Détection et quantification de bactéries à faible taux par SPRi Résumé: Le protocole standard pour le diagnostic des bactéries dans le domaine médical et agro-alimentaire reste la culture microbienne, qui prend plusieurs jours pour identifier l'agent pathogène. Cependant, ces temps de latence ne sont pas compatibles avec l'urgence d'analyser rapidement la présence de bactéries pathogènes. Il ya un besoin croissant de vouloir développer de nouveaux outils pour identifier les bactéries pathogènes en un temps plus court. Afin atteindre cet objectif, la technologie de l'imagerie par Résonance des Plasmons de Surface (SPRi) a été utilisée avec succès pour la détection spécifique durant leur croissance des populations bactériennes en utilisant des protéines et/ou des anticorps comme molécule de bio reconnaissance des surfaces bactériennes. Ainsi, la détection spécifique de un à plusieurs milliers de pathogènes/ml peut être réalisé en quelques heures seulement. Dans le présent travail, plusieurs souches bactériennes ont été utilisées comme modèle : Streptococcus pneumoniae R6, Escherichia coli K12 ; ainsi que des agents pathogènes réels (Salmonella enteritidis) apportant la preuve que cette méthode peut être élargie à d'autres souches. Les résultats peuvent être quantitatifs par l'établissement d'une courbe d'étalonnage, permettant ainsi de remonter à la concentration initiale d'un échantillon contaminé. La stratégie développée au cours de ce travail se base sur le couplage simultané de la culture bactérienne et de la détection/identification spécifique, en utilisant l'imagerie SPR. Mots clés en français : Imagerie par résonance plasmonique de surface (SPRi), Streptococcus pneumoniae, E.coli K12, Salmonella enteritidis, croissance bactérienne, interactions, détection, capture, diagnostic, agro-alimentaire, pathogènes.
| Identifer | oai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00872457 |
| Date | 12 October 2012 |
| Creators | Bouguelia, Sihem |
| Publisher | Université de Grenoble |
| Source Sets | CCSD theses-EN-ligne, France |
| Language | fra |
| Detected Language | French |
| Type | PhD thesis |
Page generated in 0.0018 seconds