72% à un taux de faux positifs de 10%. Ce projet a permis d’identifier des facteurs prédictifs du DG identifiables tôt en grossesse afin de permettre une meilleure prise en charge des femmes à haut risque. / This project aims to develop an early risk-prediction tool for gestational diabetes (GDM). This is a case-control study from a prospective cohort including 7929 pregnant women recruited between 2005 and 2010 in the Quebec City metropolitan area. External validation of four predictive models proposed in the literature allowed the identification of clinical variables (including past history of GDM, body mass index and family history of diabetes) performing particularly well for the prediction of GDM requiring insulin therapy. An original model combining some of these clinical variables with three readily available biochemical markers (HbA1c, SHBG and hsCRP measured between 14 and 17 weeks of gestation) yielded area under the ROC curve of 0.90 and sensitivity of 72% at a false-positive rate of 10%. This project allowed the identification of predictive factors for GDM available early in pregnancy, which could improve the management of high risk women.

La recoverine et la GCAP-1 sont des protéines de la famille des neuroprotéines sensibles au calcium (NCS). Ces protéines sont N-myristoylées et possèdent des motifs EF-hand permettant la liaison du calcium. Elles participent à la phase de recouvrement de la phototransduction visuelle qui a lieu dans les segments externes des photorécepteurs. La liaison membranaire de la recoverine et de la GCAP-1 a été principalement étudiée à l'aide de films monomoléculaires de phospholipides. Nous proposons une méthode d'analyse qui permet d'identifier l'affinité des protéines aux monocouches de phospholipides. Cette méthode pourrait permettre d'identifier rapidement la liaison périphérique des protéines aux monocouches lipidiques. Nous encourageons son utilisation afin de déterminer si elle peut constituer les bases d'un modèle d'analyse plus général. La recoverine est une protéine extrinsèque amphitropique. En absence de calcium, le groupement acyle de la recoverine est enfoui dans une poche hydrophobe. Par contre, en présence de calcium, des réarrangements structuraux permettent l'extrusion de ce groupement myristoyle et induisent la liaison membranaire de la recoverine. Nous avons déterminé que la recoverine possède une forte affinité pour les monocouches de phospholipides anioniques. Cette affinité semble induite par la présence d'un cluster de charges positives situé à proximité du groupement myristoyle. De plus, la N-myristoylation semble être responsable d'une augmentation de la distribution latérale de la liaison membranaire de cette protéine. Ces travaux amènent maintenant à s'intéresser à l'influence de la teneur des membranes discales des photorécepteurs en phospholipides polyinsaturés sur la liaison membranaire de la recoverine. Sur la base d'une structure à haute résolution, il a été déterminé que la GCAP-1 ne possède pas un mécanisme de calcium-myristoyl switch fonctionnel. Toutefois, nous présentons une analyse des structures des protéines de la famille des NCS qui suggère que l'extrusion du groupement myristoyle de la GCAP-1 serait possible en présence de membranes. Nous avons montré qu'une fraction de ces groupements acyles s'insère dans les membranes. La GCAP-1 possède par ailleurs une forte affinité pour les phospholipides anioniques. Nous proposons un mécanisme d'activité pour cette protéine. Des études structurales seront nécessaires afin d'infirmer ou de confirmer ce mécanisme.

Le présent mémoire se divise en deux parties. La première décrit le développement d’une nouvelle méthodologie de synthèse de peptides analogues contraints par une sulfahydantoïne. La deuxième partie décrit la synthèse de nouveaux composés dérivés du motif sulfahydantoïne au potentiel antibactérien. Le premier chapitre est consacré à la description des agents thérapeutiques peptidiques et de leurs applications. Il est sujet également de l’intérêt de développer de nouveaux peptides contraints. Le deuxième chapitre décrit la synthèse du motif sulfahydantoïne ainsi que la synthèse de peptides analogues contraints sur support solide et en solution. Le troisième chapitre traite des résultats conformationnelles des peptides contraints obtenus à l’aide de la spectropolarimétrie de dichroïsme circulaire et par la spectroscopie de résonance magnétique nucléaire. Le quatrième et dernier chapitre porte sur la synthèse de nouveaux composés dérivés de la sulfahydantoïne et leur caractérisation. Finalement, les résultats des tests biologiques réalisés avec les composés sont présentés.

