Archive d’étiquettes pour : traçabilité alimentaire

IRMS : comment la spectrométrie de masse isotopique lutte contre la fraude alimentaire

/dans /par

L’IRMS, un outil clé pour garantir l’authenticité des aliments

La mondialisation des chaînes d’approvisionnement et la valeur croissante de certains produits alimentaires favorisent le développement de pratiques frauduleuses : substitution d’ingrédients, dilution, ajout de composés moins coûteux, fausse origine géographique ou encore non-respect d’un mode de production revendiqué. Face à ces risques, les méthodes analytiques capables de vérifier l’identité et l’origine réelle des aliments jouent un rôle essentiel.

La revue consacrée à l’application de la spectrométrie de masse des rapports isotopiques, ou IRMS (Isotope Ratio Mass Spectrometry), examine le potentiel de cette technologie pour l’authentification alimentaire et la détection des fraudes.

Qu’est-ce que la spectrométrie de masse isotopique ?

Les éléments chimiques présents dans les aliments existent sous différentes formes isotopiques. Ces isotopes possèdent le même nombre de protons, mais un nombre différent de neutrons. Leur proportion relative peut varier en fonction de nombreux facteurs :

  • l’origine géographique des matières premières ;
  • les conditions climatiques ;
  • la nature des sols et de l’eau ;
  • les voies métaboliques des plantes et des animaux ;
  • les pratiques agricoles et d’élevage ;
  • les procédés de transformation et de conservation.

L’IRMS mesure avec une grande précision le rapport entre certains isotopes stables et leurs formes les plus abondantes. Les résultats sont généralement exprimés sous la forme d’une valeur delta, comparée à un standard international.

À la différence des isotopes radioactifs, les isotopes stables utilisés en analyse alimentaire ne se désintègrent pas. Ils constituent donc des marqueurs naturels et durables de l’histoire d’un produit.

Quels isotopes sont étudiés ?

Les analyses IRMS portent notamment sur les rapports isotopiques du carbone, de l’azote, de l’oxygène, de l’hydrogène et du soufre. Chaque élément apporte des informations différentes.

Le carbone

Le rapport isotopique du carbone peut contribuer à distinguer les plantes utilisant des voies photosynthétiques différentes. Cette information est utile pour rechercher certaines additions de sucres ou de sirops, mais aussi pour étudier la composition de produits tels que le miel, les jus de fruits, les spiritueux et différents aliments transformés.

L’azote

Les rapports isotopiques de l’azote peuvent refléter le régime alimentaire des animaux et certains aspects du cycle de l’azote. Ils sont donc susceptibles de compléter l’authentification de produits d’origine animale ou de contribuer à la distinction entre différents systèmes de production.

L’oxygène et l’hydrogène

Les isotopes de l’oxygène et de l’hydrogène sont fortement influencés par le cycle de l’eau, le climat et la localisation géographique. Ils peuvent ainsi fournir des indices sur l’origine d’un produit ou de son eau constitutive, notamment pour les végétaux, les boissons et certains produits animaux.

Le soufre

Le soufre est lié à la composition du sol, à l’environnement et à l’alimentation. Son rapport isotopique peut apporter des informations complémentaires dans l’étude de produits provenant de régions ou de systèmes de production distincts.

Détecter les principales formes de fraude alimentaire

L’IRMS ne repose pas sur un seul indicateur universel. Son intérêt vient de sa capacité à associer plusieurs signatures isotopiques afin d’obtenir un profil plus difficile à reproduire artificiellement.

Vérifier l’origine géographique

Les aliments peuvent présenter une signature isotopique liée à leur environnement de production. La composition de l’eau, la nature du sol, le climat et la distance par rapport à certaines influences marines ou continentales peuvent modifier cette signature.

En comparant un échantillon avec une base de données de références authentifiées, les laboratoires peuvent rechercher une cohérence entre l’étiquette et le profil isotopique du produit. Cette approche peut être appliquée à différents aliments, notamment les vins, les miels, les produits laitiers, les viandes, les huiles et les végétaux.

L’origine géographique ne peut toutefois pas toujours être déterminée avec une précision absolue. La fiabilité dépend de la qualité de l’échantillonnage, de la variabilité naturelle du produit et de la représentativité des bases de données.

Contrôler le mode de production

Certaines allégations commerciales, comme l’élevage en plein air, l’alimentation animale ou le caractère biologique, peuvent être difficiles à vérifier par une simple inspection documentaire. Les données isotopiques peuvent apporter des éléments supplémentaires sur l’environnement ou le régime alimentaire associés à un produit.

Elles ne remplacent pas nécessairement les contrôles réglementaires et les analyses ciblées, mais peuvent renforcer une stratégie globale d’authentification.

Identifier les substitutions et les dilutions

Un produit coûteux peut être mélangé à une matière première moins chère, parfois sans que cette modification soit déclarée. L’IRMS peut révéler une incohérence entre la signature isotopique mesurée et celle attendue pour le produit annoncé.

Cette méthode peut notamment être envisagée pour rechercher certaines adultérations de produits à forte valeur ajoutée, comme le miel, les jus, les huiles, les spiritueux ou des ingrédients d’origine animale. Dans les cas complexes, elle est souvent associée à d’autres techniques analytiques afin d’identifier précisément le composé ajouté.

Une méthode particulièrement utile lorsqu’elle est combinée à d’autres analyses

L’IRMS fournit une information globale sur la composition isotopique d’un échantillon. Cette caractéristique constitue à la fois sa force et une limite : deux produits différents peuvent parfois présenter des valeurs isotopiques proches.

Pour améliorer l’interprétation, les chercheurs et les laboratoires combinent l’IRMS avec :

  • la chromatographie en phase gazeuse ou liquide ;
  • la spectrométrie de masse à haute résolution ;
  • la résonance magnétique nucléaire ;
  • la spectroscopie infrarouge ou proche infrarouge ;
  • les analyses génétiques ;
  • les méthodes multivariées et l’apprentissage automatique.

L’association de plusieurs marqueurs permet de construire une empreinte analytique plus complète. Elle augmente les chances de distinguer un produit authentique d’un produit falsifié, tout en limitant le risque de conclusions fondées sur un seul paramètre.

