Note: Descriptions are shown in the official language in which they were submitted.
CA 03013301 2018-07-31
WO 2017/134050
PCT/EP2017/052046
1
Procédé et appareil d'analyse spectroscopique, utilisant un traitement
multivoies de données spectrales en infrarouge et en fluorescence.
La présente invention porte sur un procédé et un appareil d'analyse
spectroscopique. L'invention concerne plus particulièrement une méthode
d'analyse d'au moins un échantillon par application d'un traitement
statistique
multivoies à un ensemble de données spectrales provenant de techniques
d'analyse spectroscopiques différentes.
L'invention peut être appliquée en particulier, mais pas uniquement, à
l'industrie agroalimentaire, à l'industrie pharmaceutique, ou encore à
l'industrie
environnementale. Dans l'industrie agroalimentaire, elle permet par exemple
l'étude des propriétés technologiques, nutritionnelles et/ou toxicologiques
d'un
produit alimentaire au cours de sa préparation, ou encore des procédés
agricoles, biologiques ou technologiques auxquels ledit produit est soumis.
Plus
généralement, l'invention peut être appliquée à la détermination de tout
indicateur de qualité d'un échantillon, et/ou de tout paramètre caractérisant
un
procédé auquel ledit échantillon a été soumis.
Pour déterminer des paramètres indicatifs de la qualité d'un produit
alimentaire, dits paramètres de qualité, il est connu des analyses
spectroscopiques ayant recours aux méthodes de la chimiométrie. Dans ce
contexte, les méthodes de spectroscopie d'absorption, en ce incluant la
spectroscopie de transmittance et/ou de réflectance, sont à la base de
nombreux appareils équipant les usines agroalimentaires et les sites de
réception des matières premières agricoles. La spectroscopie d'absorption dans
le domaine de l'infrarouge (IR) et/ou du proche infrarouge (NIR) permet, en
particulier, d'évaluer des mesures du contenu de produits alimentaires en
constituants de concentration élevée comme les protéines, la matière grasse,
la
teneur en eau ou encore en sucres totaux.
Classiquement, les méthodes connues et employées pour la
spectroscopie d'absorption reposent sur des procédés d'analyse statistique
CA 03013301 2018-07-31
WO 2017/134050
PCT/EP2017/052046
2
multivariée de données spectroscopiques. L'analyse multivoies est l'extension
naturelle de l'analyse multivariée lorsque les données sont
multidimensionnelles
comme dans le cas de la fluorescence (matrices d'excitation et émission), et
se
base alors sur l'utilisation de modèles statistiques multivoies tels que
PARAFAC ( Parallel Factor , c'est à dire modèle à facteurs parallèles) et
NPLS ( N-ways Partial Least Squares régression , c'est à dire régression par
moindres carrés partiels à n-voies).
Cependant, de nombreuses procédures industrielles nécessitent
aujourd'hui une connaissance précise de la matière première constituant ces
échantillons, en particulier pour réaliser des analyses détaillées des
propriétés
technologiques, nutritionnelles et/ou toxicologiques d'un produit donné. Par
exemple, il peut être requis de connaître divers paramètres comme le niveau de
contamination de ces échantillons par des molécules chimiques indésirables
(acrylamide, mycotoxines...), la structure des protéines qui conditionnent
leur
fonctionnalité (taux de dénaturation, taille des agrégats...), ou encore
l'état de
germination d'une graine (indice de chute de Hagberg du blé, potentiel de
germination de l'orge en malterie...). Pour être mesurés avec précision, ces
paramètres nécessitent un traitement des données de spectroscopie sur un
domaine du spectre électromagnétique aussi large que possible, incluant
l'infrarouge, le visible, et l'ultraviolet. Or, les paramètres de qualité
déterminés à
l'aide de la seule spectroscopie d'absorption, généralement appliquée dans le
domaine de l'infrarouge, fournissent des informations peu précises sur les
échantillons analysés. Par exemple, ce type de spectroscopie ne permet pas de
quantifier des molécules présentes à l'état de traces (< 0.5 /0), comme c'est
le
cas pour les mycotoxines ou l'acrylamide.
Une solution connue de l'état de l'art pour quantifier plus précisément la
qualité des produits analysés est de recourir à une technologie de
fluorescence.
Un échantillon soumis à un rayonnement lumineux à une longueur d'onde
déterminée, par exemple dans le domaine du visible (Vis) et/ou de l'ultra-
violet
(UV), émet en réponse un rayonnement d'émission en fonction des composants
contenus dans cet échantillon. Sur base de la mesure de ce rayonnement
CA 03013301 2018-07-31
WO 2017/134050
PCT/EP2017/052046
3
d'émission, il est possible d'obtenir le spectre de fluorescence
correspondant,
en fonction des longueurs d'onde. La spectroscopie de fluorescence permet
ainsi de caractériser des phénomènes tels que le changement de pH, le
chauffage de matrices alimentaires comme c'est le cas pour les huiles
végétales, ou encore l'analyse de contaminants ou la caractérisation de la
croissance d'un végétal et la germination d'une graine. Les informations
obtenues permettent également d'évaluer différents marqueurs de la qualité
technologique du ou des échantillons analysés.
Malgré sa sensibilité, il est connu que la spectroscopie de fluorescence
ne permet pas de déterminer avec précision les mêmes paramètres de qualité
auxquels la spectroscopie d'absorption permet d'accéder. Notamment, la
spectroscopie d'absorption renseigne sur les liaisons interatomiques alors que
la fluorescence s'intéresse à la composition moléculaire. Par exemple, les
sucres peuvent être caractérisés par la liaison intermoléculaire carbonyle,
quantifiable en infrarouge, mais ils ne sont pas fluorescents, et donc non
quantifiables par la fluorescence. Les protéines peuvent éventuellement être
visibles par les deux technologies mais au travers de structures différentes:
le
groupement amide pour l'infrarouge et le cycle aromatique d'acides aminés,
comme notamment le tryptophane en fluorescence. Il conviendrait donc
logiquement d'utiliser conjointement les signaux de fluorescence et les
signaux
d'absorption émis à la surface d'un échantillon donné pour déterminer un plus
grand nombre d'informations relatives à l'état physico-chimique d'un
échantillon, en éclairant celui-ci par des faisceaux lumineux à des longueurs
d'onde déterminées du spectre électromagnétique.
