Thèse Étude Structurale Multi-Échelle de la Patate Douce Lors de sa Transformation en Gari par Méthodes d'Imagerie Couplées H/F - Doctorat.Gouv.Fr

Établissement : Université de Montpellier
École doctorale : GAIA - Biodiversité, Agriculture, Alimentation, Environnement, Terre, Eau
Laboratoire de recherche : QUALISUD - Démarche intégrée pour l'obtention d'aliments de qualité
Direction de la thèse : Eric RONDET
Début de la thèse : 2026-10-01
Date limite de candidature : 2026-05-07T23:59:59

Le gari est un aliment de base essentiel dans plusieurs pays (James et al. 2012, Osunbade et al. 2025). Le gari est fabriqué à partir de racines de manioc et/ou de patates douces au cours de plusieurs étapes successives, notamment l'épluchage, le râpage, la fermentation, le pressage, le tamisage et la torréfaction (cuisson/séchage) (Ajibola et al. 1987 ; Oboh et Akindahunsi 2003, Iornyor et al. 2026).
Selon la zone géographique et les méthodes de préparation, les préférences des consommateurs et les modes de consommation peuvent varier. Par conséquent, on trouve sur le marché une grande variabilité dans les produits à base de gari, caractérisés par un large éventail de propriétés (taille des particules, texture (croustillant), goût acide et capacité de gonflement), en fonction des conditions de fabrication. Plusieurs travaux ont étudié certaines étapes de la production du gari, et plus particulièrement le râpage, la fermentation, le pressage et la torréfaction (Taiwo et al. 2001 ; Ajibola et al. 1987, Kégah et al. 2023). De plus, l'influence variétale dans le cas du gari à base de manioc a aussi été mise en évidence (Aghogho et al. 2023). Au sein de nos structures de recherche, des travaux ont permis de mettre en évidence les modifications physico-chimiques et hydro-texurales induites par la variation des conditions thermo-hydro-mécaniques tout au long du procédé d'élaboration (Escobar et al., 2018). Si ces résultats fournissent un cadre macroscopique au suivi des changements d'état de la matrice en cours d'élaboration, ils ne permettent pas d'intégrer l'aspect multi-échelle des modifications structurales subies (moléculaire, cellulaire/tissulaire, macroscopique et enfin hydro-texturale) aux différents états du produit (produit initial, gâteau, gari). Pour ce faire, le développement, l'application et le couplage de méthodes d'imagerie et d'analyse d'image doit être envisagé.

L'objectif de ce travail consistera à suivre l'évolution des propriétés histologiques et microstructurales de différentes variétés de patates douces (e.g. chair orange, déjà valorisée à la Réunion et chair blanche, peu valorisée) au cours de leurs procédés de transformation en gari.
Pour ce faire, des méthodes d'acquisition couplant plusieurs technologies seront employées sur les différents états du produit : patate douce fraiche (histologie+immunolocalisation, HSI), gâteau (micro-tomographie RX, IRM, imagerie confocale, HSI) et gari (micro-tomographie RX, HSI).
De nouvelles techniques d'analyse d'image basée sur le deep learning et l'Intelligence Artificielle seront mises en oeuvre pour développer ces méthodes au sein du collectif.
L'objet étudié servira tout à la fois de prétexte au développement et à la consolidation de techniques de caractérisation novatrices mais permettra aussi de lever des verrous scientifiques récurrents au sein de notre collectif de recherche concernant l'impact de la déstructuration des composé pariétaux (pectines, cellulose, hémicellulose) sur la construction de la qualité de l'aliment.
La proposition de ce sujet de thèse fait suite à différents travaux menés au sein de nos collectifs de recherche qui ont tous montré qu'une caractérisation quantitative des données microstructurales permettait une meilleure compréhension des mécanismes à l'oeuvre à petite échelle lors de la transformation des matrices alimentaires.

Gari is a major staple food in several countries, particularly in West Africa (James et al., 2012; Osunbade et al., 2025). It is traditionally produced from cassava roots and/or sweet potatoes through a sequence of processing steps including peeling, grating, fermentation, pressing, sieving, and roasting (cooking/drying) (Ajibola et al., 1987; Oboh and Akindahunsi, 2003; Iornyor et al., 2026).
Processing practices, consumer preferences, and modes of consumption vary across geographical areas, resulting in a wide diversity of gari products on the market. This diversity is reflected in marked differences in particle size, texture (crispness), acidity, and swelling capacity, which are closely linked to processing conditions. Previous studies have focused on individual unit operations of gari production, particularly grating, fermentation, pressing, and roasting (Taiwo et al., 2001; Ajibola et al., 1987; Kégah et al., 2023). In addition, varietal effects have been reported for cassava-based gari (Aghogho et al., 2023). Within our labs, earlier work has demonstrated that variations in thermo-hydro-mechanical processing conditions induce significant physico-chemical and hydro-textural changes throughout the transformation process (Escobar et al., 2018).
While these studies provide a macroscopic understanding of state changes occurring during gari processing, they do not capture the multi-scale structural transformations involved, ranging from molecular and cell wall levels to cellular/tissue organization and macroscopic structure. A comprehensive understanding of gari quality formation therefore requires approaches capable of linking structural modifications across scales and product states (raw material, pressed cake, and final gari).

The main objective of this PhD project is to investigate the evolution of histological and microstructural properties of different sweet potato varieties during their transformation into gari, with a particular focus on linking cell wall de-structuration to final product quality.
Specific objectives are to:
1. Characterize the histological and microstructural features of fresh sweet potato varieties with contrasting flesh colors (e.g., orange-fleshed varieties already valorized in Réunion and underutilized white-fleshed varieties).
2. Monitor structural changes across successive processing stages (fresh root, pressed cake, and gari).
3. Quantitatively relate microstructural descriptors to physico-chemical and hydro-textural properties of the products.
4. Develop and implement advanced image analysis workflows based on deep learning and artificial intelligence to enable robust, multi-scale quantification.

A multimodal imaging strategy will be employed to investigate the different product states:
Fresh sweet potato: histology and immunolocalization, hyperspectral imaging (HSI).
Pressed cake: X-ray micro-computed tomography (µCT), magnetic resonance imaging (MRI), confocal microscopy, and HSI.
Gari: X-ray micro-computed tomography (µCT) and HSI.
These acquisition techniques will be coupled with novel image analysis approaches based on deep learning and artificial intelligence, developed and consolidated within the research group.

Le candidat devra avoir suivi une formation de master ou de cycle ingénieur spécialisé dans le traitement et l'analyse des images. Il devra être à l'aise en programmation (Python) ainsi qu'avec les outils d'intelligence artificielle associés au traitement des images.
Il devra par ailleurs pouvoir justifier d'excellentes notes (>15/20) au cours de ses années de master ou de cycle ingénieur et être situé en très bonne place au sein de sa promotion. Il devra également pouvoir justifier d'une mobilité internationale et éventuellement être co-auteur d'une (ou plusieurs) publication scientifique.