L'objectif de cette étude collaborative entre le SIAAP, le Laboratoire Eau, Environnement et Systèmes Urbains (LEESU) et l'Université Paris-Est Créteil dans le cadre du programme de recherche MeSeine Innovation était de créer un modèle prédictif basé sur les données HRMS (spectrométrie de masse à haute résolution) pour évaluer la toxicité des échantillons d'eau, permettant ainsi de réduire la nécessité de tests systématiques de toxicité, chronophages et coûteux, et d'intervenir en cas de détection de micropolluants potentiellement dangereux.
Combiner l'analyse non ciblée par HRMS avec les tests écotoxicologiquesreprésente une stratégie innovante pour assurer une surveillance environnementale plus complète et précise. Il sera possible d’établir un lien entre la présence de contaminants, connus ou inconnus, et un effet biologique observé, et de fournir ainsi une image plus détaillée et dynamique de l'écotoxicité potentielle d'un échantillon d'eau.
Pour parvenir à cet objectif, une chaîne de traitement des données tridimensionnelles issues d’analyses par LC-IMS-HRMS (liquid chromatography – ion mobility spectrometry – high resolution mass spectrometry) a été développée. Son efficacité a été démontrée, que ce soit en termes de conversion des données, de détection et d’identification automatique, ou en termes de semi-quantification de composés sans standards analytiques.
Cette chaîne de traitement des données a été appliquée à des échantillons d’eaux de surface impactées par des rejets urbains de temps de pluie (RUTP). Cela a permis de caractériser les distributions spatio-temporelles des contaminants, et d’estimer ainsi leur éventuelle toxicité.
Enfin, un modèle statistique qui utilise l’ensemble des signaux analytiques a été développé pour estimer de manière inédite la contamination des eaux de surface par les RUTP, sans nécessiter l’identification préalable des composés.
Visionner la soutenance de Julien SADE