Les étapes d’une analyse IRMS

Une procédure d’authentification par IRMS comprend généralement plusieurs étapes :

  1. Prélèvement de l’échantillon selon un protocole représentatif et traçable.
  2. Préparation de la matrice, qui peut inclure un séchage, une homogénéisation ou une purification.
  3. Conversion de l’échantillon en gaz adaptés à la mesure isotopique.
  4. Mesure par spectrométrie de masse et comparaison avec des matériaux de référence.
  5. Traitement statistique des résultats et comparaison avec une base de données.
  6. Interprétation, en tenant compte de la variabilité naturelle et des incertitudes analytiques.

La qualité du résultat dépend autant de l’instrument que de la préparation, de la calibration, de la traçabilité et de la représentativité des échantillons de référence.

Les avantages de l’IRMS pour l’industrie alimentaire

Cette technologie présente plusieurs atouts :

  • une mesure précise des rapports isotopiques ;
  • l’utilisation d’isotopes stables naturellement présents dans les aliments ;
  • une capacité à fournir des informations sur l’origine et l’histoire du produit ;
  • une complémentarité avec les analyses chimiques, génétiques et spectroscopiques ;
  • une application possible aux contrôles officiels, à la recherche et au contrôle qualité industriel.

L’IRMS peut également contribuer à protéger les producteurs respectueux des cahiers des charges et à renforcer la confiance des consommateurs dans les indications d’origine ou de qualité.

Les limites à prendre en compte

Malgré son potentiel, l’IRMS ne constitue pas une solution autonome contre toutes les fraudes alimentaires. Plusieurs difficultés doivent être prises en considération.

La composition isotopique varie naturellement selon la saison, le millésime, la variété, l’alimentation animale et les pratiques agricoles. Une base de données insuffisamment diversifiée peut entraîner des erreurs d’interprétation. De plus, une signature isotopique atypique signale une incohérence, mais ne permet pas toujours d’identifier directement le fraudeur ou la substance ajoutée.

La méthode nécessite aussi des équipements spécialisés, du personnel formé et des matériaux de référence fiables. Pour obtenir une preuve solide, les résultats doivent être intégrés à un ensemble d’éléments : documents de traçabilité, analyses de composition, informations sur les fournisseurs et contrôles de terrain.

L’importance des bases de données et de la standardisation

L’efficacité de l’authentification isotopique dépend largement de la disponibilité de données de référence. Ces bases doivent couvrir un nombre suffisant de régions, de variétés, de pratiques de production et de périodes de récolte.

La standardisation des protocoles est également indispensable. Les laboratoires doivent pouvoir comparer leurs résultats dans des conditions compatibles, utiliser des références reconnues et documenter précisément les incertitudes de mesure. Les approches statistiques doivent enfin être validées sur des échantillons authentiques et sur des produits volontairement falsifiés.

Vers une surveillance alimentaire plus intégrée

La revue sur l’utilisation de l’IRMS met en évidence le rôle croissant des outils analytiques avancés dans la lutte contre la fraude alimentaire. En révélant des signatures liées à l’environnement, à l’alimentation ou aux procédés de production, la spectrométrie isotopique apporte une dimension supplémentaire au contrôle de l’authenticité.

Son avenir repose probablement sur l’intégration de plusieurs sources d’information : bases de données géographiques, analyses multi-isotopiques, techniques de chromatographie et modèles statistiques. Cette combinaison pourrait permettre des contrôles plus rapides, plus fiables et mieux adaptés à la complexité des chaînes alimentaires mondialisées.

À retenir

L’IRMS est une méthode analytique puissante pour étudier l’authenticité des aliments et rechercher certaines fraudes. Elle peut aider à vérifier une origine, à détecter une incohérence de composition ou à compléter l’évaluation d’un mode de production. Toutefois, son interprétation exige des références solides, une méthodologie rigoureuse et, dans de nombreux cas, l’association avec d’autres techniques.

Plutôt qu’un test isolé, la spectrométrie de masse des rapports isotopiques doit donc être considérée comme un élément d’une stratégie globale de traçabilité et de sécurité alimentaire.

Blockchain et sécurité alimentaire : un mécanisme à double voie pour maîtriser les risques liés à l’aflatoxine B1

/dans /par

Blockchain et sécurité alimentaire : vers une circulation plus fiable des données de contrôle

La sécurité alimentaire repose largement sur la qualité des données collectées tout au long de la chaîne d’approvisionnement. Résultats d’analyses, informations sur les lots, opérations de stockage et décisions de retrait doivent pouvoir être vérifiés rapidement et avec un niveau de confiance élevé. Pourtant, ces données restent souvent dispersées entre les producteurs, les laboratoires, les transformateurs, les distributeurs et les autorités de contrôle.

L’étude consacrée à un mécanisme blockchain à double voie propose une approche destinée à renforcer la circulation des données de détection des dangers alimentaires et la maîtrise des risques à l’échelle du lot. Le cas de l’aflatoxine B1, une mycotoxine particulièrement préoccupante, sert de modèle d’application.

Pourquoi l’aflatoxine B1 constitue un enjeu majeur

L’aflatoxine B1 peut se développer dans certaines denrées, notamment lorsque les conditions de culture, de séchage ou de stockage sont défavorables. Elle représente un risque important pour la santé humaine et animale, en particulier en raison de sa toxicité et de son potentiel cancérogène.

La prévention nécessite donc plusieurs niveaux de contrôle :

  • l’identification précise de l’origine des matières premières ;
  • l’enregistrement des opérations réalisées sur chaque lot ;
  • la transmission fiable des résultats d’analyse ;
  • la comparaison des concentrations mesurées avec les seuils réglementaires ;
  • la mise en œuvre rapide d’actions correctives en cas de non-conformité.

Une information incomplète, modifiée ou transmise avec retard peut compliquer la détection d’un lot à risque et ralentir les opérations de retrait ou de rappel.

Les limites des systèmes traditionnels de traçabilité

Dans de nombreuses chaînes alimentaires, les données sont conservées dans des bases distinctes. Chaque acteur utilise parfois son propre système, ses propres formats et ses propres règles d’accès. Cette organisation peut entraîner plusieurs difficultés :

  • absence d’interopérabilité entre les plateformes ;
  • risque d’erreur lors de la saisie ou du transfert des informations ;
  • manque de visibilité sur l’historique des modifications ;
  • difficulté à vérifier l’authenticité d’un résultat d’analyse ;
  • partage tardif des alertes entre les parties prenantes.

La blockchain peut répondre à une partie de ces problèmes en créant un registre partagé, horodaté et difficile à modifier a posteriori. Elle ne garantit toutefois la fiabilité du système que si les données saisies à l’origine sont exactes et si les règles de gouvernance sont clairement définies.

