L'identification et la quantification des espèces transmise aux cellules nerveuses lors des échanges moléculaires entre les neurones sous la forme de neurotransmetteurs nous permettent de mieux comprendre certains fonctionnements du cerveau et certaines maladies neurodégénératives. À son tour, cette compréhension nous permettrait à long terme d'améliorer la qualité de vie des patients souffrants de ces maladies. D'un autre côté, la composition des aliments sous la forme de valeurs nutritionnelles nous permet de mieux connaître l'effet de la consommation de ces aliments sur la santé afin d'éviter de graves complications. De plus, la connaissance de cette composition nous permet d'améliorer la qualité de ces produits. Pour extraire la composition et la concentration des neurotransmetteurs dans le cerveau ou les valeurs nutritionnelles des aliments, il faut développer des outils d'analyse chimique et moléculaire très précise et sélective. L'analyse chimique d'un échantillon biologique nécessite deux étapes : (1) l'échantillonnage du liquide biologique et (2) l'étude de la composition de l'échantillon. Cette dernière étape consiste à identifier/quantifier la composition moléculaire des échantillons et à caractériser les propriétés chimiques de ces derniers. Cette étape nécessite donc le développement des instruments et des algorithmes de détection moléculaire avancés qui permettent de déterminer les concentrations physiologiques des neurotransmetteurs et d'autres molécules biologiques. Dans cette étude, nous nous sommes intéressés aux neurotransmetteurs suivants : dopamine hydrochloride, acide L-ascorbique, acétylcholine chloride, y-aminobutyrique, glycine et acide L-glutamique et aux molécules de sucre, incluant le glucose, le fructose et le saccharose. Le choix de l'instrument à utiliser dépend de plusieurs critères, dont les caractéristiques de l'échantillon (viscosité, volume parmi d'autres). Dans le cadre de cette thèse de doctorat, nous examinons les performances de plusieurs méthodes et instruments de détection, soit l'électrochimie, la spectroscopie d'impédance et la spectroscopie UV/Visible et infrarouge (IR), pour la détection de différents types de molécules dans des échantillons aqueux. Par la suite, nous proposons une nouvelle approche d'analyse des échantillons aqueux basée sur la spectroscopie IR. Nous nous intéressons plus particulièrement au spectromètre microscope-FTIR qui nous permet d'effectuer des analyses spectroscopiques IR et de visualiser la distribution spatiale et moléculaire dans l'échantillon. Cependant, le spectromètre microscope-FTIR, dans sa configuration standard, ne permet pas l'analyse des échantillons aqueux à cause de la forte absorption des rayonnements IR par les molécules d'eau. Pour résoudre ce problème, nous avons proposé un nouveau système microfluidique de contrôle et de manipulation des liquides qui a été intégré au spectromètre microscope-FTIR pour analyser des échantillons aqueux. Le nouveau système proposé consiste en un module de réflexion, une couche hydrophobe et un module microfluidique. Le module de réflexion est maintenu à une température élevée pour l'évaporation rapide du solvant. La couche hydrophobe permet à son tour de confiner l'échantillon en un espace restreint pour avoir une distribution plus uniforme des molécules sur la surface du substrat. Ce nouveau système nous a permis d'identifier et de quantifier différents types de molécules tels que les neurotransmetteurs et les molécules de sucres, dont le glucose, le fructose et le saccharose. La limite de détection que nous avons pu atteindre avec notre système est de 10 µMolaire pour les neurotransmetteurs, de 3 mMolaire pour le glucose et le fructose et de 1 mMolaire pour le saccharose. En plus, nous avons proposé un nouvel algorithme pour une identification automatique des neurotransmetteurs par le microscope FTIR. À travers cet algorithme, nous avons pu identifier, dans des solutions synthétiques (homogènes et hétérogènes), les six neurotransmetteurs suivants : la dopamine hydrochloride, l'acide L-ascorbique, l'acétylcholine chloride, l'y-aminobutyrique, la glycine et l'acide L-glutamique. La précision de la détection du nouvel algorithme est de 75% à 100% pour les six neurotransmetteurs que nous avons étudiés dans 36 