Cependant, le traitement conjoint de données issues de ces deux
technologies, par exemple l'absorption dans les domaines IR et NIR et la
fluorescence dans les domaines Vis et UV, reste aujourd'hui problématique car
limité par l'efficacité des méthodes d'analyse actuelles. Typiquement, le
traitement des données issues de deux technologies différentes s'effectue
séparément. Les résultats obtenus des deux types de spectroscopie ne
bénéficient donc pas des synergies et des complémentarités résultant de leur
utilisation conjointe. De plus, la manipulation et la combinaison des données
CA 03013301 2018-07-31
WO 2017/134050
PCT/EP2017/052046
4
acquises par deux technologies de spectroscopie différentes sont soumises à
de nombreuses contraintes techniques, limitant les performances des procédés
d'analyse associés. L'obtention de variables réduites obtenues via
l'application
d'outils de décomposition multivariée pour chaque technologie résout une
partie
de cette complémentarité, mais ne permet pas d'extraire de manière précise et
robuste l'ensemble des informations spectrales originales et non réduites. De
plus, ces informations ne sont pas corrélées, puisqu'elles ne confèrent pas
d'avantage de puissance aux traitements appliqués étant donnée la
redondance apportée par les deux technologies Ces informations ne sont pas
non plus complémentaires, puisqu'elles ne confèrent pas un enrichissement de
l'information extraite. Finalement, ces approches ne permettent au mieux
qu'une classification ou comparaison d'échantillons, alors que la
quantification
d'indicateurs est beaucoup plus intéressante et plus utile pour les
professionnels. Ppour bénéficier des deux types de mesure, les producteurs,
les industriels et les coopératives s'équipent généralement de deux types
différents d'analyseurs, ce qui représente des coûts d'investissement, de
personnel et de logistique potentiellement élevés.
Pour pallier ces difficultés ou limites d'exploitation des différentes
technologies, l'invention vise à proposer un procédé d'analyse d'au moins un
échantillon mettant en oeuvre une méthode d'analyse de données
spectroscopiques basée sur un modèle statistique multivoies, caractérisé en ce
qu'il comporte :
a) l'éclairage dudit ou de chaque échantillon à analyser par une première
source de lumière et par une deuxième source de lumière, ladite au moins une
deuxième source de lumière étant distincte de ladite première source de
lumière ;
b) l'acquisition de spectres de fluorescence dudit ou de chaque
échantillon, lesdits spectres de fluorescence résultant de l'éclairage dudit
ou de
chaque échantillon par un ou plusieurs rayonnements lumineux émis par ladite
première source de lumière ;
CA 03013301 2018-07-31
WO 2017/134050
PCT/EP2017/052046
C) l'acquisition de spectres de transmittance et/ou de réflectance dudit ou
de chaque échantillon, lesdits spectres de transmittance et/ou de réflectance
résultant de l'éclairage dudit ou de chaque échantillon par un ou plusieurs
rayonnements lumineux émis par ladite deuxième source de lumière ;
5 d)
l'organisation desdits spectres de fluorescence acquis en un premier
cube de données d'acquisition ;
e) l'organisation desdits spectres de transmittance et/ou de réflectance
acquis en un deuxième cube de données d'acquisition ;
f) la fusion des données d'acquisition dudit premier cube et des données
d'acquisition dudit deuxième cube en un troisième cube de données
fusionnées ;
g) la décomposition des données fusionnées dudit troisième cube par
application dudit modèle statistique multivoies ;
h) la détermination d'au moins un indicateur caractérisant ledit ou chaque
échantillon, à partir des données issues de l'application dudit modèle
statistique
multivoies auxdites données fusionnées.
Selon différentes caractéristiques supplémentaires qui pourront être
prises ensemble ou de façon séparée :
- ladite première source de lumière est une source de rayonnements
lumineux à des longueurs d'onde d'éclairage respectives.
- ladite deuxième source de lumière est une source continue.
- lesdits spectres de fluorescence sont des spectres acquis sur une
plage spectrale comprise entre 250 nm et 800 nm.
- lesdits spectres de transmittance et/ou de réflectance sont des
spectres acquis sur une plage spectrale comprise entre 400 nm et
2500 nm, et de préférence sur une plage spectrale comprise entre
400 nm et 1100 nm.
- le nombre de rayonnements lumineux émis par la première source de
lumière est compris entre un et huit, et de préférence entre deux et
cinq.
CA 03013301 2018-07-31
WO 2017/134050
PCT/EP2017/052046
6
- les spectres de fluorescence sont des spectres de fluorescence
acquis en mode frontal.
- ladite étape d) comporte également une étape préalable de
normalisation desdits spectres de fluorescence et/ou desdits spectres
de transmittance et/ou de réflectance.
- ledit modèle statistique multivoies mis en oeuvre est un modèle de
type Tucker. .
- ladite détermination d'un indicateur caractérisant ledit ou chaque
échantillon est effectuée par application d'un modèle de calibration
reliant les données de décomposition audit indicateur.
L'invention vise en outre à proposer un appareil d'analyse d'au moins un
échantillon pour la mise en oeuvre d'un procédé selon l'invention, caractérisé
en
ce qu'il comprend :
- des moyens d'éclairage dudit ou de chaque échantillon à analyser,
lesdits moyens d'éclairage comprenant une première source de lumière
et au moins une deuxième source de lumière, ladite au moins une
deuxième source de lumière étant distincte de ladite première source de
lumière ;
¨ un premier moyen d'acquisition de spectres de fluorescence dudit ou
de chaque échantillon, lesdits spectres de fluorescence résultant de
l'éclairage dudit ou de chaque échantillon par un ou plusieurs
rayonnements lumineux émis par ladite première source de lumière ;
¨ un deuxième moyen d'acquisition de spectres de transmittance et/ou
de réflectance dudit ou de chaque échantillon, lesdits spectres de
transmittance et/ou de réflectance résultant de l'éclairage dudit ou de
chaque échantillon par un ou plusieurs rayonnements lumineux émis par
ladite deuxième source de lumière ; et
¨ un ou plusieurs processeurs configurés pour mettre en oeuvre au
moins les étapes d) à h).