Le principe du mécanisme à double voie

L’approche étudiée distingue deux fonctions complémentaires : la circulation de données fiables et le contrôle du risque au niveau du lot.

1. Une voie dédiée à la confiance dans les données

La première voie vise à enregistrer et à partager les informations liées aux contrôles de sécurité alimentaire. Les résultats d’analyse, les identifiants des lots, les acteurs concernés et les événements logistiques peuvent être associés à une empreinte numérique inscrite sur la blockchain.

Cette architecture permet notamment de :

  • préserver l’intégrité des enregistrements ;
  • authentifier l’origine d’une donnée ;
  • conserver un historique des opérations ;
  • limiter les modifications non autorisées ;
  • faciliter les audits et les contrôles croisés.

Les documents volumineux ou les données sensibles peuvent être conservés hors chaîne, tandis que leur empreinte cryptographique est enregistrée sur la blockchain. Toute modification ultérieure du document peut alors être détectée lors de la vérification.

2. Une voie consacrée à la gestion du risque

La seconde voie se concentre sur l’évaluation et la maîtrise du risque pour chaque lot. Les résultats de détection de l’aflatoxine B1 peuvent être associés à des règles de décision afin de classer un lot comme conforme, à surveiller ou non conforme.

Ce suivi peut déclencher différentes actions :

  • autorisation de mise en circulation ;
  • demande d’analyse complémentaire ;
  • blocage temporaire du lot ;
  • retrait ou rappel des produits concernés ;
  • transmission d’une alerte aux acteurs habilités.

Le suivi par lot permet ainsi d’éviter qu’une anomalie détectée dans une partie de la production ne conduise automatiquement à une immobilisation excessive de l’ensemble de la chaîne.

Le rôle des contrats intelligents

Les contrats intelligents peuvent automatiser certaines règles de contrôle. Lorsqu’un résultat d’analyse est ajouté au système, un programme peut le comparer aux seuils définis, vérifier l’identité du lot et appliquer le statut correspondant.

Dans le cas de l’aflatoxine B1, un contrat intelligent pourrait par exemple :

  1. vérifier que le laboratoire autorisé a bien transmis le résultat ;
  2. associer la mesure au bon numéro de lot ;
  3. comparer la concentration observée au seuil applicable ;
  4. enregistrer la décision de conformité ;
  5. notifier les acteurs concernés lorsque le risque dépasse le niveau accepté.

Cette automatisation réduit les délais de réaction et améliore la cohérence des décisions. Elle doit cependant être accompagnée d’une validation réglementaire et scientifique des règles intégrées au système.

Les bénéfices attendus pour la chaîne alimentaire

Une solution combinant blockchain et contrôle par lot peut produire plusieurs effets positifs :

Une meilleure traçabilité

Chaque événement important peut être relié à un identifiant de lot, depuis la production jusqu’à la distribution. En cas d’alerte, les acteurs peuvent donc reconstituer plus rapidement le parcours des produits concernés.

Une confiance renforcée entre les acteurs

Le partage d’un registre vérifiable réduit la dépendance à l’égard d’une seule base de données. Les laboratoires, entreprises et autorités disposent d’une même référence, avec des droits d’accès adaptés à leurs responsabilités.

Des alertes plus rapides

L’analyse automatisée des résultats permet de réduire le délai entre la détection d’une anomalie et la prise de décision. Cette réactivité est essentielle pour limiter l’exposition des consommateurs et réduire l’ampleur d’un éventuel rappel.

Une réduction des coûts de contrôle

L’accès à des données structurées et vérifiables peut faciliter les audits, limiter les recherches manuelles et améliorer le ciblage des inspections. Les contrôles peuvent être concentrés sur les lots ou les étapes présentant le niveau de risque le plus élevé.

Les conditions nécessaires à un déploiement efficace

La blockchain ne constitue pas une solution autonome. Son efficacité dépend de plusieurs facteurs techniques, organisationnels et réglementaires.

Qualité des données à la source

Un registre immuable peut conserver une information erronée avec la même efficacité qu’une information correcte. Les protocoles d’échantillonnage, les méthodes d’analyse et la qualification des laboratoires restent donc essentiels.

Interopérabilité

Le dispositif doit pouvoir communiquer avec les systèmes déjà utilisés par les entreprises, les laboratoires et les autorités. Des formats communs et des identifiants harmonisés sont indispensables pour éviter la création d’un nouvel écosystème fermé.

Protection des données

Toutes les informations n’ont pas vocation à être publiques. Les données commerciales, les informations personnelles et certains éléments liés aux contrôles doivent être protégés par des mécanismes d’accès, de chiffrement et de gestion des permissions.

Gouvernance du réseau

Les responsabilités doivent être définies avec précision : qui peut ajouter une donnée, qui peut la consulter, qui valide une alerte et qui est habilité à modifier une règle de contrôle ? Sans gouvernance claire, la technologie risque de déplacer les problèmes plutôt que de les résoudre.

Coûts et compétences

La mise en place d’une blockchain implique des investissements en matière d’infrastructure, de formation et de maintenance. Les petits producteurs et les fournisseurs disposant de moyens limités doivent pouvoir accéder au dispositif sans subir une charge disproportionnée.

Une approche prometteuse, mais à compléter

Le mécanisme à double voie présenté dans l’étude associe la sécurisation des données à une gestion opérationnelle du risque. Cette combinaison est particulièrement pertinente pour les dangers dont l’évaluation dépend d’analyses par lot, comme l’aflatoxine B1.

L’intérêt principal ne réside pas uniquement dans l’utilisation de la blockchain. Il repose surtout sur l’articulation entre plusieurs éléments : traçabilité, authentification des résultats, automatisation des règles, partage contrôlé de l’information et réaction rapide en cas de non-conformité.

Pour passer du prototype à une utilisation à grande échelle, des travaux complémentaires devront porter sur les essais en conditions réelles, l’interopérabilité des plateformes, la validation des règles réglementaires et l’évaluation du coût total du système. À terme, cette approche pourrait être étendue à d’autres contaminants et à différents secteurs de l’industrie alimentaire.

Conclusion

La circulation fiable des données est devenue un pilier de la sécurité alimentaire. En associant un registre blockchain à un mécanisme de contrôle au niveau du lot, l’approche étudiée cherche à améliorer à la fois la confiance dans les résultats d’analyse et la rapidité de gestion des situations à risque.

