Multi-Excitation Front-Face Fluorescence Spectroscopy with Explainable LSTM for Detection of Lymphatic Tissue Adulteration in Ground Beef

L'intégrité de la chaîne d'approvisionnement alimentaire repose sur la certitude de ce qui se trouve dans un emballage. Lorsque le bœuf haché est vendu, les réglementations et la confiance des consommateurs exigent qu'il ne contienne que du muscle squelettique, la viande comestible que nous attendons. Cependant, l'industrie de la viande est confrontée à un défi persistant : l'inclusion accidentelle ou frauduleuse de tissu lymphatique. Les ganglions lymphatiques font partie du système immunitaire de l'animal et agissent comme des filtres pouvant abriter des bactéries et des agents pathogènes. Contraız au muscle, ils sont classés comme abats et ne sont pas destinés à la consommation humaine. Une fois ces tissus broyés et mélangés à un lot de bœuf, ils deviennent invisibles à l'œil nu. Les méthodes traditionnelles pour les trouver, telles que les tests d'ADN, sont lentes, coûteuses et destructives, ce qui les rend peu pratiques pour vérifier chaque lot de viande transitant par un abattoir. Les scientifiques cherchent depuis longtemps des technologies basées sur la lumière comme alternative plus rapide. En projetant de la lumière sur un échantillon et en mesurant la façon dont il brille en retour, les chercheurs peuvent détecter des molécules spécifiques qui agissent comme des empreintes chimiques. Cette approche, appelée spectroscopie de fluorescence, peut révéler des différences subtiles de composition que l'œil humain ne perçoit pas, offrant un moyen potentiel de détecter la contamination rapidement et sans endommager le produit.

Une équipe de chercheurs s'est donné pour mission de résoudre le problème spécifique de la détection du tissu lymphatique caché dans le bœuf haché. Ils savaient qu'un simple test lumineux aurait des difficultés car le bœuf haché est un mélange complexe où la teneur en matières grasses, l'oxydation et le type de coupe musculaire peuvent toutes modifier la façon dont la viande brille, imitant souvent le signal de la contamination. Pour surmonter cette confusion, ils ont développé une méthode qui utilise quatre couleurs de lumière différentes pour sonder la viande, plutôt qu'une seule. Ils ont combiné cette approche de lumière multicolore avec un programme informatique sophistiqué conçu pour apprendre des modèles, de la même manière qu'un cerveau humain reconnaît un visage en observant de nombreuses caractéristiques à la fois. Les chercheurs ont rassemblé une vaste collection d'échantillons de bœuf provenant de cinq abattoirs commerciaux, représentant trois races de bovins, deux groupes d'âge et diverses coupes de viande. Ils ont créé des centaines de lots de test, mélangeant du bœuf pur avec du tissu lymphatique en quantités précises allant de l'absence totale à du tissu lymphatique pur, afin d'enseigner à leur système ce qu'est une véritable contamination.

Le cœur de leur découverte réside dans la façon dont les différents tissus réagissent à la lumière. Lorsque les chercheurs projetaient des longueurs d'onde spécifiques sur les échantillons, ils ont constaté que le tissu lymphatique et le tissu musculaire racontaient des histoires très différentes. Le tissu musculaire est riche en certaines protéines qui brillent intensément sous une couleur spécifique, tandis que le tissu lymphatique est pauvre en ces protéines mais riche en autres molécules associées à la production d'énergie et à l'activité immunitaire qui brillent sous d'autres couleurs. En mesurant la viande avec quatre réglages de lumière distincts, le système pouvait percevoir un motif unique : une baisse de l'éclat spécifique au muscle et une hausse de l'éclat spécifique au lymphatique. Cette combinaison de signaux agissait comme une signature définitive de contamination. Le modèle informatique a appris à pondérer ces changements ensemble, lui permettant de distinguer le tissu lymphatique réel d'autres facteurs comme l'excès de graisse ou d'eau, qui pourraient modifier la réflexion de la lumière mais pas ce motif chimique spécifique.

Les résultats ont montré que cette approche était remarquablement efficace. Lors de tests sur des échantillons de bœuf provenant d'abattoirs que l'ordinateur n'avait jamais vus auparavant, le système pouvait prédire avec précision la quantité de tissu lymphatique présente avec un haut degré de confiance. Il a détecté avec succès la présence de contamination à des niveaux pertinents pour les seuils réglementaires, distinguant le bœuf pur du bœuf mélangé à de petites quantités de ganglions lymphatiques. Cependant, les chercheurs ont précisé que bien que la méthode puisse détecter l'adultération proche du seuil de 2 %, une quantification fiable à cette concentration n'est pas encore étayée. Les chercheurs ont également prouvé que l'utilisation de plusieurs couleurs de lumière était la clé de ce succès. Lorsqu'ils ont essayé d'utiliser la couleur de lumière unique traditionnelle sur laquelle la plupart des études précédentes reposaient, le système est devenu confus, confondant la graisse ou l'eau avec la contamination. Ce n'est qu'en combinant les quatre signaux lumineux différents que le modèle a pu rester précis et éviter les fausses alertes. Cela a confirmé que l'amélioration provenait de la manière dont les données étaient collectées, et non seulement de la complexité du programme informatique.

Pour s'assurer que les résultats étaient réels et non un simple artefact de l'ordinateur, l'équipe a vérifié leurs résultats par rapport à des tests chimiques réels. Ils ont mesuré les molécules spécifiques que l'ordinateur avait identifiées comme importantes et ont constaté que les niveaux chimiques correspondaient parfaitement aux prédictions de l'ordinateur. Quand l'ordinateur indiquait moins de protéines musculaires et plus de molécules liées à l'immunité, les tests de laboratoire confirmaient exactement cela. Ce contrôle croisé a donné aux chercheurs la preuve solide que leur méthode percevait la biologie réelle de la contamination. Ils ont déterminé que la méthode pouvait détecter la présence de tissu lymphatique à des niveaux aussi bas que 1,8 %, ce qui est inférieur au seuil où les régulateurs commencent généralement à s'inquiéter. Cependant, bien que le système soit excellent pour détecter l'existence d'une contamination, il ne devient fiable pour donner un chiffre exact que lorsque la contamination atteint environ 6 %.

Cette étude démontre qu'un scan lumineux relativement simple et non destructif peut servir d'outil de dépistage puissant pour la sécurité alimentaire. Elle offre un moyen aux abattoirs de vérifier rapidement de grands volumes de bœuf haché pour un type spécifique et dangereux d'adultération qui a été difficile à détecter. Bien que la technologie ne soit pas encore parfaite pour mesurer de minuscules quantités avec une précision absolue, elle est suffisamment robuste pour signaler les lots suspects nécessitant des tests plus détaillés. Les chercheurs ont noté que le système fonctionne bien selon les fermes et les races de bovins, ce qui suggère qu'il pourrait être adapté à une utilisation dans le monde réel. Ce travail souligne qu'en examinant un problème à travers de multiples lentilles, plutôt qu'une seule, les scientifiques peuvent découvrir des solutions qui étaient auparavant cachées dans le bruit de données biologiques complexes.