Étude de la microflore des fromages du terroir québécois par métabarcoding
Notice bibliographique
Résumé
L’industrie des fromages de spécialité occupe une place très importante au Québec. Sa production annuelle représente plus de 60 000 tonnes de fromages. Bien que les produits québécois se démarquent par leur haute qualité, ils manquent parfois de constances au niveau de leurs propriétés sensorielles (goût, odeur, texture, couleur). Ces variations peuvent être expliquées en partie par un déséquilibre de la microflore fromagère (bactéries et mycètes). Bien que la microflore joue un rôle majeur dans le développement des fromages, très peu d’information est disponible sur sa composition (présence et abondance relative des espèces) pour les fromages du terroir québécois. Le but de ce projet de recherche est de développer une méthode de métagénomique ciblée par séquençage massif d’amplicons (metabarcoding) pour faire la caractérisation complète de la microflore de la surface (croûte) et du coeur (pâte) de ces fromages. Le métabarcoding est une méthode d’identification qui utilise une courte séquence d’ADN représentative du génome entier. Les résultats obtenus lors de ce projet montrent que la région V3-V4 de l’ADNr 16S, pour les bactéries, et la région ITS2 de l’espaceur de transcription interne, pour les mycètes, sont les régions qui permettent de dépeindre le portrait le plus fidèle des écosystèmes fromagers. La microflore de 32 fromages du terroir québécois a été caractérisée. Les régions cibles utilisées recensent les genres dominants associés aux écosystèmes fromagers et permettent aussi la détection spécifique de certains genres moins fréquents. Le nombre de genres dominants identifiés est de 20 pour la région V3-V4, de 22 pour la région V6-V8, de 12 pour la région ITS1 et de 13 pour la région ITS2. Il a également été possible de comparer la communauté microbienne de 15 fromages pour deux années de production (2015 et 2018, 30 fromages au total) afin d’observer la variation de la microflore en fonction du temps. Cette étude a permis d’observer que plus de la moitié des écosystèmes étudiés se révèle être constante. Ces nouvelles connaissances permettent de mieux décrire la typicité des fromages québécois et de proposer des leviers technologiques aux artisans pour produire des fromages de haute qualité de façon plus constante.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».