Le cas de l’aflatoxine B1 montre comment une technologie numérique peut contribuer à relier les données de laboratoire, la traçabilité logistique et la décision réglementaire. Son succès dépendra toutefois de la qualité des informations collectées, de la coopération entre les acteurs et d’un cadre de gouvernance adapté.

Traçabilité géographique du thé : techniques analytiques et perspectives innovantes

/dans /par

Traçabilité de l'origine géographique du thé : techniques avancées et perspectives actuelles

Introduction

La traçabilité géographique du thé est devenue une exigence essentielle tant pour la sécurité alimentaire, la valorisation des produits, que pour la lutte contre les fraudes. Avec l’essor des échanges internationaux et la valeur accrue accordée aux appellations d’origine, la nécessité d’outils analytiques fiables n’a jamais été aussi prononcée. Cette synthèse propose un panorama détaillé des méthodes employées pour la détermination de l’origine géographique des thés, en mettant l’accent sur les avancées récentes et les défis futurs.

Défis liés à la traçabilité géographique du thé

La complexité de la chaîne d'approvisionnement, combinée à la diversité des variétés, des méthodes de transformation et aux influences environnementales, rend l’authentification de l’origine du thé particulièrement ardue. Les fraudes sur l’appellation nuisent tant à la confiance des consommateurs qu’à la réputation des régions productrices, ce qui incite à renforcer les dispositifs de contrôle.

Techniques analytiques utilisées pour la traçabilité

Analyse élémentaire

Cette approche repose sur la quantification des éléments majeurs, mineurs et oligo-éléments présents dans le thé, qui reflètent la géochimie régionale du sol et du climat. Les technologies spectrométriques telles que l’ICP-OES (spectrométrie d’émission optique avec plasma à couplage inductif) et l’ICP-MS (spectrométrie de masse à plasma à couplage inductif) sont fréquemment mobilisées pour fournir un profil élémentaire précis du thé.

Avantages : Forte sensibilité et capacité de différenciation géographique.

Limites : Influence potentielle du traitement post-récolte et nécessité d’établir des banques de données étendues.

Isotopes stables

L’analyse isotopique du carbone (δ13C), de l’azote (δ15N), d’hydrogène (δ2H) et de l’oxygène (δ18O) permet de distinguer des origines géographiques en exploitant la signature environnementale du lieu de culture. Ces signatures sont révélatrices des conditions climatiques, des pratiques culturales et de la source d’eau utilisée.

Avantages : Réflectivité élevée de l’environnement local.

Limites : Perturbation possible par la transformation ou le mélange de lots.

Profils organiques : métabolites et composés aromatiques

L’identification et la quantification des composés volatils et non volatils (polyphénols, acides aminés, catéchines, etc.) s’effectuent via la RMN, la GC-MS (chromatographie en phase gazeuse couplée à la spectrométrie de masse) et la LC-MS (chromatographie liquide-spectrométrie de masse). Ces profils chimiques servent à discriminer l’origine selon les variétés et conditions pédoclimatiques.

Avantages : Permet une différenciation fine entre régions et types de thés.

Limites : Variabilité intrinsèque élevée des composés selon les technologies de transformation.

Méthodes spectroscopiques rapides

La spectroscopie proche infrarouge (NIR), la spectroscopie par transformation de Fourier (FTIR), et la fluorescence sont progressivement déployées pour des analyses rapides, non destructives et sur site. Elles sont complémentaires des analyses classiques et facilitent l’intégration de la traçabilité dans les chaînes de production.

Avantages : Analyse rapide, faible coût opérationnel, et manipulation aisée.

Limites : Besoin d’étalonnages robustes et dépendance à des bases de données de calibration.

Approches statistiques et intelligentes

Le traitement et l'interprétation des données multivariées issues de ces analyses requièrent l’application de techniques de chimiométrie avancée. Les algorithmes de classification supervisée (analyse discriminante linéaire, réseaux de neurones, machine à vecteurs de support) et non supervisée (analyse en composantes principales) permettent d’optimiser la différenciation des origines à partir de données complexes et multiples.

Intégration de méthodes multi-approches

La tendance actuelle converge vers l’adoption d’approches multi-éléments/multi-isotopes combinées à des fingerprints organiques et à des outils d’IA, maximisant le pouvoir discriminant de la traçabilité. Cette stratégie intégrée améliore sensiblement la robustesse des résultats, mais exige une collaboration étroite entre laboratoires, industriels et autorités réglementaires.

Perspectives et défis futurs

Les défis majeurs résident dans la standardisation mondiale des protocoles analytiques, le développement de référentiels partagés, et l’accessibilité des plateformes de données. L’évolution vers des dispositifs portables et la détection in situ, couplée à l’intelligence artificielle, promet de renforcer la rapidité et la fiabilité de la traçabilité.

L’intégration de la blockchain et des systèmes d’information géographique (SIG) constitue également une voie prometteuse pour sécuriser et centraliser les données de traçabilité, du champ à la tasse, augmentant ainsi la transparence et la confiance des consommateurs.

Conclusion

La traçabilité de l’origine géographique du thé repose désormais sur un arsenal méthodologique sophistiqué, associant analyses élémentaires, isotopiques, organiques et traitement de données avancé. Si la précision et la fiabilité des outils progressent rapidement, leur démocratisation et leur harmonisation restent des priorités pour garantir l’intégrité de la filière théicole à l’échelle internationale.

Source : https://www.mdpi.com/2304-8158/15/11/1936

Authentification et traçabilité moderne du miel : Approches multi-omiques et intelligence artificielle pour une apiculture durable

/dans /par

Évolution de l’authentification et de la traçabilité du miel : Apport des approches multi-omiques et de l’intelligence artificielle pour une apiculture durable

Introduction

L’accroissement des fraudes et contrefaçons dans la filière apicole représente une menace sérieuse pour la sécurité alimentaire, la santé des consommateurs et l’intégrité du marché. L’authentification du miel revêt donc un enjeu crucial, d’autant plus que la diversité florale, l’impact environnemental et les pratiques agricoles modernes complexifient la traçabilité. L’émergence des technologies omiques (génomique, métabolomique, protéomique, transcriptomique) associées à l’intelligence artificielle (IA) constitue un levier stratégique pour garantir une identification précise des origines, des qualités et de la pureté du miel.

