Avec la mondialisation et l'industrialisation de l'alimentation, la fraude et les cas de contamination des aliments peuvent avoir un impact international et entraîner des conséquences de grande envergure à la fois sur l'économie et la santé des consommateurs (Cubero-Leon et al., 2014). La fraude et l'authentification sont donc devenues des sujets émergents dans le secteur alimentaire. D'autant que les fraudes sont de plus en plus sophistiquées pour contourner au mieux les contrôles et donc de plus en plus difficiles à détecter par des analyses classiques. Les aliments issus de l'agriculture biologique (AB ou bio) font d'ailleurs partie des aliments qui risquent le plus de faire l'objet de fraude. Mais la traçabilité des aliments est principalement garantie par des moyens administratifs (règlement UE 178/2002). C'est pourquoi il est nécessaire de recourir à des techniques analytiques avancées pour détecter les produits non-conformes et pour garantir la traçabilité et l'authenticité des aliments, notamment ceux issus de l'AB. Notre étude est basée sur l'hypothèse que les traitements, associés à différents types d'agriculture, ont un impact mesurable sur la microflore des aliments. L'objectif principal était de pouvoir utiliser l'environnement microbien des aliments pour les discriminer en fonction de leur mode de production. La PCR-DGGE, un outil moléculaire d'écologie microbienne, pourrait servir à discriminer les modes de production d'aliments par analyse des profils génétiques des ADNr bactériens et fongiques. L'analyse des profils génétiques microbiens de nectarines, pêches, bananes et de pommes a montré qu'il était possible de différencier les fruits en fonction de leur mode de production. La robustesse de notre méthodologie a été démontrée en comparant les résultats obtenus sur deux années de récolte successives. Létude des variation intra-parcellaires ont également permis de démontrer que les fruits bio pouvaient être différenciés des conventionnels indépendamment de leur position dans la parcelle (centre vs bord) ou encore sur l'arbre. Les différences observées au niveau de la structure des communautés microbiennes étaient donc suffisamment importantes pour conclure que les traitements appliqués ont un impact significatif sur ces communautés. De plus, l'identification des espèces microbiennes obtenues après PCR-DGGE et NGS a révélé que certains groupes microbiens (fongiques et bactériens) pourraient être spécifiques aux aliments bio. Cependant, l'effet terroir est un critère important à prendre en compte dans la mise en place d'un outil d'authentification des aliments bio. Une application sur le terrain serait donc difficile à prévoir si elle est parcelle-spécifique. Cette étude s'inscrit à la base de la mise au point d'un outil analytique qui pourrait permettre de répondre aux besoins des professionnels de l'industrie alimentaire en termes d'authenticité et de sûreté alimentaire, en particulier pour aider les organismes certificateurs à contrôler et authentifier les aliments bio. Cette étude a également permis d'enrichir les connaissances actuelles sur l'écosystème microbien des fruits en fonction des pratiques agricoles. / Globalization of trades and industrialization of food have increased the occurrence of food fraud. Cases of food contamination now have a global impact and lead to far-reaching consequences both on the economy and the health of consumers (Cubero-Leon et al., 2014). Thus, fraud and authentication became important topics in the food sector. Especially as food frauds are becoming more sophisticated to bypass controls and are therefore more difficult to detect by classical approaches. Organic foods are part of foods that are the most likely to be subject of fraud. But traceability of foods is mainly performed by administrative means (UE Regulation 178/2002). That is why it is necessary to resort advanced analytical techniques to detect non-compliant products and to ensure traceability and authentication of foods, including those from organic agriculture. Our study is based on the hypothesis that treatments associated to various farming types have a measurable impact on food microflora. That is why, the main objective of this study was to use the microbial environment of foods to discriminate them according to their production mode. PCR-DGGE, a molecular tool of microbial ecology, could be used as to discriminate food production modes using bacterial and fungal rDNA profiles. The analysis of microbial genetic profiles of nectarines, peaches, bananas and apples showed that it was possible to differentiate fruits according to their farming types. It was possible to verify the robustness of our methodology by comparing results obtained on two successive harvest years. We estimated also the intra-plot variations and observed that organic apples could be discriminated from conventional ones independently upon their position in the field (centre or border) or even on the tree. The observed differences in microflora between organic and conventional apples were significant enough to conclude that the applied treatments have a significant impact on this microflore. Furthermore, the analysis of DNA sequences obtained from PCR-DGGE and NGS allowed some microbial groups (fungal and bacterial) to be identified as specific to organic foods. However, the “terroir effect” is an important criterion to take into account for the implementation of an authentication tool for organic products. So, an application in the field would be difficult to predict if it is plot-specific. This study constitutes the basis for the development of an analytical tool that could meet the needs of food industry professionals in terms of authenticity and food safety, especially to assist certifying bodies to control and authenticate organic food products. This study enabled also to enrich the existing knowledge on the microbial ecosystem of fruits from different agricultural practices.
Identifer | oai:union.ndltd.org:theses.fr/2015NSAM0018 |
Date | 21 October 2015 |
Creators | Bigot, Céline |
Contributors | Montpellier, SupAgro, Montet, Didier |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | French |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0023 seconds