Appréciation des tanins, de la couleur et de l'astringence des raisins, moûts et vins par technologies analytiques IRTF et UV-visible couplées à l’analyse de régression multivariée

Tannins, color and astringency appreciation for grapes, musts and wines by quick analytical technologies FTIR and UV-visible with multivariate regression analysis

• Auteur / Autrice : Clément Miramont
• Direction : Pierre-Louis Teissèdre
• Type : Thèse de doctorat
• Discipline(s) : Œnologie
• Date : Soutenance le 24/03/2021
• Etablissement(s) : Bordeaux
• Ecole(s) doctorale(s) : École doctorale Sciences de la vie et de la santé (Talence, Gironde ; 1993-....)
• Partenaire(s) de recherche : Laboratoire : Unité de recherche oenologie
• Jury : Président / Présidente : Fernando Zamora
• Jury : Examinateurs / Examinatrices : Pierre-Louis Teissèdre, Fernando Zamora, Stamatina Kallithraka, Victor de Freitas, Marína Remedios Marín Arroyo
• Jury : Rapporteurs / Rapporteuses : Stamatina Kallithraka, Victor de Freitas

Mots clés

Mots clés contrôlés

Anthocyanes

Tanins

Fourier, Spectroscopie infrarouge à transformée de

Polyphénols

Mots clés libres

Polyphénols

Infrarouge à transformée de Fourier

UV-Visible

Analyse de régression PLS

Tanins

Anthocyanes

Polyphenols

Fourier transform infrared

UV-Visible

Partial least squares regression

Tannins

Anthocyanins

Résumé

L'appréciation analytique rapide (quantitative et qualitative) des composés phénoliques des raisins, des moûts et des vins rouges et leur incidence organoleptique (astringence, amertume) apparaît être un challenge en œnologie. Plusieurs méthodes analytiques ont été développées dans cette optique, mais elles nécessitent du matériel, du temps et des connaissances qui ne permettent pas de les appliquer efficacement en routine dans le milieu industriel. Pour optimiser la production des vins rouges en lien avec les concentrations et compositions en anthocyanes et en tanins, nous avons développé des modèles de prédiction fiables grâce à l’IRTF et l’UV-visible couplés à l'analyse de régression multivariée PLS.Afin de répondre à ces attentes, un ensemble d'échantillons représentatifs de la maturité du raisin, de la fermentation alcoolique, de l'élevage en barriques ainsi que des vins commerciaux ont été collectés. Ces échantillons ont été analysés grâce à différentes méthodes décrite dans la littérature, par réaction chimique ou par analyse CLHP-UV-visible, afin d'obtenir la composition et la concentration en flavan-3-ols, la concentration et la composition en anthocyanes, la composition en pigments monomériques et polymériques ainsi que la concentration en tanins totaux, précipitables l’albumine de sérum bovin et la méthylcellulose. Une sélection de vins a également été testée par un panel de dégustateurs entraînés afin de déterminer un indice d’astringence et d'amertume, avec enregistrement des spectres IRTF et UV-visible de ces échantillons.La corrélation entre les analyses spectrales et les différentes informations analytiques obtenues ont été recherchés grâce à l'analyse de régression multivariée PLS, dans le but de concevoir des modèles de prédiction. Les différentes modélisations ont ensuite été testées grâce à une validation croisée, et une validation avec un jeu d'échantillons externes à la calibration.Les résultats obtenus démontrent l'intérêt de l’IRTF et de l’UV-visible couplés à l'analyse de régression PLS pour prédire efficacement les concentrations et compositions en anthocyanes et en tanins des raisins, moûts et vins. Il apparaît que l’UV-visible et plus adapté à la modélisation des concentrations globales, alors que l’IRTF montre un fort potentiel pour une caractérisation plus approfondie de la composition moléculaire. De plus, l’addition à l’IRTF de longueurs d'onde du visible spécifiques a permis d'augmenter la robustesse des modèles pour la prédiction de l'évolution des anthocyanes. Pour la sensation d’astringence, de bons résultats préliminaires ont été obtenus pour l’IRTF et l’UV-visible. L’amertume, en revanche, s’est avéré être une perception trop complexe pour être modélisée.Les limites de prédiction des deux méthodes spectroscopiques ont aussi pu être discutées, notamment la forte variabilité induite par les différents millésimes étudiés qui peut fortement impacter les résultats de prédiction et doit être prise en compte, ainsi que la surinterprétation de résultats prédictifs pour les concentrations en anthocyanes moléculaires qui peuvent amener à questionner certaines modélisations présentes dans la littérature.Nos travaux permettent de mieux appréhender les avantages et les limites de l’IRTF et l’UV-visible couplés à l'analyse de régression PLS pour le dosage des anthocyanes et tanins des raisins, moûts et vins. La possibilité de modéliser grâce à une analyse spectrale une perception telle que l’astringence de façon innovante a aussi été étudiée pour la première fois. L’ensemble des résultats obtenus ont permis d'approfondir les connaissances actuelles sur le sujet et de développer de nouveaux modèles de prédiction fiables, efficaces et transférables pour un usage industriel dans le domaine de la vigne et du vin.

The rapid analytical appreciation (quantitative and qualitative) of the phenolic compounds of grapes, musts and red wines and their organoleptic incidence (astringency, bitterness) appears to be a challenge in oenology. Several analytical methods have been developed, but they require equipment, time and knowledge which do not allow them to be applied effectively in routine for industrial environment. To optimize the production of red wines in relation to anthocyanins and tannins concentrations and compositions, we have developed reliable prediction models for FTIR and UV-visible with PLS multivariate regression analysis.In order to obtain these expectations, a set of representative samples from grapes maturity, alcoholic fermentation, aging in barrels and commercial wines were collected. These samples were analyzed using different methods described in the literature, by chemical reaction or by HPLC-UV-visible analysis, in order to obtain the composition and concentration of flavan-3-ols, concentration and composition of anthocyanins, composition of monomeric and polymeric pigments and concentration of total tannins, bovine serum albumin and methylcellulose precipitable tannins. A selection of wines was also tested by a panel of trained tasters to determine an astringency and bitterness index, with FTIR and UV-visible spectra recording of these samples.Correlation between spectral analyzes and the various analytical information obtained were sought with PLS multivariate regression analysis, for designing prediction models. The different models were tested with cross validation, and validation with an external set of samples to the calibration.The results obtained demonstrate the interest of FTIR and UV-visible with PLS multivariate regression analysis to effectively predict anthocyanins and tannins concentrations and compositions in grapes, musts and wines. It appears that UV-visible is more suited to modeling global concentrations, while FTIR shows great potential for the characterization of molecular composition. The addition of specific visible wavelengths to FTIR has increased model robustness for predicting anthocyanin evolution. For astringency sensation, good preliminary results were obtained for FTIR and UV-visible. Bitterness turned out to be a too complex perception to be modelized.Prediction limits of the two spectroscopic methods were also discussed, especially the strong variability induced by different vintages studied who can strongly impact the prediction results and should not be overlooked, as well as the overinterpretation of predictive results for molecular anthocyanin concentrations may lead to questioning some models in the literature.Our work provides better understanding of the FTIR and UV-visible advantages and limits with PLS multivariate regression analysis for determination of anthocyanins and tannins in grapes, musts and wines. The possibility of modeling a perception such as astringency in an innovative way using spectral analysis was also investigated for the first time. All the results obtained have deepen the current knowledge on the subject and they allowed to develop new reliable and efficient prediction models, transferable for industrial use in the vine and wine sector.