Le défi de l’authentification du miel

De nombreux miels disponibles sur le marché mondial présentent des risques d’adultération, que ce soit par ajout de sirops, mélange de provenances, ou fausse déclaration florale/géographique. Le contrôle traditionnel, reposant sur l’analyse des paramètres physico-chimiques et sensoriels, s’avère souvent insuffisant pour déceler les fraudes complexes. Désormais, il est nécessaire de disposer de méthodes analytiques de pointe, fiables et reproductibles, capables de caractériser la spécificité botanique, géographique et environnementale du miel.

Les approches multi-omiques : Vers une identification complète

Génomique et ADN environnemental

L’identification génétique, notamment via le séquençage de l’ADN environnemental contenu dans le miel, s’impose progressivement comme une méthode centrale pour déterminer la provenance florale et mieux cerner la biodiversité des paysages apicoles. L’analyse de marqueurs génétiques issus des pollens permet de retracer avec précision l’origine végétale du miel, minimisant les biais de déclaration et renforçant la traçabilité.

Métabolomique

Grâce à la spectrométrie de masse et la RMN, la métabolomique permet d’établir des empreintes moléculaires spécifiques au miel, en identifiant les métabolites associés à une origine géographique ou florale donnée. La présence de traces uniques de composés secondaires (phénols, acides aminés, sucres complexes) devient un indice déterminant d’authenticité.

Protéomique et transcriptomique

La caractérisation des protéines et de l’expression génique dans le miel contribue également à l’analyse de son profil biologique, révélant des biomarqueurs propres à chaque espèce végétale ou variété de miel. Cette démarche enrichit la compréhension globale de la composition du miel et ouvre la voie à de nouveaux outils de contrôle qualité.

L’intelligence artificielle : Un accélérateur d’interprétation et de décision

Algorithmes d’apprentissage automatique

L’amoncellement de données issues des plateformes multi-omiques nécessite des outils puissants pour leur traitement et leur interprétation. Les algorithmes de machine learning (régression logistique, forêts aléatoires, réseaux de neurones) sont exploités afin de classer les échantillons, détecter des anomalies ou révéler des schémas indicateurs de fraude.

IA pour la classification et la prédiction

L’IA, capable de digérer des volumes considérables de données hétérogènes, optimise l’extraction d’informations pertinentes pour la vérification de l’origine et l’évaluation des risques d’adultération. Son intégration dans les chaînes de contrôle autorise une prise de décision rapide, un ajustement dynamique des critères de qualité et une adaptation aux nouveaux modes de fraude.

Perspectives pour une apiculture durable et transparente

L’innovation par les approches multi-omiques et l’intelligence artificielle améliore substantiellement la fiabilité des systèmes d’authentification et de traçabilité du miel. Cette évolution bénéficie à toute la filière apicole :

  • Producteurs : Protection contre la concurrence déloyale et valorisation des produits authentiques
  • Consommateurs : Accès à une information transparente et sécurité accrue
  • Régulateurs : Renforcement des outils de contrôle contre les fraudes
  • Environnement : Encouragement des pratiques agricoles responsables et promotion de la biodiversité

Par ailleurs, la combinaison de ces technologies favorise le développement d’indicateurs de durabilité, tels que l’impact de la flore locale ou la présence de résidus issus de l’agriculture (pesticides, antibiotiques), essentiels dans une démarche de filière responsable.

Défis et besoins futurs

Malgré les avancées remarquables, quelques défis majeurs persistent :

  • Harmonisation des protocoles analytiques entre laboratoires
  • Standardisation des bases de données omiques utilisées par l’IA
  • Accessibilité des technologies pour les acteurs de petite taille
  • Protection des données sensibles générées lors des analyses

Un développement concerté des normes, une mutualisation des ressources et l’appui institutionnel restent essentiels pour accompagner la généralisation de ces innovations. La formation continue des experts et le dialogue entre biotechnologistes, informaticiens et apiculteurs constituent la clé d’un écosystème apicole résilient et durable.

Conclusion

L’intégration systématique des stratégies multi-omiques et des outils d’intelligence artificielle marque un tournant pour l’authentification et la traçabilité du miel. Garantissant transparence, qualité et confiance tout au long de la chaîne, ces avancées posent les jalons d’une apiculture à la fois durable et compétitive. En encourageant la recherche collaborative et l’adoption de normes exigeantes, le secteur apicole est désormais en mesure de répondre aux défis éthiques, économiques et environnementaux d’aujourd’hui et de demain.

Source : https://www.sciencedirect.com/science/article/abs/pii/S0924224426002530?dgcid=rss_sd_all

L’impact de la blockchain sur la traçabilité des chaînes d’approvisionnement alimentaires : synthèse bibliométrique

/dans /par

La Blockchain au service de la traçabilité dans la chaîne d'approvisionnement alimentaire : Analyse bibliométrique

Introduction

La question de la traçabilité dans la chaîne d’approvisionnement alimentaire suscite un intérêt croissant à l’ère numérique. La blockchain, technologie émergente souvent associée au secteur financier, offre désormais des perspectives disruptives pour le secteur agroalimentaire. Cette étude propose une évaluation bibliométrique exhaustive des recherches actuelles sur l'application de la blockchain à la traçabilité des aliments, mettant en lumière les tendances, les thèmes majeurs et les axes de collaboration dans le domaine.

Méthodologie de l’Analyse Bibliométrique

Les auteurs ont adopté une approche quantitative, collectant des publications de grandes bases de données telles que Scopus et Web of Science. Cette méthodologie permet d'identifier les articles les plus cités, les principaux auteurs, institutions et revues, tout en mettant en avant l’évolution temporelle du champ de recherche sur la blockchain appliquée à la chaîne alimentaire. L’analyse des co-occurrences de mots-clés et des réseaux de citations a permis de cartographier le paysage scientifique en pleine expansion.

Tendances de Publication et Évolution du Domaine

Depuis 2017, les publications consacrées à la blockchain dans la traçabilité alimentaire connaissent un essor notable. Les données relevées indiquent une multiplication du volume d’articles, soulignant l’intérêt croissant de la communauté scientifique.

  • Années clés : 2018-2023 représentent un pic d’activité éditoriale.
  • Domaines interdisciplinaires : La majorité des contributions émanent simultanément des domaines de l’informatique, de l’ingénierie et de l’agrobusiness.
  • Types de publications : Les articles de recherche empirique, les analyses de cas, et les revues systématiques dominent le corpus.

