L’utilisation de l’analyse statistique

Les statistiques peuvent être vues en fonction de l’objectif fixé ; classiquement les méthodes statistiques sont employées soit pour explorer les données, soit pour prédire un comportement. La statistique exploratoire s’appuie sur des techniques descriptives et graphiques. Elle est généralement décrite par la statistique descriptive qui regroupe des méthodes exploratoires simples, uni- ou bidimensionnelle (moyenne, variance etc.) et la statistique exploratoire multidimensionnelle. L’analyse de données s’inscrit dans ce cadre de la statistique exploratoire multidimensionnelle. Elle

fait toujours l’objet de recherche pour s’adapter à tout type de données et faire face à des considérations de traitements en temps réel en dépit de la quantité de données toujours plus importante.

Aujourd’hui, les méthodes d’analyse de données sont employées dans un grand nombre de domaines qu’il est impossible d’énumérer. Actuellement, ces méthodes sont beaucoup utilisées en marketing par exemple pour la gestion de la clientèle (pour proposer de nouvelles offres ciblées par exemple). Elles permettent également l’interprétation de sondages d’opinion. Ces approches ont également été mises à profit en traitement du signal et des images, où elles sont souvent employées comme prétraitement, qui peuvent être vus comme des filtres. C’est le cas de la plateforme workflow4metabolomics pour le traitement de signaux en spectrométrie de masse et en RMN (Giacomoni et al., 2015). Tout domaine scientifique qui doit gérer de grande quantité de données de type variées ont recours à ces approches. Son et al. (2009) utilisent les analyses statistiques multivariées pour étudier les différences chimiques de la pulpe, la peau et les semences de raisin ainsi que les vins de différentes régions. Grâce à l’analyse de données issues de la RMN du proton, ils ont pu mettre en évidence un effet environnemental sur les teneurs en sucres, minéraux, acides aminés et acides organiques du cépage mais aussi des vins, qui différent selon le niveau d’ensoleillement des régions de production. Cavaliere et al. (2007) utilisent les analyses statistiques afin de détecter l’origine des huiles d’olives. Ainsi l’analyse des données issues de la spectrométrie de masse ont permis de suivre 5 biomarqueurs pour des huiles provenant des régions tunisienne et italienne. Des teneurs différentes permettent de discriminer les origines. Ce profilage est reconnu comme un paramètre fondamental pour l’évaluation de la qualité et comme outil unique pour le contrôle de l’authenticité.

Les analyses statistiques sont également utilisées pour associer des molécules à des propriétés sensorielles. Les travaux de Pattee et al. (2000) ont mis en relation les saveurs sucré, amère et l’arôme torréfié avec la composition en sucre de 52 génotypes de cacahuètes grillées. Des corrélations positives ont été mises en évidence entre la composition totale en sucre et la saveur sucrée mais aussi avec l’arôme torréfié. A l’inverse des corrélations négatives ont été établies avec les saveurs amère et astringente. D’autres travaux utilisent les analyses statistiques pour corréler la composition chimique aux propriétés sensorielles. C’est le cas des études de Preys et al. (2006) sur le vin rouge. Ils ont mis en relation la composition phénolique et les données sensorielles d’un très grand nombre de vins différents, 61 vins français et 60 vins allemands, en utilisant les analyses multivariées. Ainsi, ils soulèvent une potentielle relation entre les flavonols aglycones et l’amertume des vins. Puis, à l’aide d’une régression partielle des moindres carrés ils mettent en évidence une forte corrélation entre la composition phénolique et l’astringence.

DEMARCHES SCIENTIFIQUE & EXPERIMENTALE

Des informations éparses et peu nombreuses sont disponibles sur la composition chimique et sur les propriétés organoleptiques des produits torréfiés de la chicorée. Nous sommes également confrontés au manque de renseignements sur l’évolution de la composition chimique native et des propriétés sensorielles de la racine au cours du processus de transformation et en particulier au cours de la torréfaction. Dans l’optique de mieux comprendre l’effet du procédé de transformation sur le contenu chimique et le lien avec les qualités organoleptiques de la racine, mon travail de thèse a eu pour objectif de caractériser la variabilité des caractères chimiques et sensoriels au sein de génotypes de chicorée industrielle, en portant un éclairage sur les déterminants de l’amertume. La variabilité nécessaire à cette démarche repose initialement sur la diversité génétique du matériel biologique évalué a priori en sélection et disponible parmi les semences de bases des constituants des variétés commerciales du moment. Sur cette base, 48 génotypes de chicorée industrielle sont venus constituer la collection qui a été cultivée en champ pour produire le matériel biologique et les produits transformés dérivés. Deux produits dérivés de la racine fraiche de chicorée ont été étudiés : les cossettes séchées et les produits torréfiés à différents degrés. Ainsi, mon travail a consisté à étudier l’évolution de la composition chimique native et des propriétés sensorielles au cours de la torréfaction dans le but de déterminer un ou des métabolites impliqués dans l’amertume de la racine de chicorée torréfiée.

Dans un premier temps, la variabilité de la collection de chicorée a été évaluée à travers des analyses métabolomique et de génotypage. Cette dernière approche a été menée en parallèle de ma thèse par Thierry Cadalen, ingénieur de recherche au sein du laboratoire. A l’aide de méthodes statistiques de la variance et d’analyses multivariées non supervisées, les génotypes on été groupés et hiérarchisés selon la variabilité existante au niveau alléliques et au niveau de leur métabolome soluble (non-volatils). Les résultats de la classification des données chimique et de génotypage ont conduit à sélectionner un ensemble plus restreint de génotypes constituant notre collection de référence. A partir de cette sélection, le profilage chimique ciblé et non ciblé a été mené sur les équivalents séchés et torréfiés, obtenus en pilote de transformation, afin de mettre en évidence un effet du processus de torréfaction. Cette première étape passe par la mise au point de protocoles d’extraction et l’utilisation de méthodes d’analyse faisant appel à la chromatographie liquide haute performance couplée à la détection dans l’UV, à la spectrométrie de masse et à la spectrométrie par résonance magnétique nucléaire du proton.

Dans un second temps, à partir de la collection de référence, le profilage chimique ciblé et non ciblé a, cette fois, été mené sur les équivalents torréfiés à différents degrés de torréfaction et dont le profil sensoriel a été déterminé par un panel entrainé de testeurs. A l’aide d’une démarche statistique,

des associations significatives entre signaux spécifiques issus des empreintes chimiques et le degré d’amertume ont été recherchées dans le but d’identifier des marqueurs responsables de la saveur amère des produits torréfiés de la chicorée.