échantillons homogènes et 45 échantillons hétérogènes. / The identification and quantification of species transmitted/received by nerve during molecular exchanges between neurons in the form of neurotransmitters allow us to better understand certain brain functions and certain neurodegenerative diseases. This understanding helps us in the long term to improve the quality of life of patients suffering from these diseases. Also, the composition of foods and their nutritional values, allows us to better understand the effect of foods consumption on human health to avoid severe complications and to improve food quality. To extract the composition and concentration of neurotransmitters in the brain and concentration of sugar for example in foods, it is necessary to develop very precise and selective chemical and molecular analysis tools. Indeed, chemical analysis of a biological sample requires two steps: (1) sampling the biological fluid and (2) studying the composition of the sample. The second step consists of identifying / quantifying the molecular composition of the samples and characterizing the its chemical properties. Therefore, this step requires the development of advanced molecular detection instruments and algorithms that make it possible to determine the physiological concentrations of neurotransmitters and other biological molecules. In this study, we were interested in the following neurotransmitters: dopamine hydrochloride, L-ascorbic acid, acetylcholine chloride, y-aminobutyric, glycine and L-glutamic acid and in sugar molecules including glucose, fructose, and sucrose. The selection of the detection methods/instruments depends on several criteria such as the characteristics of the sample (viscosity, volume among others). In the context of this PhD thesis, we are investigating the performance of several detection methods/instruments such as electrochemistry, impedance spectroscopy and UV / Visible and infrared (IR) spectrometry, for the detection of different types of molecules in aqueous samples. Then, we propose a new chemical analysis approach of aqueous samples based on IR spectrometry. We are particularly interested to microscope-FTIR spectrometer which allows us to perform IR spectroscopic analysis and to visualize the spatial molecular distribution in the analyzed sample. However, the microscope-FTIR spectrometer, in its standard configuration, does not allow the analysis of aqueous samples due to the high absorption of IR radiation by water molecules. To address this problem, we proposed a new microfluidic system for liquid control and handling, which has been integrated with the microscope-FTIR spectrometer to analyze aqueous samples. The new proposed system consists of a reflection module, a hydrophobic layer, and a microfluidic system. The reflection module is heated in order to ensure rapid evaporation of the solvent. The hydrophobic layer allows the sample to be confined in a small area to ensure more uniform distribution of molecules on the surface of the substrate. This new system allowed us to identify and quantify different types of molecules such as neurotransmitters and sugar molecules. The reached detection limit with our system is 10 µM for neurotransmitters, 3 mM for glucose and fructose and 1 mM for sucrose. In addition, we proposed a new algorithm for automatic molecular identification by the FTIR microscope spectrometer. Using this algorithm, we were able to identify the following six neurotransmitters: dopamine hydrochloride, L-ascorbic acid, acetylcholine chloride, y-aminobutyric, glycine and L-glutamic acid, in synthetic solutions (homogeneous and heterogeneous). Finally, the detection accuracy of the new algorithm is 75% to 100% for the six neurotransmitters we studied, in 36 homogeneous and 45 heterogeneous samples.
Identifer | oai:union.ndltd.org:LAVAL/oai:corpus.ulaval.ca:20.500.11794/71607 |
Date | 02 February 2024 |
Creators | Landari, Hamza |
Contributors | Miled, Amine, Messaddeq, Younès |
Source Sets | Université Laval |
Language | French |
Detected Language | French |
Type | thèse de doctorat, COAR1_1::Texte::Thèse::Thèse de doctorat |
Format | 1 ressource en ligne (xviii, 147 pages), application/pdf |
Rights | http://purl.org/coar/access_right/c_abf2 |
Page generated in 0.0029 seconds