Répartition Géographique et Principales Institutions

L’innovation est portée par une forte concentration d’équipes en Asie (Chine, Inde), en Europe (Italie, Royaume-Uni, Pays-Bas) et aux États-Unis. Les universités chinoises jouent un rôle majeur avec de multiples collaborations internationales, tandis que des organismes comme la FAO et l’Union européenne favorisent la fertilisation croisée des savoirs.

  • Institutions phares : Tsinghua University, Wageningen University, Università degli Studi di Napoli.
  • Collaborations : Réseaux interuniversitaires et partenariats public-privé renforcent la transversalité de la recherche.

Mots-Clés et Thèmes Émergents

L’exploitation de la bibliométrie démontre une centralité des termes comme « blockchain », « traceability », « food supply chain », « transparency » et « trust ». Des concepts comme l’Internet des Objets (IoT), la sécurité alimentaire, les chaînes logistiques intelligentes et la durabilité s’imposent également comme axes majeurs.

  • Blockchain et IoT : La synergie de ces technologies favorise le suivi temps réel et l’authenticité des données.
  • Sécurité et Transparence : Renforcement de la confiance des consommateurs grâce à l’invariance et la traçabilité des registres blockchain.
  • Durabilité : Réduction du gaspillage alimentaire et optimisation des ressources par une visibilité accrue.

Impacts et Enjeux de la Blockchain sur la Traçabilité Alimentaire

Avantages identifiés

  • Inaltérabilité et confidentialité : Chaque transaction ou étape est enregistrée de façon pérenne et infalsifiable, ce qui limite les fraudes et erreurs humaines.
  • Visibilité totale : Tous les acteurs de la chaîne, du producteur au consommateur, ont accès à un historique complet du produit.
  • Facilitation des audits : Les autorités et organismes certificateurs bénéficient d’informations fiables en temps réel.

Défis et limitations

  • Interopérabilité : La multiplicité des standards pose la question de l’intégration entre différentes blockchains et systèmes existants.
  • Coût et scalabilité : Mise en place de l’infrastructure blockchain nécessite d’importants investissements et des ressources énergétiques.
  • Adoption par les parties prenantes : Les barrières techniques et la résistance au changement retardent encore l’adoption à grande échelle.

Directions futures et Perspectives de recherche

L’étude recommande une intensification des travaux autour de la standardisation, l’évaluation du coût-bénéfice, la formation des acteurs et l’intégration des blockchains publiques/privées. L’usage conjoint de la blockchain, de l’IoT et de l’intelligence artificielle pourrait accélérer la numérisation des chaînes alimentaires.

La création de politiques publiques et de cadres juridiques adaptés sera déterminante pour le succès de ces initiatives à l’échelle mondiale. De nouvelles pistes incluent la traçabilité granularisée (du champ à l’assiette), l’extension aux filières bio et l’intégration de l’analyse de données massives (big data) pour anticiper les risques sanitaires.

Conclusion

La blockchain s’affirme comme une technologie clé au service de la transparence, de la sécurité et de l’efficacité de la chaîne d’approvisionnement alimentaire. L’analyse bibliométrique met en avant une recherche interdisciplinaire en forte croissance, portée par des alliances académiques et industrielles internationales. L’avenir du secteur dépendra, entre autres, de la capacité à surmonter les défis techniques, économiques et réglementaires, pour déployer des solutions opérationnelles à grande échelle.

Source : https://www.sciencedirect.com/science/article/pii/S2949824426002168?dgcid=rss_sd_all

Contrôlabilité et intégration des systèmes d’emballage alimentaire actifs et intelligents

/dans /par

Contrôlabilité et Intégration des Systèmes d’Emballage Alimentaire Actif et Intelligent

Introduction

L’évolution drastique du secteur agroalimentaire a mené à l’adoption de solutions d’emballage dynamique, notamment les systèmes d’emballage actifs et intelligents. Ces technologies, au croisement de la science des matériaux et de l’ingénierie alimentaire, offrent la capacité à interagir activement avec les denrées, prolongeant ainsi leur conservation et surveillant leur état en temps réel. Comprendre les défis liés à la contrôlabilité et l’intégration de ces systèmes est crucial pour assurer leur efficacité et leur acceptation industrielle.

Fondements des Emballages Actifs et Intelligents

Les emballages actifs se distinguent par leur capacité à libérer ou absorber des substances pour modifier l’environnement interne du conditionnement, influençant la qualité du produit emballé. À l’inverse, les emballages intelligents intègrent des capteurs et indicateurs capables de fournir des informations sur l’état des aliments ou de l’environnement à l’intérieur de l’emballage, facilitant ainsi la traçabilité et l’optimisation de la chaîne logistique.

Exemples de fonctionnalités :

  • Absorption de l’oxygène
  • Libération d’antimicrobiens
  • Indicateurs de fraîcheur ou de température

L’intégration efficace de ces technologies repose sur la précision de leur action et leur compatibilité avec l’aliment et l’écosystème logistique.

Contrôlabilité des Systèmes d’Emballage Actif et Intelligent

La contrôlabilité est l’aptitude à moduler ou arrêter l’activité des composants actifs du système afin de répondre aux besoins spécifiques des aliments conditionnés. Ce paramètre est crucial pour garantir la sécurité et l’efficacité de l’emballage. Elle dépend notamment de :

  • Déclenchement programmé : activation du composant actif en fonction d’un stimulus préétabli (température, humidité, pH, etc.).
  • Dosage contrôlé : diffusion ou absorption ajustée pour éviter une interaction excessive ou insuffisante.
  • Fiabilité du signal : pour les emballages intelligents, l’exactitude et la reproductibilité des informations fournies sont essentielles pour une prise de décision sécurisée.

Le contrôle peut être passif (dépendant de l’environnement) ou actif (via des déclencheurs mécanisés ou électroniques intégrés dans l’emballage).

Intégration des Technologies au Sein des Chaînes Alimentaires

Compatibilité Matérielle

Le choix des matériaux d’emballage doit permettre une synergie entre éléments actifs, capteurs intelligents et substrats traditionnels. Les couches multi-barrières, composites et films polymères sont souvent privilégiés pour leur flexibilité et leur inertie chimique.

Interopérabilité et Fonctionnalisation

L’intégration passe par l’adoption de procédés de fabrication compatibles :

  • Enduction de films à fonctionnalité antimicrobienne
  • Incorporation de détecteurs chimiques ou électroniques dans les couches internes
  • Externalisation des lecteurs pour le suivi numérique

L’objectif reste de préserver la sécurité alimentaire, tout en maintenant la commodité de manipulation et le respect de l’environnement réglementaire.