CA 03013301 2018-07-31
WO 2017/134050
PCT/EP2017/052046
7
D'autres caractéristiques, détails et avantages de l'invention ressortiront
à la lecture de la description faite en référence aux dessins annexés donnés à
titre d'exemple et qui représentent, respectivement :
- la figure 1, un schéma de principe d'un appareil d'analyse selon un
mode de réalisation de l'invention ;
- la figure 2, un schéma décrivant l'organisation des données
spectrales en cubes de données d'acquisition ;
- les figures 3, 4 et 5, des schémas décrivant l'organisation et la fusion
des données d'acquisition en au moins un cube de données
fusionnées selon différents modes de réalisation.
Une première étape a) de procédé selon l'invention comporte l'éclairage
d'un échantillon ou de plusieurs échantillons par une pluralité de sources de
lumière. La figure 1 montre un schéma simplifié d'un appareil A pour la mise
en
oeuvre d'un procédé selon l'invention. Tel que représenté, un échantillon E
est
disposé sur un support H. Ledit échantillon peut être un solide, une poudre,
un
liquide contenu dans un récipient transparent, etc. Le support H peut être
transparent ou partiellement transparent aux rayonnements lumineux.
L'appareil A comprend une première source de lumière Si disposée d'un
côté dudit support H, et configurée pour éclairer E. Avantageusement, ladite
première source de lumière est une source de rayonnements lumineux
d'excitation à des longueurs d'onde d'éclairage respectives. De préférence,
chacune desdites sources lumineuses émet un faisceau de rayonnement
monochromatique à une longueur d'onde différente. Selon l'invention,
l'éclairement de E par la première source de lumière permet de générer un
spectre de fluorescence. La spectroscopie de fluorescence consiste à envoyer
en direction d'un échantillon un rayonnement lumineux à une longueur d'onde
déterminée. Ce rayonnement lumineux présente typiquement au moins une
longueur d'onde dans le domaine du visible (Vis) et/ou de l'ultra-violet (UV)
pour
provoquer une excitation des composants contenus dans cet échantillon. Les
longueurs d'onde caractérisant lesdits rayonnements lumineux s'étendent sur
une plage spectrale typiquement comprise entre 250 nm et 800 nm. Pour
CA 03013301 2018-07-31
WO 2017/134050
PCT/EP2017/052046
8
chaque rayonnement lumineux d'excitation correspondant à une longueur
d'onde A
¨excitation, l'échantillon considéré émet un spectre complet, dit spectre de
fluorescence, comprenant une pluralité de rayonnements d'émission
correspondants à plusieurs longueurs d'onde A
¨émission. Ces rayonnements
comprennent généralement deux contributions : l'une, à la même longueur
d'onde que le rayonnement d'éclairage, due à la diffusion élastique ; l'autre,
polychromatique, due à la fluorescence, les rayonnements d'émission
correspondants étant caractérisés par une longueur d'onde A "émission
supérieure à
Aexcitation= Les spectres de fluorescence peuvent également inclure des
spectres
d'auto-fluorescence ou, dans certains cas, des spectres de fluorescence
induits
par un marqueur ajouté à l'échantillon.
De manière non limitative, ladite première source de lumière peut
comprendre une seule source de rayonnement monochromatique, un nombre
de sources de rayonnements monochromatiques supérieur à deux, ou encore
une ou plusieurs sources de lumière polychromatique générant des
rayonnements d'éclairage de ladite première source de lumière.
Avantageusement, la première source de lumière comprend une ou plusieurs
diodes électroluminescentes. Si peut ainsi inclure également une ou plusieurs
sources lasers si des intensités plus importantes sont requises. Comme
illustré
sur la figure 1, Si peut comprendre une autre source lumineuse S12, voire plus
généralement plusieurs autres sources lumineuses distinctes de Si. De
préférence, mais de manière non restrictive, lesdites longueurs d'onde des
faisceaux lumineux sont comprises entre 250 nm et 800 nm. De manière
générale, les rayonnements lumineux d'excitation peuvent présenter des
longueurs d'onde choisies de manière à couvrir le spectre UV-visible le plus
largement possible. En fonction du nombre de sources de rayonnement, ces
rayonnements d'excitation peuvent échantillonner grossièrement (plusieurs
dizaines de longueurs d'onde) et/ou finement (plusieurs centaines de longueurs
d'onde) une plage spectrale couvrant les domaines de l'infrarouge, du visible
et
de l'ultraviolet. Avantageusement, le nombre de rayonnements lumineux émis
par la première source de lumière est compris entre un et huit, et de
préférence
compris entre deux et cinq.
CA 03013301 2018-07-31
WO 2017/134050
PCT/EP2017/052046
9
Avantageusement, les spectres de fluorescence sont des spectres de
fluorescence acquis en mode frontal. L'utilisation spécifique d'une
fluorescence
en mode frontal a l'avantage de pouvoir appliquer le procédé en temps réel. De
plus, l'acquisition des spectres de fluorescence frontale émis par ledit ou de
chaque échantillon ne génère pas d'erreur analytique liée à la préparation de
l'échantillon. Les résultats obtenus par le procédé selon l'invention sont
donc
plus précis, et déterminés plus rapidement.
L'appareil A comporte également une deuxième source de lumière S2
configurée pour éclairer l'échantillon E. Cet éclairement de E par la source
S2
peut subvenir avant ou après l'éclairement de E par la source Si tel que
détaillé
précédemment. Avantageusement, S2 est une source de lumière continue, par
exemple une source polychromatique comme une lampe tungstène, halogène
ou halogène-tungstène. La source S2 est configurée pour émettre un
rayonnement continu dont les longueurs d'onde peuvent se répartir sur une
large plage spectrale du spectre électromagnétique. Avantageusement, Si est
configurée pour éclairer l'échantillon sur une plage spectrale comprise entre
400 et 2500 nm, et de préférence entre 400 nm et 1100 nm. Cette plage
spectrale peut comprendre le domaine du visible, de l'infrarouge et/ou du
proche infrarouge. Un module d'illumination MI peut également être adjoint à
la
source S2 pour diriger les rayonnements émis par S2 vers l'échantillon E. Ces
rayonnements sont absorbés par l'échantillon, avant d'être détectés par les
moyens d'acquisition MA, comme détaillé ci-après.
