• Langue : Français
• Discipline : Optique et Lasers, Physico-Chimie, Atmosphère
• Identifiant : 2017LIL10152
• Type de thèse : Doctorat
• Date de soutenance : 11/12/2017

Résumé en langue originale

Depuis plusieurs années, l’étude et le contrôle de la qualité de l’air sont au cœur de toutes les préoccupations. En 2012, la DGA (Direction Générale de l’Armement) met en place le programme ASTRID (Accompagnement Spécifique des Travaux de Recherches et d’Innovation Défense) accompagnant les travaux de recherche duale civile et militaire. Cette thèse s’inscrit dans cette démarche et propose d’étudier la faisabilité du concept de détection et d’identification rapides des microorganismes présents dans un échantillon d’air par microspectroscopie Raman, avec une résolution au niveau de l’espèce. Pour cela, nous construisons un modèle chimiométrique de classification des microorganismes représentatifs de la biodiversité naturelle en acquérant, sans a priori, d’une part les spectres Raman de ces microorganismes après biocollecte et étalement sur la lame d’un microspectromètre Raman, et d’autre part les séquences génomiques codant les ARN 16S de ces mêmes microorganismes.Les travaux de recherche présentés dans cette thèse présentent donc les différentes études mises en œuvre lors du développement d’un nouveau protocole permettant l’analyse des bactéries issues d’aérosols naturels environnementaux. Nous démontrons la nécessité d’optimiser l’acquisition des spectres Raman sur les bactéries et le traitement statistique des données spectrales permettant le développement de modèles de classification présentant des taux de reconnaissance élevés.

Résumé traduit

For several years, the study and the control of the quality of the air are at the heart of all the concerns. In 2012, the DGA (Direction Générale de l’Armement) employs the ASTRID program (Accompagnement Spécifique des Travaux de Recherches et d’Innovation Défense), to accompany the dual civil and military research work. This thesis is part of this approach and proposes the feasibility study, by Raman microspectroscopy, of the concept of rapid detection and identification of microorganisms present in an air sample, with a resolution at the species level. For this, we construct a chemometric model for the classification of micro-organisms representative of the natural biodiversity. Such a model is built by acquiring, without a priori i) the Raman spectra of these microorganisms after biocollection; and ii) the genomic sequences encoding the 16S RNAs of these same microorganisms. The research presented in this thesis therefore presents the different studies carried out during the development of a new protocol allowing the analysis of bacteria from natural environmental aerosols. We demonstrate the need to optimize the acquisition of Raman spectra on bacteria and the statistical processing of spectral data that allows the development of classification models with high recognition rates.