Je m’inscris !

Événement hybride 

Lien Zoom : https://ulaval.zoom.us/j/66619461027?pwd=anZGcDY3cGU3T0lZUS9KRU13R2tkZz09

ANR AlimOmic – La spectrométrie de masse haute résolution au service de l’amélioration du système de surveillance sanitaire, de la caractérisation de l’exposome et de l’éco-exposome

Résumé : Depuis environ les années 90, la surveillance sanitaire des résidus de pesticides dans les aliments se fait principalement par la mise en œuvre de la spectrométrie de masse dite à « basse résolution » (LRMS) (précision = 1 uma). Il en va de même pour le suivi de ces résidus et autres xénobiotiques dans l’environnement (eaux, sols, air) et la biosphère (Camapanale et al., 2021). Néanmoins, l’emploi de la LRMS a quelques contraintes telles que la nécessité d’optimiser les conditions de détection molécule par molécule, de devoir disposer des étalons pour la mise au point de la méthode analytique. L’emploi de cette technique va nécessairement se faire suivant une approche qualifiée « d’a priori », via une liste déterminée de résidus et/ou de contaminants à rechercher dans son échantillon d’intérêt. Comment concilier alors le temps de développement analytique et la diversité des molécules susceptibles d’être retrouvées dans les aliments et dans l’environnement? A fortiori, comment une technique aussi parcellaire pourrait-elle nous permettre de mieux prendre en considération les problématiques d’exposome (Wild., 2014 ; Vineis and Barouki, 2022) et d’éco-exposome (Ljoncheva et al., 2020) ? En effet, la spectrométrie de masse en basse résolution utilisée en mode MRM ne peut pas être réinterrogée ultérieurement et par conséquent n’offre pas le caractère dynamique nécessaire aux problématiques d’exposome.

L’avènement et la montée en puissance de la spectrométrie de masse à haute résolution (HRMS) pourrait permettre de surmonter certaines limites de la LRMS. Dans le cadre de l’ANR JCJC AlimOmic (www.alimomic.fr), nous avons développé un programme de recherche qui vise à caractériser l’espace chimique des résidus et des contaminants chimiques des aliments et des matrices environnementales le plus exhaustif possible. Cela s’est fait et se poursuit par le développement et la mise en œuvre de méthodes d’extractions originales à très large spectre, le développement de méthodes LC-HRMS en mode ciblé, suspect et non-ciblé. Nous développons en parallèle des aspects analytiques, des outils permettant de révéler le plein potentiel de la HRMS par l’emploi de l’intelligence artificielle via des approches du type quantitative structure activity relationship (QSAR/QSRR), afin de prédire des paramètres tels que les temps de rétention chromatographique des xénobiotiques. Nous évaluons et mettons également en œuvre divers traitements de données supervisés ou non pour révéler des origines géographiques, florales, déterminer des caractéristiques (niveaux d’anthropisation, adultération), identifier des marqueurs d’effets et d’exposition, mais aussi en vue d’expliquer l’origine d’une contamination.

Bio : Julien Parinet est diplômé de l’Université Laval où il a obtenu un PhD en génie civil et environnement en 2010. Sa thèse portait sur la thématique de l’analyse de biomolécules odorantes dans les eaux naturelles et potables, leur suivi spatio-temporel et la modélisation de leurs concentrations par intelligence artificielle. Par la suite il a effectué divers contrats post-doctoraux en France et aux Etats-Unis où il a travaillé principalement sur des problématiques environnementales. Il rejoint l’ANSES en tant que chercheur en 2015 pour mener des travaux sur l’analyse des pesticides dans les aliments, c’est à ce moment-là qu’il se spécialise sur les thématiques de :  l’analyse non-ciblée associée à l’exposome, la chlordécone, l’impact des traitements thermiques sur la stabilité des pesticides et le traitement de données/IA. Julien Parinet est chercheur habilité à diriger des recherches (HDR) et lauréat Fulbright (2011).