Comparaison de l'imagerie hyperspectrale et de la spectroscopie proche infrarouge pour la détection de Salmonella et d'autres bactéries dans le lait, les jus et la volaille

Le lait est riche en ingrédients et contient des matières grasses, des protéines, des minéraux, des vitamines, des glucides et des dizaines de milliers d'autres ingrédients. Grâce à sa richesse nutritive, il constitue un environnement idéal pour le développement de cultures bactériennes comme la salmonelle. Le lait cru, non traité thermiquement ni pasteurisé, peut héberger diverses cultures bactériennes susceptibles de provoquer des gastro-entérites et d'autres maladies intestinales (référence 1). La figure 1 illustre la diversité des cultures bactériennes présentes dans le lait.

Figure 1 : Différentes bactéries dans le lait

La volaille est une autre source d'infection bactérienne. Aux États-Unis, le nombre de cas de salmonellose dépasse un million par année, dont 200 000 cas proviennent uniquement de la volaille (référence 2). L'infection bactérienne peut également se produire dans la pulpe de fruits commerciaux, comme l'ananas. De plus, le jus d'orange et le jus de mangue peuvent aussi être contaminés par la bactérie (référence 3).

Les méthodes analytiques de détection des salmonelles, telles que la réaction en chaîne par polymérase (PCR), nécessitent la préparation des échantillons, l'isolement des colonies et leur confirmation. Elles nécessitent une quantité considérable de milieux liquides et solides, ainsi que des réactifs. Sans compter le délai d'exécution du test, qui est d'environ 5 à 7 jours.

Une méthode de test plus rapide, non destructive et non invasive, ne nécessitant pas de réactions chimiques, est nécessaire pour détecter et identifier les salmonelles. Deux méthodes sont envisageables pour ce type de test rapide :imagerie hyperspectraleet spectroscopie proche infrarouge (NIRS). HyperspectralImagerie microscopique (IHM) utilisant un filtre acousto-optique accordable (AOTF) et un microscope pour observer des cellules bactériennes individuelles issues de microcolonies sur des plaques d'agar, ainsi que l'analyse en composantes principales (ACP) pour détecter et identifier différents types de bactéries (référence 2). Une image de ce dispositif est montrée à la figure 2.

Figure 2 : Système d'imagerie microscopique AOTF pour détecter Salmonella (Référence 2)

Le système microscopique AOTF classe les agents pathogènes potentiels en utilisant seulement quelques cellules et analyse les données à l'aide de la chimiométrie.

La deuxième option pour identifier Salmonella et possiblement la distinguer des autres échantillons infectés par E-Coli est la copie spectroscopique proche infrarouge (NIRS). L'absorption dans le proche infrarouge, entre 780 et 2 500 nm, se compose d'harmoniques et de bandes combinées, plus larges et de résolution inférieure à celle du moyen infrarouge, où se trouvent les absorptions fondamentales. Cependant, aucune préparation d'échantillon n'est nécessaire et les mesures prennent quelques secondes, plutôt que plusieurs jours. En raison de la complexité des spectres et afin de distinguer les bandes d'absorption qui se chevauchent,NIRSL'analyse des données nécessite des méthodes chimiométriques. Plusieurs liaisons, telles que C-H, N-H, O-H et C=O, peuvent être détectées grâce àNIRSDans une étude, un spectromètre proche infrarouge fonctionnant dans la gamme 900-1700 nm a été utilisé pour distinguer les échantillons de lait infectés par des salmonelles des échantillons de lait non infectés (référence 1). Après analyse PLS-DA (analyse discriminante des moindres carrés partiels) de la dérivée seconde des spectres, le tracé suivant a été obtenu, comme illustré à la figure 3.


Figure 3 : La méthode PLS-DA distingue les échantillons contaminés et non contaminés dans le lait aprèsNIRS mesures.