L'apprentissage automatique (AA) a permis des progrès inégalés en nutrition, notamment dans les domaines de l'évaluation alimentaire, du traitement de données massives associées aux sciences « omiques », de l'analyse des médias sociaux et de la prédiction du risque de maladie. Toutefois, l'AA n'est pas encore exploité dans le domaine de la prédiction de comportements associés à la saine alimentation. Les interventions et politiques de santé publique en nutrition mises sur pied jusqu'à ce jour ne semblent pas porter fruit puisque les choix et comportements alimentaires au niveau populationnel restent sous-optimaux. Afin de contrer l'épidémie de maladies chroniques qui découle d'une alimentation sous-optimale au Québec, il est essentiel d'identifier les facteurs individuels, sociaux et environnementaux qui déterminent les choix alimentaires de la population. Plusieurs études soutiennent l'idée que les algorithmes d'AA ont une meilleure capacité de prédiction que des modèles statistiques traditionnels, et pourraient donc permettre de mieux documenter les facteurs qui influencent les choix alimentaires de la population. Cependant, d'autres études n'ont rapporté aucune valeur ajoutée de l'utilisation d'algorithmes d'AA pour la prédiction du risque de maladies par rapport à des approches prédictives plus traditionnelles. L'objectif de ce projet de maîtrise était donc de comparer la performance de neuf algorithmes d'AA à celle de deux modèles statistiques traditionnels pour prédire un comportement en nutrition, soit une consommation adéquate de légumes et fruits, à partir de 525 variables individuelles, sociales et environnementales reliées aux habitudes alimentaires. Les résultats de ce mémoire démontrent que les algorithmes d'AA ne prédisent pas mieux la consommation adéquate de légumes et fruits que les modèles statistiques traditionnels. Cependant, étant une des premières études à comparer les algorithmes d'AA à des modèles statistiques traditionnels pour prédire un comportement en nutrition, davantage d'études comparant les deux approches doivent être menées afin d'identifier celles qui nous permettront de mieux documenter les déterminants de la saine alimentation. / Machine learning (ML) has offered unparalleled opportunities of progress in nutrition, including in the fields of dietary assessment, omics data analysis, social media data analysis and diet-related health outcome prediction. However, ML has not yet been explored for the prediction of dietary behaviours. Despite several public health interventions and policies in nutrition, adhering to heathy eating remains a challenge. In order to address the epidemic of chronic disease caused by unhealthy eating habits, it is necessary to better identify the individual, social and environmental determinants of healthy eating in the Quebec population. Many studies demonstrate that ML algorithms predict health outcomes with higher accuracy than traditional statistical models, and thus, could allow better identifying the factors that influence food choices in the Quebec population. However, other studies have reported no added value of using ML algorithms for disease risk prediction compared to traditional approaches. The aim of this master's project was to compare the accuracy of nine ML algorithms and two traditional statistical models to predict adequate vegetable and fruit consumption using a large array of individual, social and environmental variables. The results of this study demonstrate that ML algorithms do not predict adequate vegetable and fruit consumption with higher accuracy than traditional statistical models. However, being one of the first studies to compare ML algorithms and traditional statistical models to predict dietary behaviours, more studies comparing both approaches are needed to determine which models will allow better identifying the determinants of healthy eating.

Titre de l'écran-titre (visionné le 31 octobre 2023) / Selon divers organismes de santé publique, la résistance aux antibiotiques représente un enjeu majeur de santé du XXIème siècle. Pour lutter contre ce phénomène, plusieurs acteurs mettent en place des procédures relatives à une utilisation stricte et adéquate des antibiotiques, que ce soit dans un cadre clinique ou dans la vie quotidienne. De plus, les méthodes diagnostiques actuelles des infections bactériennes présentent des limites de temps d'analyse, de spécificité et de coût pouvant entraîner des conséquences dans la mise en place d'un traitement efficace. Une autre solution pour lutter contre l'antibiorésistance consiste à développer des méthodes rapides et efficaces permettant le diagnostic des infections bactériennes. C'est dans cette optique que le laboratoire du Pr. Droit a mis en place en 2019 une stratégie combinant la chromatographie liquide couplée à la spectrométrie de masse (acquisitions à haute résolution) avec des algorithmes d'intelligence artificielle permettant l'identification de bactéries dans 10 millilitres d'urine dans le cas des infections urinaires. Le premier objectif de cette maîtrise était de transférer cette stratégie sur un instrument en spectrométrie de masse permettant des acquisitions à basse résolution pour son utilisation en routine dans les hôpitaux. Pour cela, nous avons simplifier le protocole de préparations d'échantillons en diminuant le volume d'urine utilisé (10mL à 1mL) dans le cas de l'identification de bactéries dans l'urine. Le deuxième objectif a consisté à adapter cette stratégie pour l'identification de bactérie dans le lait dans le cas de la mammite bovine. Ces travaux ont permis la mise en place d'une méthodologie expérimentale rapide (<5h) permettant : i) l'élimination de la matière grasse et des caséines dans le lait cru pouvant altérer le signal en spectrométrie de masse, ii) l'identification d'un grand nombre de peptides bactériens (500-1000) dans un temps d'analyse court (14 min) dans le lait permettant l'extraction d'une signature peptidique spécifique

Québec Université Laval, Bibliothèque 2015

Les norovirus sont les principaux agents responsables des gastroentérites aiguës d'origine virale à travers le monde, pouvant être transmis par des aliments contaminées. La quantité de particules virales retrouvée dans les aliments dépasse rarement la dose minimale infectieuse. Une étape de concentration s'avère nécessaire pour la détection de ces virus dans les aliments. L'objectif de ce projet était de développer et de valider une méthode de concentration immuno-magnétique combinée à l'amplification en temps réel pour une détection spécifique et sensible des norovirus. Une séquence peptidique caractéristique de la capside virale a été sélectionnée pour la production d'anti-norovirus spécifiques du génogroupe II. Les anticorps couplés à des billes magnétiques ont été utilisés pour concentrer les norovirus à partir d'aliments artificiellement contaminés. Les norovirus capturés ont été lysés et l'ARN viral libéré a été détecté par RT-PCR en temps réel. Les norovirus ont été détectés à une concentration de 20 unités RT-PCR.