Selon l'invention, l'éclairement de E par la source S2 permet de générer
un spectre d'absorption. Ces signaux d'absorption peuvent, en particulier,
inclure des signaux de transmittance et/ou de réflectance. La spectroscopie
d'absorption repose sur le principe selon lequel tout matériau soumis à un
rayonnement incident, par exemple un rayonnement infrarouge, peut soit
réfléchir une partie de ces rayonnements, soit absorber une partie de ces
rayonnements, soit transmettre une partie de ces rayonnements. Plus
particulièrement, la spectroscopie d'absorption est basée sur la propriété des
liaisons atomiques à absorber de l'énergie lumineuse à une longueur d'onde
d'intérêt.
CA 03013301 2018-07-31
WO 2017/134050
PCT/EP2017/052046
On remarquera que la deuxième source de lumière peut être disposée
du même côté que la première source de lumière par rapport à l'échantillon, ou
selon toute autre direction. Avantageusement, la première source de lumière et
la deuxième source de lumière sont disposées selon deux côtés différents de
5 l'échantillon E et/ou du support H. Finalement, l'utilisation d'un
appareil unique,
comprenant par exemple une même chambre de mesure et un seul
spectromètre configuré pour analyser un ensemble de spectres acquis dans les
domaines ultraviolet, visible, infrarouge, et/ou proche infrarouge, permet de
faciliter la cohérence des données obtenues sur un même échantillon.
Une deuxième étape b) et une troisième étape c) de procédé selon
l'invention comporte l'acquisition de spectres de fluorescence et d'absorption
dudit ou de chaque échantillon.
Selon l'invention, l'ensemble des spectres de fluorescence et des
spectres d'absorption issus de l'échantillon sont captés par les moyens
d'acquisition MA. Lesdits moyens MA détectent et mesurent tout rayonnement
lumineux émis, réfléchi ou transmis par l'échantillon, et résultant d'un
éclairage
dudit échantillon. Les moyens MA comprennent par exemple une ou plusieurs
stations de mesure, distinctes physiquement ou non, et permettant d'acquérir
les spectres de fluorescence et les spectres d'absorption en provenance de
l'échantillon. Avantageusement, les moyens MA sont colocalisés en une station
de mesure unique, et disposés adéquatement de sorte à recevoir de manière
optimale tout type de rayonnement provenant de l'échantillon E. Ceci facilite
l'analyse du même échantillon du matériau, rendant le procédé plus efficace,
réduisant le temps nécessaire à l'analyse, et permettant une meilleure
corrélation des données spectroscopiques relatives au matériau.
Les signaux de fluorescence et les signaux d'absorption émis par E sont
ensuite transportés par l'intermédiaire de moyens de communication MC à un
ou plusieurs processeurs P. Lesdits moyens de communication MC peuvent
comporter une connexion filaire par exemple de type fibre optique, Ethernet,
CPL, voire une connexion sans fil par exemple de type WiFi ou Bluetooth, ou
tout autre type de connexion pouvant varier selon le matériel préféré pour la
CA 03013301 2018-07-31
WO 2017/134050
PCT/EP2017/052046
11
mise en oeuvre de l'invention. Le ou les processeurs P peuvent quant à eux
comprendre un dispositif de traitement du signal, un spectromètre configuré
pour décomposer le rayonnement lumineux émis en spectre, ou tout autre
équipement de traitement adapté au procédé. Plus généralement, P inclut des
moyens de traitement des données (par exemple, un ordinateur programmé
d'une manière opportune) permettant d'extraire une information chimiométrique
à partir de spectres acquis par l'appareil A. Les signaux sont, typiquement,
analysés par des méthodes chimiométriques qui permettent d'extraire
l'information corrélée aux paramètres de qualité que l'on cherche à mesurer.
Ces corrélations sont présentes dans de nombreux produits alimentaires et
apparaissent du fait de l'évolution de leur contenu. Par exemple, la
fluorescence intrinsèque des constituants naturels d'un aliment (vitamines,
protéines et autres constituants naturels ou ajoutés intentionnellement ou
non),
ainsi que leur réflectance, peuvent évoluer au cours du temps, alors que dans
le même temps, de nouveaux signaux peuvent apparaitre du fait de la formation
de nouvelles molécules. Lesdites corrélations jouent donc un rôle important
dans le cadre de leur caractérisation par des analyses spectroscopiques.
Une quatrième étape d) et une cinquième étape e) de procédé selon
l'invention comporte l'organisation des spectres de fluorescence acquis et des
spectres d'absorption acquis en un premier cube et en un deuxième cube de
données d'acquisition, respectivement.
Une fois que les spectres de fluorescence, de transmittance et/ou de
réflectance sont acquis pour le ou les échantillons analysés, les données
recueillies sont organisées en cubes de données. Par définition, lesdits cubes
de données comprennent plusieurs matrices dites matrices excitation-
émission (MEE), lesdites matrices étant construites pour contenir l'ensemble
des spectres acquis sur un échantillon. En particulier, une MEE peut être un
tableau à deux voies, ledit tableau pouvant être représenté par un spectre en
trois dimensions sous la forme Excitation x Emission x Intensité . Pour le
cas
particulier d'une acquisition d'un ou de plusieurs spectres de fluorescence,
un
CA 03013301 2018-07-31
WO 2017/134050
PCT/EP2017/052046
12
cube de données d'acquisition comprendra typiquement trois dimensions,
Excitation x Emission x Echantillon .
Les modes d'organisation des données spectrales en cubes de données
selon l'invention sont illustrés dans la figure 2. L'organisation des données
acquises en cubes de données permettra, dans les étapes suivantes du
procédé, d'appliquer des méthodes d'analyse multivoie beaucoup plus
puissantes que les outils de décomposition multivariée.
