Caractérisation fine de profils lipidiques via la combinaison de prises d'empreintes par RMN et SdM : Application à une problématique de sécurité chimique des aliments

Pour garantir au consommateur des aliments sûrs, l'emploi d'anabolisants chez les animaux de production est prohibée au sein de l'Union Européenne depuis la fin des années 1980. Bien que performantes, les méthodes de contrôle classiques ciblées font face à de nouveaux défis auxquels des stratégies alternatives (non ciblées),visant à identifier des biomarqueurs métaboliques caractéristiques de l'effet associé à ces pratiques, offrent des solutions innovantes. Le lipidome en particulier constitue une fraction d'intérêt pour l'étude des effets liés aux agents de répartition. La Spectrométrie de Masse (SdM) et la Résonance Magnétique Nucléaire (RMN) sont alors classiquement utilisées, indépendamment. Ce travail propose d'évaluer leur combinaison, bénéficiant des niveaux d'information différents associés, et les conséquences en termes de gain de prédiction ou d'identification des biomarqueurs. Comme modèle d'étude, des échantillons sanguins provenant d'animaux traités avec un agent de répartition connu pour perturber les profils lipidiques,ont été caractérisés. L'analyse du lipidome sérique par SdM a impliqué trois plateformes offrant des angles de vue différents afin de fournir une couverture étendue; l'étude de leur cohérence et complémentarité constituant l'un des objectifs de cette thèse. En parallèle, l'analyse par RMN a requis le développement d'une procédure complète, de l'optimisation des conditions de préparation d'échantillon aux paramètres d'acquisition, incluant des approches de RMN 2D rapides récentes. Enfin, le verrou associé à l'analyse des données issues des différentes sources a permis d'évaluer des approches statistiques innovantes, notamment multibloc.Ln order to ensure safe food products for the consumer, the use of growth promoters in livestock farming has been prohibited in European Union since the end of the 80s. Although efficient, the conventional targeted control methods face new challenges to which alternative strategies (untargeted), aiming at identifying metabolic biomarkers characteristic of the effects induced by such practices, provide innovative solutions. In particular, the lipidome is an area of interest to investigate the effects associated with repartition agents. Mass Spectrometry (MS) and Nuclear Magnetic Resonance (NMR) are then classically used independently. This PhD work intends to evaluate their combination benefiting from the different levels of associated information and the consequences in terms of enhanced prediction or biomarker identification. As a study model, blood samples from animals treated with a repartition agent known to disrupt lipid profiles were characterized. The investigation of the serum lipidome with MS involved three distinct platforms providing different outlooks in order ta generate extended coverage; the study of their consistency and complementarity constituting one of the objectives of this PhD. In parallel, the analysis with NMR prompted the development of a complete workflow, from the optimization of the sample preparation conditions to acquisition parameters -including recent fast 2D NMR approaches. Finally, the challenge associated with the analysis of data from multiple sources allowed ta evaluate innovative statistical approaches such as multiblock analysis