Identifier les bactéries rapidement et à moindre coût

Julien Peyroux, sélectionné pour participer à la finale de l’Académie de Grenoble du concours Ma Thèse en 180 secondes en mars 2022, développe un automate d’identification bactérienne rapide et peu coûteux.
Santé, agro-alimentaire, lutte contre le bioterrorisme… Les occasions de devoir identifier une souche bactérienne se présentent dans de nombreux domaines. Si des techniques permettent une identification fiable en moins d’heure, elles sont aussi très couteuses : plus de 100 euros le kit de PCR, bien trop cher pour analyser les plus de 500 prélèvements réalisés chaque jour au CHU de Grenoble ! Quant aux techniques de spectrométrie de masse classiques, bien que peu coûteuses (1 euro environ par analyse), elles nécessitent de 18 à 24 heures pour obtenir un résultat. Or, disposer d’une technique rapide permettrait d’adapter au plus vite le traitement des patients, d’améliorer leur prise en charge et leur guérison, et de réaliser des économies non négligeables en temps d’hospitalisation.
mt180
Les travaux de thèse de Julien Peyroux, menés entre le CHU de Grenoble, le LIG* et le TIMC**, et soutenus par la start-up BioKubes Automation, visent justement à développer un automate d’identification rapide et peu coûteux, fondé sur la technique de diffractométrie laser. « La bactérie est mise en culture sur un gel, explique le doctorant. Après un temps de culture relativement court, un laser est envoyé sur la colonie. La lumière diffractée au travers de cette dernière forme des « motifs de diffraction » caractéristiques de chaque espèce, lesquels sont ensuite analysés par un logiciel d’intelligence artificielle. » L’intelligence artificielle utilisée doit être suffisamment précise pour identifier la souche bactérienne, sans toutefois être induite en erreur par la variabilité intra espèce.

Le doctorant travaille justement à optimiser le logiciel, qui est actuellement testé sur 6 espèces bactériennes. Il faudra ensuite faire en sorte qu’il soit capable de reconnaitre les 2000 espèces de bactéries pathogènes pour l’homme ! A cet égard, une banque de données est en cours de constitution pour apprendre au logiciel à reconnaître les motifs de diffraction de chaque espèce. Le doctorant peut pour cela compter sur un accès à une ressource précieuse pour constituer sa banque de données : les échantillons prélevés au CHU. Une fois prêts, l’automate et le logiciel seront transférés à la start-up BioKubes Automation pour une exploitation commerciale.

Découvrez les 15 autres finalistes du concours !

*CNRS, Grenoble INP – UGA, Inria, UGA
**CNRS, Grenoble INP – UGA, UGA, Vet Agro Sup