Lors de l'acquisition des données de fluorescence, les mesures de
fluorescence sont organisées dans un cube de données à trois dimensions I x
J x K , dit premier cube de données d'acquisition Cl, ou encore cube de
fluorescence . Chacune desdites trois dimensions correspond à un mode
donné. Le mode I de Cl, comportant un nombre i d'entrées, est associé au
nombre d'échantillons éclairés par la deuxième source de lumière au cours de
l'étape d'acquisition de spectres de fluorescence dudit ou de chaque
échantillon. Le mode J de Cl, comportant un nombre j d'entrées, est
associé au nombre j de longueurs d'onde d'émission, chacune de ces
longueurs d'onde correspondant à l'une des composantes des rayonnements
émis par ledit échantillon ou lesdits échantillons après éclairage de celui-ci
ou
de ceux-ci par la première source de lumière. Le mode K de Cl, comportant un
nombre k d'entrées, est associé au nombre k de longueurs d'onde
d'excitation, chacune de ces longueurs d'onde correspondant à un
rayonnement lumineux utilisé pour l'éclairage de l'échantillon ou des
échantillons. Les données de fluorescence obtenues sont ainsi organisées en
un cube à trois dimensions, ces dimensions correspondant aux trois modes
Excitations x Emissions x Echantillons .
Lors de l'acquisition des données d'absorption, les mesures d'absorption
sont organisées dans un cube de données à deux dimensions I x L , dit
deuxième cube de données d'acquisition C2, ou encore cube d'absorption .
Chacune desdites deux dimensions correspond à un mode donné. Le mode I
de C2, comportant un nombre <<i d'entrées, est associé au nombre
d'échantillons éclairés par la première source de lumière au cours de l'étape
d'acquisition de spectres de transmittance et/ou de réflectance dudit ou de
CA 03013301 2018-07-31
WO 2017/134050
PCT/EP2017/052046
13
chaque échantillon. Le mode L de C2, comportant un nombre I d'entrées,
est associé au nombre I de longueurs d'onde d'absorption, chacune de ces
longueurs d'onde correspondant à l'une des composantes des rayonnements
émis par ledit échantillon ou lesdits échantillons après éclairage de celui-ci
ou
de ceux-ci par la deuxième source de lumière. Les données de fluorescence
obtenues sont ainsi organisées en un cube à deux dimensions I x L ,
correspondant aux modes Emissions x Echantillons .
Une sixième étape f) de procédé selon l'invention comporte la fusion des
données du premier cube et les données du deuxième cube au sein d'un
troisième cube dit de données fusionnées.
Trois modes d'organisation et de fusion des données sont ainsi
proposés. Tel que décrit, le premier mode d'organisation des données présente
l'avantage de respecter la physique des données acquises. Un effet technique
important du premier et du troisième mode d'organisation des données décrits
ci-dessous est que ceux-ci préservent la linéarité des données spectrales
acquises séparément par chacune des deux techniques de spectroscopie. Ces
modes de réalisation permettent également de préserver les corrélations entre
les données d'absorption et les données de fluorescence lors de la fusion du
premier cube de données et du deuxième cube de données. Ces corrélations
sont importantes car elles peuvent inclure des informations reliant les
spectres
de fluorescence dans l'ultraviolet-visible et les spectres de transmittance
dans
le visible-proche infrarouge pour un échantillon donné. Ces informations sont
par exemple : des concentrations en analytes, la structure physico-chimique,
ou
encore les fonctionnalités et la sensorialité du produit. Ces informations
peuvent
être particulièrement utiles pour définir des critères qualité propres à
l'échantillon analysé, et sont difficilement accessibles via l'emploi de la
seule
spectroscopie d'absorption ou de la seule spectroscopie de fluorescence.
Tel qu'illustré à la figure 3, un mode de réalisation selon l'invention
consiste à inscrire le premier cube de données d'acquisition et le deuxième
cube de données d'acquisition dans un même troisième cube de données C31,
dit de données fusionnées.
CA 03013301 2018-07-31
WO 2017/134050
PCT/EP2017/052046
14
Au cours de l'étape 3.1, le cube C2 est transformé en un cube à trois
dimensions I x Lx L, de manière à ce que le cube I x L constitue un plan
diagonal d'un cube lx Lx L suivant les modes L x L, dont la diagonale a une
dimension égale à la diagonale formée par la diffusion élastique de la kème
source du cube de fluorescence. Au cours de l'étape 3.2, ce cube I x Lx L est
concaténé avec le cube Cl de dimensions IxJxK pour former le cube C31.
Les autres entrées du cube C31 sont remplies avec des valeurs toutes égales à
zéro. Cette concaténation est réalisée de façon à aligner le mode L avec les
modes J et K pour constituer ledit cube C3 de données fusionnées. Le cube
C31 est, ainsi, un cube de dimensions I x (K+L) x (K+L) dont la partie
supérieure gauche contient les données de fluorescence sous la forme d'un
sous-cube à trois dimensions, et dont une partie du plan diagonal contient les
données d'absorption sous la forme d'un sous-plan diagonal suivant les modes
(K+L) x (K+L).
Cette organisation des données a pour avantage de respecter les modes
communs initiaux des cubes Cl et C2, puisque le mode L de C2 est aligné avec
les modes J et K de Cl. Puisque ces modes correspondent respectivement aux
longueurs d'onde d'émission et aux longueurs d'onde d'excitation, la
corrélation
entre les données acquises par la spectroscopie de fluorescence et les
données acquises par la spectroscopie d'absorption est préservée.
Suivant les figures 4 et 5, deux autres modes de réalisation selon
l'invention consistent à répliquer le cube C2. Suivant l'étape 4.1 ou l'étape
5.1,
le cube C2 est répliqué un nombre k de fois pour former un cube
intermédiaire à trois dimensions I x Lx K. Ledit cube intermédiaire lx LxK
comprend ainsi deux types d'entrées communes avec le cube Cl de
dimensions I xJx K. Ces deux cubes à trois dimensions possédant deux
modes communs, il est possible de les combiner de plusieurs manières de
sorte à préserver le mode I correspondant au nombre i d'échantillons
analysés dans un seul et même cube à trois dimensions de données
fusionnées.
Comme illustré sur la figure 4, une première possibilité consiste à
procéder selon les étapes 4.2 et 4.3, pour juxtaposer le cube intermédiaire I
x L
CA 03013301 2018-07-31
WO 2017/134050
PCT/EP2017/052046
x K avec le cube Cl. En alignant les modes J et L de ces deux cubes à trois
dimensions, on obtient un cube C32 à trois dimensions I x Kx (J+L), contenant
l'ensemble de données de fluorescence et d'absorption.
