Amélioration des techniques d’identification en spectrométrie de masse et étude de la transformation de contaminants organiques
Notice bibliographique
Résumé
On comptait en 2020 plus de 350 000 composés organiques en circulation, dont un grand nombre mal défini et dans des mélanges chimiques complexes. Il y a un manque de connaissance majeur sur la présence environnementale et la stabilité des contaminants organiques dans les milieux aquatiques et encore plus pour leurs produits de transformation (PTs) qui y sont formés. Les méthodes de monitoring de contaminants sont spécifiques à quelques dizaines de composés et ne fournissent pas un tableau suffisant de la contamination. Les analyses non ciblées cherchent à pallier ce problème, mais obtenir une identification conclusive est complexe en raison de la taille limitée des banques de données et des faibles concentrations des contaminants. Les PTs sont particulièrement difficiles à élucider comme leur identité est généralement inconnue. Cette thèse en trois axes tente d’abord d’améliorer et développer des techniques et méthodes d’identification de contaminants organiques et de leurs PTs dans les eaux de surface. Puis, elle se penche sur l’identification des PTs stables de quatre contaminants organiques préoccupants après une exposition simulant la photolyse solaire pour ensuite les retrouver dans des échantillons environnementaux. Finalement, dans le troisième axe, on cherche à identifier des PTs et des composés issus de mélanges chimiques complexes directement depuis des échantillons d’eaux de surface sans avoir recours à des études de dégradation de contaminants en laboratoire. Dans le premier axe, une méthode d’échange hydrogène-deutérium permettant de distinguer des composés similaires a d’abord été développée. Puis, un outil de génération de formules moléculaires a été évalué puis adapté à des conditions environnementales ; il s’est avéré supérieur aux autres méthodes avec lesquelles il a été comparé. Finalement, un flux de travail non ciblé a été développé avec des outils de correspondances de spectres de masse in silico et de réseaux moléculaires. Plus de 250 contaminants ont été identifiés dans la rivière Yamaska à Granby dont plusieurs jamais reportés au Canada. Dans le deuxième axe, des PTs de quatre contaminants préoccupants ont été générés puis identifiés en laboratoire avec les méthodes développées dans l’axe 1. Ces PTs ont ensuiteii été recherchés et détectés dans des échantillons réels. Dans le troisième axe, le flux de travail développé dans l’axe 1 a été amélioré en incorporant des outils regroupant des spectres de masse en tandem similaires en réseaux. Cela a permis d’identifier plus de 400 contaminants. Plusieurs PTs de composés pharmaceutiques et de pesticides auparavant inconnus ont été identifiés ainsi que plus d’une centaine de congénères d’additifs de produits de consommation. Ce flux répond à des besoins importants en analyse environnementale en ce qui a trait à l’identification d’homologues et de produits de transformation divers. Cependant, les PTs des composés étudiés en laboratoires n’ont pas pu être identifiés directement par le flux de travail, soulignant l’importance des méthodes de contrôle en laboratoire. Cette thèse joint les approches ascendantes où l’on génère en laboratoire des produits de transformation et les approches descendantes où ceux-ci sont identifiés directement à même l’échantillon avec le flux de travail. D’une part, elle a accru notre compréhension sur le devenir de plusieurs contaminants particulièrement préoccupants avec les études en laboratoire puis a poussé le cheminement en les retrouvant dans échantillons réels et en simulant leur toxicité pour une approche ascendante totale. Parallèlement, elle consiste une preuve de principe sur comment mener une analyse non ciblée selon l’état de l’art. Les outils ont été validés en fournissant des informations précieuses aux élaborateurs de programmes de monitoring et de suivi de toxicité sur l’occurrence locale de nombreux contaminants organiques et leurs PTs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».