Return to search

Méta-analyses des caractéristiques musculaires afin de prédire la tendreté de la viande bovine

Un des enjeux de la filière bovine est la maîtrise et la prédiction de la tendreté de la viande, critère important pour les consommateurs. Inscrite dans le programme européen ProSafeBeef, ma thèse avait pour objectif de mieux prédire la tendreté par méta-analyse à partir des caractéristiques biochimiques du muscle. Pour cela, mon travail de thèse s'est appuyé sur la base de données BIF-Beef regroupant des données individuelles issues de plusieurs programmes de recherche, allant de l'animal à la viande en passant par la carcasse et le muscle. Une première méta-analyse a montré que le muscle Semitendinosus (ST) est de type plus rapide glycolytique que le Longissimus thoracis (LT) chez les mâles entiers et les femelles mais pas chez les mâles castrés. Après avoir identifié par une approche par classe de tendreté les caractéristiques musculaires associées à la tendreté, nous avons montré que ces caractéristiques sont différentes entre muscles et types d'animaux. Dans le muscle LT des taurillons, la surface moyenne des fibres musculaires est la variable qui joue le principal rôle sur la tendreté sensorielle où elle explique 2% de la variabilité des notes de tendreté. Principalement dans le muscle ST, les teneurs en collagène total et insoluble et l'activité enzymatique du métabolisme glycolytique expliquent au plus 6% chacun de la variabilité de la force de cisaillement. Malgré ces faibles parts de variabilité expliquée de la tendreté, ces conclusions validées sur un grand volume de données sont importantes pour préparer de nouveaux projets visant à compléter cette démarche en prenant en compte d'autres caractéristiques telles que des biomarqueurs génomiques.

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00881204
Date29 January 2013
CreatorsChriki, Sghaïer
PublisherUniversité Blaise Pascal - Clermont-Ferrand II
Source SetsCCSD theses-EN-ligne, France
Languagefra
Detected LanguageFrench
TypePhD thesis

Page generated in 0.002 seconds