Comme illustré sur la figure 5, une autre possibilité consiste à procéder
5 selon
les étapes 5.2 et 5.3, pour juxtaposer le cube intermédiaire IxLxK avec
le cube Cl. En alignant ces deux cubes selon le mode K commun, on obtient
un cube C3 à trois dimensions lx Lx J, contenant l'ensemble de données de
fluorescence et d'absorption. Ceci peut se faire, par exemple, en effectuant
un
nombre k de produits matriciels.
10 On
comprendra que d'autres modes de fusion peuvent également être
utilisés pour former un cube de données fusionnées à trois dimensions et se
voir caractérisés par des avantages techniques similaires.
On remarquera que selon l'invention, l'organisation des données
15
spectroscopiques acquises peut être précédée par différentes sous-étapes de
prétraitement. Avantageusement, les spectres de fluorescence peuvent, par
exemple, être prétraités pour tenir compte des contributions dues à la
diffusion
élastique, aussi dite diffusion Rayleigh. Ces contributions peuvent être
calculées au moyen de modèles linéaires généralisés, puis soustraites du ou
des spectres acquis. La soustraction de la diffusion Rayleigh est généralement
nécessaire dans la plupart des procédés d'analyse, et peut être appliqué dans
le cadre du procédé de la présente invention. Cependant, la soustraction de la
diffusion n'est pas nécessairement souhaitable dans la présente invention. De
plus, les contributions de la diffusion élastique peuvent être éliminées au
moyen
d'un traitement mathématique, afin d'exploiter les spectres de fluorescence
pure . Alternativement, les intensités de diffusion élastique peuvent être
adjointes pour une utilisation ultérieure, par exemple lors du calcul
d'indicateurs
caractérisant l'échantillon. Les intensités initiales de diffusion élastique
correspondant aux différentes longueurs d'onde d'excitation peuvent en effet
être réutilisées en combinaison avec les informations issues des étapes
suivantes du procédé.
CA 03013301 2018-07-31
WO 2017/134050
PCT/EP2017/052046
16
Avantageusement, les spectres acquis peuvent être prétraités en
effectuant une normalisation, ou encore en effectuant une correction
multiplicative de dispersion MSC (Multiplicative Scatter Correction), ou
encore
SNV (Standard Normal Variate). Avantageusement, les prétraitements décrits
peuvent également être appliqués aux cubes de données selon l'invention.
Une septième étape g) de procédé selon l'invention comporte la
décomposition des données fusionnées du troisième cube par application d'un
modèle statistique multivoies. La décomposition des données peut procéder
suivant différents types de traitements chimiométriques. Selon la taille et
les
dimensions des cubes de données à décomposer, on distinguera ainsi les
méthodes multivariées des méthodes multivoies. Les méthodes multivariées
comme PLS ou encore PCA sont, typiquement, des méthodes de réduction des
données adaptées pour des données organisées suivant des cubes à deux
dimensions. Elles impliquent classiquement un dépliement préalable du cube
initial selon une des dimensions, une concaténation des données obtenues,
puis l'analyse proprement dite. Les méthodes multivoies comme Tucker, NPLS,
ou encore mPCA, sont des méthodes de réduction de données adaptées pour
des données organisées en cubes possédant plus de deux dimensions. Elles
sont donc intrinsèquement multidimensionnelles et peuvent être utilisées
directement sur les cubes de données résultant du procédé d'analyse suivant
les étapes précédemment décrites.
Outre la plus grande efficacité logicielle des procédés d'analyse permise
par l'application d'un modèle statistique multivoies à un seul cube de données
fusionnées plutôt qu'à deux cubes de données, la possibilité de réaliser une
décomposition desdites données tout en préservant les corrélations
intrinsèques permet également d'en déduire des informations plus précises sur
le ou les échantillons analysés.
L'invention procure ainsi un procédé d'analyse plus rapide et plus
performant. De même, un appareil d'analyse mettant en oeuvre un tel procédé
nécessite un équipement plus simple, moins coûteux, et par conséquent mieux
adapté aux exigences industrielles que les technologies actuelles. L'invention
CA 03013301 2018-07-31
WO 2017/134050
PCT/EP2017/052046
17
permet également de faciliter la rapidité et la rationalisation des prises de
décision lors de la production des produits alimentaires.
De manière innovante, l'invention applique une nouvelle technique de
décomposition multivoies de l'ensemble des données brutes fusionnées.
Avantageusement, un traitement multivoies appliqué pour effectuer la
décomposition du cube de données fusionnées à trois dimensions est un
modèle de type Tucker3. Le modèle Tucker3 permet de décomposer un tenseur
X IxJxK en trois cubes à deux dimensions, et en deux cubes de données.
En particulier, chaque élément xi,j,k est décomposé de la façon suivante :
P Q R
euk
p=1q=1r=1
avec
- ai,p, bi,q, ck,r les éléments des matrices respectives A IxP , B J x
Q et C KxR
- ei,j,k est un élément du cube de résidus E IxJxK
- gp,q,r est un élément du cube d'interactions G PxQxR , aussi
appelé core-array
Dans tous les cas, l'une des matrices A, B ou C est une matrice dite de
scores ou de données réduites, tandis que les autres sont appelées
matrices de loadings . Si par exemple le mode I est celui des échantillons,
la
matrice A I x P sera alors la matrice de scores , ladite matrice de
scores permettant de décrire chaque échantillon i par un nombre p
de scores représentatifs. Lesdits scores sont utilisés dans la suite de
l'invention. Les matrices de loadings B et C représentent quant à elles
respectivement les contributions des modes J et K, tandis que le cube G
représente les interactions entre les 3 modes.
De préférence, mais de manière non limtiative, l'invention peut
également appliquer une décomposition multivoies de type Tucker2 ou
PARAFAC, ces deux modèles constituant des cas particuliers de Tucker3.
CA 03013301 2018-07-31
WO 2017/134050
PCT/EP2017/052046
18
Une huitième étape h) de procédé selon l'invention comporte la
détermination d'au moins un indicateur caractérisant ledit ou chaque
échantillon, à partir des données issues de l'application dudit modèle
statistique
multivoies auxdites données fusionnées. La matrice de scores issus de
l'étape g) selon l'invention permet en effet de caractériser l'échantillon
analysé
ou les échantillons analysés par un ensemble de variables. Lesdites variables
peuvent être à leur tour reliées audit au moins un indicateur via un modèle de
régression. L'application dudit modèle de régression sur les scores obtenus
sur un ou plusieurs nouveaux échantillons permet alors d'obtenir la valeur
dudit
indicateur sur ces échantillons.
