Identifier les vins millésimés par leur signature chimique

Chaque vin possède-t-il sa propre signature chimique et, si oui, peut-elle être utilisée pour identifier son origine ? De nombreux spécialistes ont tenté de résoudre ce mystère, sans y parvenir totalement. En appliquant des outils d’intelligence artificielle aux données existantes, une équipe de l’Université de Genève (UNIGE), en collaboration avec l’Institut des sciences de la vigne et du vin de l’Université de Bordeaux, a réussi à identifier avec 100% de précision la marque chimique des vins rouges. issus de sept grands domaines de la région bordelaise.

Ces résultats, publié dans la revue Chimie des communicationsouvrent la voie à de nouveaux outils potentiels pour lutter contre la contrefaçon et à des outils prédictifs pour guider la prise de décision dans le secteur vitivinicole.

Chaque vin est le résultat de mélanges fins et complexes de milliers de molécules. Leurs concentrations fluctuent en fonction de la composition des raisins, qui dépend notamment de la nature et de la structure du sol, du cépage et des pratiques du vigneron.

Ces variations, même minimes, peuvent avoir un impact important sur le goût du vin. Il est donc très difficile de déterminer l’origine précise d’un vin sur la base de ce seul critère sensoriel. Avec le changement climatique, les nouvelles habitudes de consommation et l’augmentation des contrefaçons, le besoin d’outils efficaces pour déterminer l’identité des vins est devenu crucial.

Existe-t-il alors une signature chimique, invariable et propre à chaque domaine, qui permettrait de le faire ? « La filière vitivinicole a tenté à de nombreuses reprises de répondre à cette question, avec des résultats douteux ou parfois corrects mais faisant appel à des techniques lourdes. Cela s’explique par la grande complexité des assemblages et les limites des méthodes utilisées, qui s’apparentent un peu à la recherche d’un aiguille au milieu d’une botte de foin », explique Alexandre Pouget, professeur titulaire au Département de neurosciences fondamentales de la Faculté de médecine de l’UNIGE.

L’une des méthodes utilisées est la chromatographie en phase gazeuse. Cela consiste à séparer les composants d’un mélange par affinité entre deux matériaux. Le mélange passe dans un tube très fin, long de 30 mètres. Les composants ayant la plus grande affinité avec le matériau du tube se séparent progressivement des autres.

Chaque séparation est enregistrée par un spectromètre de masse. Un chromatogramme est ensuite produit, montrant des pics indiquant les séparations moléculaires. Dans le cas du vin, du fait des nombreuses molécules qui le composent, ces pics sont extrêmement nombreux, rendant très difficile une analyse détaillée et exhaustive.

Données traitées par machine learning

En collaboration avec l’équipe de Stéphanie Marchand de l’Institut des Sciences de la Vigne et du Vin de l’Université de Bordeaux, l’équipe d’Alexandre Pouget a trouvé la solution en combinant chromatogrammes et outils d’intelligence artificielle. Ces chromatogrammes proviennent de 80 vins rouges issus de douze millésimes (1990-2007) et de sept domaines de la région bordelaise. Ces données brutes ont été traitées grâce à l’apprentissage automatique, un domaine de l’intelligence artificielle dans lequel les algorithmes apprennent à identifier des modèles récurrents dans des ensembles d’informations.

« Au lieu d’extraire des pics spécifiques et d’en déduire des concentrations, cette méthode nous a permis de prendre en compte les chromatogrammes complets de chaque vin, qui peuvent comprendre jusqu’à 30 000 points, bruit de fond compris, et de résumer chaque chromatogramme en deux coordonnées X et Y, après avoir éliminé les éléments inutiles. Ce processus est appelé réduction de dimensionnalité », explique Michael Schartner, ancien chercheur postdoctoral au Département de neurosciences fondamentales de la Faculté de médecine de l’UNIGE et premier auteur de l’étude.

Un modèle 100% fiable

En plaçant les nouvelles coordonnées sur un graphique, les chercheurs ont pu voir sept « nuages ​​» de points. Ils ont constaté que chacun de ces nuages ​​regroupait les millésimes d’un même domaine sur la base de leurs similitudes chimiques.

« Cela nous a permis de montrer que chaque domaine possède bien sa propre signature chimique. Nous avons également observé que trois vins étaient regroupés à droite et quatre à gauche, ce qui correspond aux deux rives de la Garonne sur lesquelles se situent ces domaines,  » explique Stéphanie Marchand, professeur à l’Institut des sciences de la vigne et du vin de l’Université de Bordeaux, et co-auteur de l’étude.

Au fil de leurs analyses, les chercheurs ont constaté que l’identité chimique de ces vins n’était pas définie par la concentration de quelques molécules spécifiques, mais par un large spectre chimique. « Nos résultats montrent qu’il est possible d’identifier l’origine géographique d’un vin avec une précision de 100%, en appliquant des techniques de réduction de dimensionnalité aux chromatogrammes en phase gazeuse », explique Alexandre Pouget, qui a dirigé ces recherches.

Ces recherches apportent de nouvelles connaissances sur les composantes de l’identité et des propriétés sensorielles d’un vin. Elle ouvre également la voie au développement d’outils d’aide à la décision – pour préserver l’identité et l’expression d’un terroir par exemple – et pour mieux lutter contre la contrefaçon.

Plus d’information:
Michael Schartner et al, Prédire les origines et les millésimes du vin rouge de Bordeaux à partir de chromatogrammes en phase gazeuse brute, Chimie des communications (2023). DOI : 10.1038/s42004-023-01051-9

Fourni par l’Université de Genève

ph-tech