Dans le graphique ci-dessus, les classes 1 et 2 correspondent aux échantillons d'étalonnage (18 contaminés et 18 propres). Les classes 1 et 2 correspondent aux échantillons de validation (8 contaminés et 8 propres). Cette méthode permet de distinguer clairement les deux classes, ce qui prouve queNIRSpermet une surveillance en temps réel et peut réduire considérablement le temps de traitement.

Dans une autre étude, l'objectif était de distinguer les échantillons de jus de fruits infectés par la salmonelle de ceux infectés par E. coli (référence 3). La méthode des moindres carrés partiels (ACP) n'a pas permis de distinguer les deux types de bactéries, mais la méthode PLS-DA a permis de distinguer clairement les deux types. La mesure a été effectuée à l'aide d'unFT-NIRspectromètre dans la gamme 1000-2500 nm pour obtenir les spectres.FT-NIRLa technique de transformée de Fourier et une lampe halogène au tungstène proche infrarouge sont utilisées pour effectuer les mesures. La figure 4 compare la méthode ACP et la méthode PLS-DA (analyse discriminante des moindres carrés partiels). Il semble que la première ait échoué et que la deuxième ait réussi à distinguer Salmonella et E. coli.


PLS-D

Figure 4 : Comparaison entre PCA et PLS-DA

Il devient donc évident qu'une technique chimiométrique appropriée est nécessaire pour la classification et que toutes les méthodes ne seront pas en mesure de faire une distinction entre des échantillons de nature différente.

Comparaison de différentes méthodes

Dans ce blogue, trois techniques différentes ont été examinées. L'imagerie microscopique hyperspectrale (IHM),NIRS en utilisant un spectromètre proche infrarouge basé sur un réseau de diffraction et finalementNIRSen utilisantFT-NIRLes trois méthodes utilisaient la chimiométrie pour identifier les bactéries. Cependant, en ce qui concerne le coût du matériel, l'IHM etFT-NIRCe sont des instruments très coûteux, dont le prix peut atteindre des dizaines de milliers de dollars. Les spectromètres NIR à réseau de diffraction peuvent coûter jusqu'à 2 000 dollars. Bien sûr, la partie chimiométrique est totalement distincte et doit être réalisée sur un PC avec un logiciel statistique tel que MatLab-PLS ou une application doit être développée à l'aide d'outils statistiques basés sur le nuage, comme des bibliothèques statistiques basées sur Python.

Allied Scientific Prooffre-le Spectromètre NirvascanIl existe différents modèles (modèle de réflectance pour les solides, modèle de transmission pour les liquides et modèle à fibre optique nécessitant une source externe). Bien que basé sur un réseau de diffraction, le spectromètre utilise la technologie de traitement numérique de la lumière (DLP) et un détecteur monoélément InGaAs, ce qui réduit considérablement son prix. Une photo de chacun des trois modèles est montrée à la figure 5.

ASP-NIR-M-Reflect


ASP-NIR-M-Trans

ASP-NIR-M-Fiber

Figure 5 : Différents modèles de spectromètre Nirvascan

Pour de plus amples renseignements, veuillez consulter le lien suivant.

https://alliedscientificpro. com/nirvascan

Références :

1- Discrimination rapide du lait contaminé par Salmonella sp. par spectroscopie proche infrarouge, J.M. Pereira et.al, Food Anal. Méthodes (2018).

2- Classification des sérotypes de Salmonella par imagerie au microscope hyperspectral, B. Park et al., Ann Clin Pathol 5(2):1108 (2017)

3- L'utilisation de la spectroscopie proche infrarouge et de techniques multivariées pour différencier Escherichia coli et Salmonella Enteritidis inoculés dans du jus de pulpe, A. Marques et.al, Journal of Microbiological methods 93 (2013) 90-94

dans Bienvenue sur nos blogs

Nirvascan Blogs

Retrait de la cathode ; Utilisation du nettoyage laser pour éliminer l'interface électrolytique solide (SEL) des batteries Li-ion