Quelques résultats techniques de l'invention seront décrits ci-dessous à
l'aide de deux exemples d'application. Ces deux exemples démontrent
l'amélioration des performances de prédiction des caractéristiques d'un
échantillon à l'aide d'un procédé selon l'invention vis-à-vis des performances
obtenues sans mise en oeuvre dudit procédé.
Le premier exemple concerne le résultat obtenu par une combinaison
multilinéaire des scores obtenus via l'analyse combinée des spectres de
fluorescences et des spectres de fluorescence pour obtenir la prédiction d'un
taux de protéines dans des échantillons de blé, par exemple du gluten.
Pour ce premier exemple, on considère l'analyse de 20 échantillons de
blé. Chaque échantillon est éclairé par 4 diodes électroluminescentes, ou
LEDs,
émettant des rayonnements lumineux respectifs à 280 nm, 340 nm, 385 nm et
450 nm. L'éclairage par ces rayonnements lumineux conduit à l'acquisition d'un
spectre complet d'émission sur une plage du spectre électromagnétique
s'étendant de 250 nm à 800 nm, et comprenant les spectres de fluorescence
associés aux 20 échantillons de blé. Chaque échantillon est ensuite éclairé
par
une lampe halogène-tungstène émettant un rayonnement continu s'étalant sur
une plage spectrale allant de 800 nm à 2500 nm. L'éclairage par ce
rayonnement conduit à l'acquisition d'un spectre complet d'émission sur la
même plage du spectre électromagnétique, s'étendant de 250 nm à 800 nm et
comprenant le ou les spectres de transmittance et/ou de réflectance des 20
CA 03013301 2018-07-31
WO 2017/134050
PCT/EP2017/052046
19
échantillons de blé. Un traitement des spectres acquis est ensuite opéré par
l'analyseur de signal, notamment via un ou plusieurs processeurs. Notamment,
les spectres de fluorescence peuvent être nettoyés de la diffusion élastique,
puis prétraités via une normalisation. Cette normalisation est par exemple de
type SNV. On comprendra que le prétraitement des spectres peut s'effectuer à
tout moment précédant l'organisation des spectres de fluorescence et des
spectres d'absorption en cubes de données, selon la meilleure manière de
mettre en oeuvre le procédé. Après ce prétraitement les spectres de
fluorescence sont organisés en un cube CF1 à trois dimensions, dit premier
cube de données d'acquisition, le nombre d'entrées associé auxdites
dimensions correspondant respectivement au nombre d'échantillons, au
nombre de rayonnements excitations et au nombre de rayonnements
d'émissions acquis, soit un cube de modes Echantillons x Excitations x
Emissions . Pour l'exemple considéré, le cube CF1 comprend 20 x 4 x 550,
soit 44000 entrées. Les spectres d'absorption, éventuellement prétraités à
l'aide
d'une normalisation SNV (Standard normal variate), sont organisés en un cube
CAO à deux dimensions, dit deuxième cube de données d'acquisition, le
nombre d'entrées associés auxdites dimensions correspondant respectivement
au nombre d'échantillons et au nombre d'émissions, soit un cube de modes
Echantillons x Emissions . Pour l'exemple considéré, ledit cube CAO
comprend 20 x 1700 entrées, soit 34000 entrées. Le cube CAO est ensuite
dupliqué 4 fois pour former un cube CA1 de taille 20 x 4 x 1700, c'est-à-dire
constitué de 136000 entrées.
Pour la présente application, lesdits cubes CF1et CA1 sont ensuite
appariés selon le mode des émissions pour obtenir un cube CFA1 de modes
Echantillons x Excitations x Emissions, de taille 20 x 4 x 2250. Le cube CFA1
est ensuite décomposé par application d'un algorithme, par exemple de type
Tucker 2, pour obtenir une matrice de scores de taille 20 x 15, c'est-à-dire
aboutissant à l'obtention de 15 facteurs de scores pour chacun des 20
échantillons. La matrice de scores est ensuite corrélée à un vecteur de taille
20
x 1, ledit vecteur contenant les résultats d'analyse des taux de gluten (en
CA 03013301 2018-07-31
WO 2017/134050 PCT/EP2017/052046
pourcents) mesurés dans chacun des échantillons, obtenus via une régression
linéaire multiple.
L'application de ces modes particuliers d'organisation des permet
d'extraire un plus grand nombre d'informations. Ces informations comprennent
5 non seulement la qualité de la calibration sur un paramètre de qualité du
blé par
infrarouge seul et la qualité de la calibration obtenue par la fluorescence
seule,
mais également la calibration obtenue par la conjonction des scores obtenus
pour les deux technologies séparément, ainsi que la calibration obtenue en
utilisant la structure tridimensionnelle explicité ci-dessus. Les performances
10 statistiques de cette régression sont fournies dans le tableau ci-
dessous.
Le tableau 1 ci-dessous montre un tableau caractérisant les
performances issues d'un procédé typique selon l'état de l'art actuel, au
travers
de la valeur du R2 et de l'erreur de calibration (RMSEC et RMSECV).
R2 RMSEC R2CV RMSECV N outliers N composantes
0.93 0.58 0.90 0.64 4 2
15 Tableau 1
Afin de caractériser l'amélioration technique apportée par ce procédé,
des régressions similaires ont été obtenues par les méthodes utilisées
classiquement dans la littérature. En particulier : une décomposition du
tableau
20 deux voies prétraité de données d'absorption par ACP, fournissant une
matrice
MA1 de 20 x 5 scores, suivie d'une régression multilinéaire est ensuite
effectuée. Egalement : une décomposition du cube CF1 prétraité de données
de fluorescence par PARAFAC, fournissant une matrice MF1 de 20 x 6 scores,
suivie d'une régression multilinéaire est ensuite effectuée. Enfin, une
concaténation des deux matrices MA1 et MF1 pour former une matrice MFA1
de taille 20 x 11, suivie d'une régression multilinéaire. Les performances des
régressions ainsi obtenues sont comparées avec l'approche faisant l'objet de
l'invention pour obtenir la prédiction d'un taux de protéines dans chacun des
échantillons de blé. La comparaison de ces performances est présentée dans le
CA 03013301 2018-07-31
WO 2017/134050
PCT/EP2017/052046
21
tableau 2 ci-dessous, démontrant une nette amélioration des performances de
prédiction. Les valeurs respectives de R2, RMSEC, R2CV et RMSECB obtenues
par application du procédé selon l'invention pour analyser les données
spectroscopiques issues de l'acquisition des spectres de fluorescence et des
spectres de transmittance des 20 échantillons considérés sont toutes
supérieures à celles obtenues par application des méthodes traditionnelles
pour
analyser les données issues de l'acquisition seule des spectres de
fluorescence
ou l'acquisition seul des spectres de transmittance.