Enjeux de la Standardisation et de la Traçabilité

Intégrer efficacement ces systèmes requiert le développement de standards industriels afin d’assurer l’uniformité d’interprétation des signaux émis et reçus. La traçabilité, grâce à l’usage de puces RFID ou de capteurs imprimés, facilite le suivi et optimise la gestion logistique sur toute la chaîne de valeur.

Défauts et Limitations Actuelles des Systèmes Existants

Malgré leur potentiel, plusieurs obstacles techniques subsistent :

  • Risque de migration de substances actives dans l’aliment
  • Précision parfois perfectible des capteurs intelligents
  • Coûts élevés de développement et d’industrialisation
  • Complexité de compatibilité avec les réglementations sanitaires

L’analyse des données générées par les emballages intelligents nécessite également des systèmes d’information robustes et interconnectés, ce qui requiert des investissements en infrastructure logicielle et matérielle.

Perspectives d’Amélioration et Nouvelles Directions

La recherche actuelle ambitionne de renforcer la fiabilité, la miniaturisation et l’automatisation des systèmes. Les avancées visent notamment :

  • Le développement de capteurs biospécifiques et à réponse rapide
  • L’intégration de nanotechnologies pour la libération ou l’absorption ultra-ciblée de composés
  • L’extension de la connectivité intelligente (Internet des Objets) pour un monitoring en temps réel et à distance

Les collaborations pluridisciplinaires entre ingénieurs, chimistes et spécialistes de la chaîne froide devraient accélérer l’adoption de ces systèmes à grande échelle.

Conclusion

La réussite de l’intégration des emballages alimentaires actifs et intelligents dépend de la justesse de leur contrôlabilité, de la compatibilité technologique et de la conformité réglementaire. Le potentiel de ces systèmes pour accroitre la durée de vie, la sécurité et la traçabilité alimentaire est indéniable, mais exige une approche holistique, intégrant innovation, validation scientifique et collaboration avec l’ensemble des acteurs agroalimentaires.

Source : https://www.sciencedirect.com/science/article/abs/pii/S221428942600058X?dgcid=rss_sd_all

L’Intelligence Artificielle au Service de la Sécurité Alimentaire : Analyse Tertiaire et Perspectives

/dans /par

Intelligence Artificielle et Sécurité Alimentaire : Une Étude Tertiaire

Introduction

Ces dernières années, l'intelligence artificielle (IA) s'est imposée comme un levier majeur dans de nombreux secteurs, bouleversant ainsi les procédures établies, les analyses et la prise de décision. Le secteur de la sécurité alimentaire n'échappe pas à cette révolution, où l'IA promet une transformation profonde des systèmes de contrôle, d'analyse et de gestion des risques. Cet article propose une synthèse avancée des connaissances actuelles autour de l'application de l'IA dans la sécurité alimentaire, en structurant l'analyse autour des contributions scientifiques majeures et des avancées techniques les plus significatives.

Fondamentaux et portée de l'IA en sécurité alimentaire

L'intelligence artificielle englobe une vaste gamme de technologies, parmi lesquelles l'apprentissage automatique, l'apprentissage profond, la reconnaissance d'image, le traitement du langage naturel et le raisonnement automatisé. En sécurité alimentaire, ces méthodes permettent la détection précoce de contaminants, l'automatisation des inspections visuelles, la prédiction de la détérioration des aliments et l'optimisation de l'ensemble de la chaîne d'approvisionnement.

États des lieux de la recherche

L'analyse tertiaire des publications montre une progression remarquable des travaux entre 2010 et 2023, avec une montée vers des applications à forte valeur ajoutée. La majorité des études s'inscrivent dans trois axes :

  • Détection de pathogènes et contaminants
  • Surveillance et traçabilité de la chaîne d'approvisionnement
  • Prédiction de la qualité et de la fraîcheur des produits alimentaires

Le recours à l'apprentissage profond, en particulier via les réseaux de neurones convolutifs (CNN), révolutionne les diagnostics visuels et chimiques, permettant d'améliorer à la fois la rapidité, la sensibilité et la précision des contrôles.

Applications concrètes et cas d’utilisation

1. Identification automatique des contaminants

Les outils basés sur l'IA, combinant vision par ordinateur et spectroscopie, proposent une identification rapide des pathogènes alimentaires (Salmonella, E.coli, Listeria) à partir d'images microscopiques ou de données spectrales. Les algorithmes de classification et de régression s'avèrent capables de traiter de grands volumes de données hétérogènes issues de divers points de la chaîne logistique.

2. Surveillance de la chaîne d’approvisionnement

L’intégration de l’IA dans les systèmes de suivi permet une traçabilité en temps réel, détectant toute anomalie potentielle, de la production à la distribution. Des réseaux complexes lient capteurs IoT, bases de données centralisées et plateformes d’analyse prédictive pour limiter les risques d’intoxication et assurer la conformité réglementaire.

3. Prédiction de la qualité des aliments

Les modèles d’apprentissage supervisé sont employés pour anticiper la détérioration, l’apparition de moisissures ou la baisse de qualité sensorielle, ce qui optimise la gestion des stocks et limite le gaspillage.

4. Inspections automatiques

Des robots autonomes, intégrant des systèmes de vision et de reconnaissance d’anomalies, réalisent des inspections sur les lignes de production, détectant instantanément les écarts de qualité tels que défauts visuels, corps étrangers ou changement de texture.

5. Gestion du big data en sécurité alimentaire

L’IA se positionne également comme un outil crucial dans l’analyse du big data généré par l’ensemble de la filière agroalimentaire. Ces données, souvent massives et peu structurées, sont exploitables grâce aux algorithmes d’apprentissage non supervisé pour découvrir de nouveaux patterns de risque, anticiper les rappels de lots défectueux, et appuyer les stratégies de prévention.

Enjeux, défis et limitations

La mise en œuvre de l'IA en sécurité alimentaire soulève plusieurs défis majeurs :

  • Qualité et disponibilité des données : Les modèles d’IA requièrent des jeux de données fiables, en quantité suffisante et bien annotés, ce qui demeure un frein dans certains contextes.
  • Explicabilité des algorithmes : Les acteurs de l’industrie doivent être en mesure d’expliquer les décisions prises par les modèles, question cruciale pour la transparence et la conformité réglementaire.
  • Interopérabilité et standardisation : L’intégration de l’IA nécessite des standards ouverts pour interconnecter les différents systèmes du secteur agroalimentaire.

