Soutenance de thèse de Astrid MALECHAUX

Il est important d’assurer l’authenticité et la traçabilité des produits alimentaires pour faire face aux préoccupations des consommateurs et aux pertes économiques engendrée par les cas de fraude. Or les huiles d’olive, en particulier celles dont l’origine leur apporte une valeur ajoutée supplémentaire, sont parmi les produits les plus touchés par les fraudes. Cependant, les analyses officielles actuelles s’intéressent seulement aux critères de pureté et de qualité des huiles, mais pas à la confirmation de leur origine variétale. Cette thèse propose donc des outils chimiométriques visant à faciliter l’application de la reconnaissance variétale des huiles d’olive lors de contrôles de routine. D’une part, en ajoutant au modèle PLS1-DA une règle de décision par carte de contrôle, les échantillons dont les caractéristiques s’éloignent du profil de référence peuvent être facilement et rapidement identifiés, même en présence d’effectifs déséquilibrés entre les classes à prédire. D’autre part, le développement de stratégies de fusion des données permet de bénéficier de la synergie entre les sources d’information complémentaires que sont l’analyse spécifique des acides gras par chromatographie gazeuse et les analyses globales par spectroscopies proche- et moyen-infrarouge.

Ensuring the authenticity and traceability of food products is important to deal with consumer concerns and economic losses generated by food fraud cases. Moreover, olive oils, especially those whose origin gives them an extra added value, are among the products most affected by frauds. However, current official analyses only focus on purity and quality criteria of the oils, but not on the confirmation of their varietal origin. Therefore, this thesis proposes chemometric tools to facilitate the application of the varietal recognition of olive oils by routine analyses. On the one hand, by adding a control chart decision rule to the PLS1-DA model, samples whose characteristics are deviating from the reference profile can easily and quickly be identified, even in the presence of unbalanced numbers between the predicted classes. On the other hand, the development of data fusion strategies allows to benefit from the synergy between complementary sources of information such as the specific analysis of fatty acids by gas chromatography and the global analyses by near- and mid-infrared spectroscopies.