R2C N N
R2 RMSEC RMSECV
V Outliers composantes
Fluorescence 0.89 0.82 0.82 0.90 4 2
Transmittance 0.91 0.85 0.85 1.05 4 2
Combinaison 0.93 0.91 0.91 0.81 4 2
Tableau 2
Le deuxième exemple d'application, proche mais distinct du premier
exemple décrit ci-dessus, concerne le résultat obtenu par une combinaison
multilinéaire des scores obtenus via l'analyse combinée des spectres de
fluorescences et des spectres de fluorescence pour obtenir la prédiction d'un
taux de protéines dans des échantillons de blé.
Chaque échantillon est successivement éclairé par 4 LEDs émettant des
rayonnements lumineux respectifs à 280 nm, 340 nm, 385 nm et 450 nm. Pour
chacun desdits rayonnements lumineux, un spectre complet d'émission a été
acquis sur la plage 250 nm-800 nm. Chaque échantillon est ensuite éclairé par
une lampe halogène-tungstène sur une plage spectrale allant de 800 nm à
2500 nm, et le spectre d'absorption correspondant est acquis sur la même
plage. Les spectres de fluorescence sont nettoyés de la diffusion élastique,
puis
prétraités via une normalisation SNV (Standard normal variate), et organisés
en
un premier cube de données cube CF2 de modes Echantillons x Excitations x
CA 03013301 2018-07-31
WO 2017/134050
PCT/EP2017/052046
22
Emissions , et de taille 20 x 4 x 550. Les spectres d'absorption sont quant à
eux prétraités via une normalisation SNV (Standard normal variate), et
organisés en un deuxième cube de données de modes Echantillons x
Emissions de taille 20 x 1700. Ledit tableau de données d'absorption est
dupliqué 4 fois et les 4 tableaux ainsi obtenus sont appariés pour former un
nouveau cube CA2 de taille 20 x 4 x 1700. Un produit matriciel selon le mode
des Excitations est ensuite effectué entre les cubes CF2 et CA2, pour obtenir
un cube CFA2 de modes Echantillons x Emissions x Emissions , de taille 20
x 550 x 1700. Puis, ce cube est décomposé par application d'un algorithme
PARAFAC, permettant l'obtention d'une matrice de scores Echantillons x
Facteurs , de taille 20 x 15. La matrice des scores est ensuite corrélée à un
vecteur de taille 20 x 1 contenant les résultats d'analyse des taux de
protéines
( /0) mesurés dans chacun des échantillons, via une régression linéaire
multiple.
Les performances statistiques de cette régression sont fournies dans le
tableau
3 ci-dessous. Le tableau ci-dessous montre un tableau caractérisant les
performances issues d'un procédé typique selon l'état de l'art actuel, au
travers
de la valeur du R2 et de l'erreur de calibration (RMSEC et RMSECV).
N
R2 RMSEC R2CV RMSECV N Outliers
composantes
0.97 0.16 0.94 0.21 4 3
Tableau 3
Afin de caractériser l'amélioration technique apportée par ce procédé,
des régressions similaires ont été obtenues par les méthodes utilisées
classiquement dans l'état de l'art actuel la littérature : une décomposition
du
tableau deux voies prétraité de données d'absorption par ACP, fournissant une
matrice MA1 de 20 x 5 scores, suivie d'une régression multilinéaire.
Egalement : une décomposition du cube CF1 prétraité de données de
fluorescence par PARAFAC, fournissant une matrice MF1 de 20 x 6 scores.
Une régression multilinéaire est ensuite effectuée. Finalement : une simple
CA 03013301 2018-07-31
WO 2017/134050
PCT/EP2017/052046
23
concaténation des deux matrices MA1 et MF1 pour former une matrice MFA1
de taille 20 x 11, suivie d'une régression multilinéaire. Les performances des
régressions ainsi obtenues sont comparées avec l'approche faisant l'objet de
l'invention, démontrant ainsi une amélioration des performances de prédiction,
comme indiqué dans le Tableau 4 ci-dessous.
RMSE N N
R2 R2CV RMSECV
C Outliers composantes
Fluorescence 0.62 0.27 0.40 0.30 4 2
Transmittanc
0.87 0.25 0.85 0.26 4 2
e
Combinaison 0.93 0.21 0.88 0.23 4 3
Tableau 4
En résumé, la présente invention concerne un procédé d'analyse
permettant d'optimiser le traitement conjoint des données spectrales issues de
deux technologies spectroscopiques différentes pour l'analyse d'un ou de
plusieurs échantillons donnés. En particulier, le procédé d'analyse décrit, et
ses
différents modes de réalisation, visent à concilier les contraintes résultant
de
l'emploi simultané de ces deux technologies, notamment la spectroscopie
d'absorption et la spectroscopie de fluorescence. L'invention propose ainsi
une
méthode d'analyse innovante pour l'obtention d'indicateurs plus précis
caractérisant la qualité d'un ou de plusieurs échantillons. La présente
invention
propose également un appareil d'analyse pour la mise en oeuvre d'un tel
procédé d'analyse.
Naturellement, pour satisfaire des besoins spécifiques, une personne
compétente dans le domaine de l'invention pourra appliquer des modifications
dans la description précédente.
CA 03013301 2018-07-31
WO 2017/134050
PCT/EP2017/052046
24
Bien que la présente invention ait été décrite ci-dessus en référence à
des modes de réalisation spécifiques, la présente invention n'est pas limitée
aux modes de réalisation spécifiques, et les modifications qui se trouvent
dans
le champ d'application de la présente invention seront évidentes pour une
personne versée dans l'art.