Perspectives et orientations futures

La littérature analyse et recommande l’intégration de l’IA à des cadres multidisciplinaires combinant expertise terrain, modélisation avancée et interopérabilité des plateformes. L’avenir verrait une automatisation accrue des process, une personnalisation des approches de gestion du risque, et l’accroissement du partage d’informations en temps réel entre les maillons de la chaîne alimentaire.

Conclusion

L’IA est devenue un pivot stratégique pour rehausser la sécurité et la qualité alimentaires. Elle transforme les méthodes de détection, de contrôle et de prévention, ouvrant la voie à une industrie alimentaire plus fiable, réactive et durable.

Source : https://ift.onlinelibrary.wiley.com/doi/10.1111/1541-4337.70443?af=R

Les défis de la sécurité et de la qualité alimentaires en Europe : cadre réglementaire et enjeux

/dans /par

Sécurité et qualité des aliments en Europe : enjeux, cadre réglementaire et perspectives

Introduction

La sécurité et la qualité des aliments constituent des piliers essentiels de la santé publique en Europe. À mesure que la chaîne alimentaire se complexifie, la régulation autour de la production, de la transformation et de la distribution n'a jamais été aussi stricte. Ce cadre vise à garantir la confiance des consommateurs tout en assurant une protection maximale face aux risques sanitaires potentiels.

Cadre réglementaire européen : fondements et évolution

L'Union européenne (UE) a instauré un corpus réglementaire dense et structurant pour encadrer tout ce qui concerne la sécurité alimentaire. Ce dispositif est principalement édicté par le Règlement (CE) n° 178/2002, qui établit les principes généraux et les prescriptions essentielles sur la sécurité des denrées alimentaires.

  • Traçabilité : Les filières alimentaires doivent garantir la capacité de retracer chaque produit du champ à l’assiette, permettant une identification rapide des lots contaminés et facilitant d'éventuels retraits du marché.
  • Contrôle officiel : Des inspections sont régulièrement menées par les autorités nationales, supervisées par l’Autorité européenne de sécurité des aliments (EFSA), afin de vérifier le respect des normes en vigueur.
  • Responsabilité des acteurs : Le principe du « producteur responsable » implique que chaque maillon, de l’agriculture à la distribution, s’assure de la conformité réglementaire à chaque étape.

Le dispositif européen s’adapte en permanence à l’évolution des risques émergents, introduisant régulièrement de nouvelles directives ou règlements pour répondre à des menaces identifiées telles que les contaminants chimiques ou les nouveaux pathogènes microbiens.

Principaux domaines réglementés

Additifs, contaminants et résidus

L’arsenal normatif européen encadre strictement l’emploi des additifs alimentaires et limite les teneurs maximales en résidus de pesticides, médicaments vétérinaires ou contaminants naturels (ex : mycotoxines, métaux lourds). Toute substance doit faire l’objet d’une évaluation rigoureuse avant autorisation, et une liste positive est régulièrement mise à jour par l’EFSA.

Biotechnologies et OGM

L’utilisation d’organismes génétiquement modifiés (OGM) dans les filières alimentaires fait l’objet d’un encadrement spécifique. Chaque OGM destiné à l’alimentation humaine ou animale doit recevoir une autorisation après une évaluation sanitaire très stricte, avec un étiquetage obligatoire afin de garantir la transparence pour les consommateurs européens.

Hygiène des denrées alimentaires

Les règles d’hygiène visent à prévenir la contamination des aliments tout au long de la chaîne. Les établissements agroalimentaires doivent mettre en œuvre des systèmes d’autocontrôle fondés sur l’analyse des dangers (HACCP) et une documentation approfondie. Cet effort de prévention réduit considérablement les risques d’épidémies alimentaires.

Le rôle essentiel des autorités et des acteurs de la chaîne alimentaire

Le contrôle de la sécurité alimentaire en Europe repose sur une interaction dynamique entre différents acteurs :

  • Au niveau communautaire, l’EFSA produit des avis scientifiques, guide l’élaboration des normes et coordonne les alertes sanitaires.
  • Au plan national, chaque État membre dispose d’organismes dédiés (agences sanitaires, ministères, laboratoires de contrôle), qui veillent à l’application des exigences sur leur territoire.
  • Les entreprises agroalimentaires portent une responsabilité juridique et morale d’auto-surveillance et sont soumises à des audits et inspections inopinés.

Le dispositif d’alerte rapide européen (RASFF) permet une transmission quasi-instantanée des informations en cas de détection de risques majeurs, assurant ainsi une réactivité optimale.

Limites et enjeux du cadre réglementaire

Malgré la robustesse du dispositif, certains défis persistent :

  • Complexification des chaînes d’approvisionnement (internationalisation, sous-traitance) : la multiplication des intervenants accroît le risque de défaillance dans le suivi ou la traçabilité.
  • Frontières technologiques et scientifiques : l’apparition de nouveaux contaminants ou de technologies innovantes (nanomatériaux, nouveaux procédés de transformation) nécessite une adaptation constante de la réglementation.
  • Communication et perception du risque : l’acceptabilité sociale des décisions réglementaires dépend largement de la transparence et de la pédagogie proposées aux consommateurs.

Pour une approche intégrée entre sécurité, qualité et innovation

La sécurité alimentaire ne constitue pas une fin en soi, mais doit s’inscrire dans une démarche globale visant la qualité nutritionnelle, organoleptique et environnementale des denrées. L’innovation (aliments fonctionnels, substitutions d’additifs, alternatives végétales) exige une harmonisation entre exigences de sécurité et progrès technologique.

Les autorités encouragent une coopération accrue entre industrie, scientifiques, régulateurs et société civile. Cette synergie est nécessaire pour anticiper les risques émergents, partager les meilleures pratiques et préserver la souveraineté alimentaire européenne.

Conclusion

Le modèle européen de sécurité et de qualité alimentaires impose un haut niveau de protection et de responsabilité à chaque étape de la filière. Toutefois, il ne cesse de se renouveler pour faire face à de nouveaux défis. La vigilance, la transparence et l’innovation collective demeurent les valeurs cardinales pour garantir durablement une alimentation sûre, saine et de qualité à tous les citoyens.

Source : https://www.sciencedirect.com/science/article/abs/pii/S0001407926000828?dgcid=rss_sd_all