Stratégie de classement des lots de maïs en fonction de leurs teneurs en fusariotoxines par spectroscopie infrarouge

Dans le maïs, les teneurs maximales en déoxynivalénol (DON) et fumoni- sines (FUM) sont édictées par le règlement CE 1126/2007. La mesure directe de ces mycotoxines est un processus long et coûteux et n'est pas appropriée pour des mesures en flux. Une alternative a donc été développée avec l'ana- lyse infrarouge (IR). Le premier essai porte sur la discrimination des espèces de Fusarium par IR, sur milieu de culture. Nous avons démontré que cette discrimination est possible à 5 jours de culture pour F. graminearum, F. proliferatum, F. subglutinans et F. verticillioides. De plus, l'étude de la cinétique de crois- sance par IR nous a permis d'identifier 4 zones spectrales caractéristiques qui pourront éventuellement servir à un suivi en ligne. Lors du second essai, les modèles de classement des lots de maïs en fonction des teneurs en DON et FUM ont été préférés aux modèles de quanti- fication. En effet, ces derniers n'ont pas montré de performances suffisantes pour être utilisés en routine, bien que les approches SVM aient été très inté- ressantes. Les modèles de classement, qu'ils soient PLS, ANN ou SVM, ont permis d'isoler de grandes proportions de maïs sain du reste du lot. Enfin, un dernier essai a permis d'identifier deux limites au-delà des- quelles un échantillon de maïs a de fortes probabilités d'être contaminé en FUM : 200000 UFC/g de mycoflore totale et 3.5 ppm d'ergostérol. La combinaison de ces modèles devrait permettre un classement des lots de maïs pour le risque DON+FUM.
The European regulation CE 1126/2007 dictates the maximal mycotoxins contents allowed in cereals. Their direct measurement with the reference methods is long and tedious. Furthermore, it is destructive and cannot be used at silo. Alternative tools such as infrared spectroscopy are studied. The objective of the first part of the study is to apply near infrared spectroscopy to identify and discriminate Fusarium isolates, grown on solid culture medium, without preparation of the sample. This approach should allow discrimination of Fusarium species most abundant in the corn : Fusarium graminearum, Fusarium proliferatum, Fusarium subglutinans, Fusarium verticillioides. The infrared spectra of 58 strains belonging to these four species were collected on a spectrometer. A model based on artificial neural networks was developed for the species discrimination. With this model, the correct classifiaction on the external validation set was very good (98.8%). The objective of the second part is to sort the corn samples regarding their deoxynivalenol and fumonisins contents. More than 2000 samples were used in this study. Their infrared spectra were collected on a near spectrometer, and they were referenced for their mycotoxins contents with chromatography methods. The performances of the infrared models developed to quantify the deoxynivalenol (DON) and the fumonisins (FUM) contents are not good enough to be used in the field, even if the support vector machines approach gives interesting results. Thus, qualitative models were developed to sort the samples in three classes : 'no risk for DON and FUM', 'risk for DON and/or FUM' and a middle class 'samples to be analysed by reference method'. The objective of the last part is to study the link between contents of ergosterol, fumonisins and fungal biomass (Colony Forming Units-CFU) in 117 corn sapmles. A fungal cell count was also done for 34 species. The near infared spectra of the corn samples were collected and used to predict