Méta-analyses des caractéristiques musculaires afin de prédire la tendreté de la viande bovine - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2013

Meta-analysis of muscle characteristics to predict beef tenderness

Méta-analyses des caractéristiques musculaires afin de prédire la tendreté de la viande bovine

Résumé

The control of beef tenderness is essential for beef producers and retailers to deliver a consistently high quality product to consumers. Being part of the European program ProSafeBeef, my thesis aimed to predict beef tenderness by meta-analysis approaches using biochemical characteristics of muscles. To achieve this goal, we used data available in the BIF-Beef data warehouse which contains animal, carcass, muscle and meat measurements from different research programs. From available data on Longissimus thoracis (LT) and Semitendinosus (ST) muscles, we demonstrated that ST was faster and more glycolytic than LT in both entire males and females but not in steers. With a cluster analysis, we identified muscle biochemical traits associated with meat tenderness. Then, we demonstrated that no specific muscle biochemical characteristic can be a predictor of tenderness for all muscles and animal types. In LT muscle of young bulls, mean muscle fibre area explained 2% of the variability in sensory tenderness score. Mainly in ST muscle, total and insoluble collagen content and enzymatic indicators of glycolytic metabolism each explained about 6% of the variation in shear force. Although we were only able to explain a relatively small proportion of the total variance in tenderness, these results will form an important basis for the design of future experiments and the identification of new genomic markers of tenderness to be combined with muscle biochemistry in order to better predict beef quality.
Un des enjeux de la filière bovine est la maîtrise et la prédiction de la tendreté de la viande, critère important pour les consommateurs. Inscrite dans le programme européen ProSafeBeef, ma thèse avait pour objectif de mieux prédire la tendreté par méta-analyse à partir des caractéristiques biochimiques du muscle. Pour cela, mon travail de thèse s’est appuyé sur la base de données BIF-Beef regroupant des données individuelles issues de plusieurs programmes de recherche, allant de l’animal à la viande en passant par la carcasse et le muscle. Une première méta-analyse a montré que le muscle Semitendinosus (ST) est de type plus rapide glycolytique que le Longissimus thoracis (LT) chez les mâles entiers et les femelles mais pas chez les mâles castrés. Après avoir identifié par une approche par classe de tendreté les caractéristiques musculaires associées à la tendreté, nous avons montré que ces caractéristiques sont différentes entre muscles et types d’animaux. Dans le muscle LT des taurillons, la surface moyenne des fibres musculaires est la variable qui joue le principal rôle sur la tendreté sensorielle où elle explique 2% de la variabilité des notes de tendreté. Principalement dans le muscle ST, les teneurs en collagène total et insoluble et l’activité enzymatique du métabolisme glycolytique expliquent au plus 6% chacun de la variabilité de la force de cisaillement. Malgré ces faibles parts de variabilité expliquée de la tendreté, ces conclusions validées sur un grand volume de données sont importantes pour préparer de nouveaux projets visant à compléter cette démarche en prenant en compte d’autres caractéristiques telles que des biomarqueurs génomiques.
Fichier principal
Vignette du fichier
CHRIKI-2013CLF22335.pdf (7.2 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-00881204 , version 2 (07-11-2013)
tel-00881204 , version 1 (06-06-2020)

Identifiants

  • HAL Id : tel-00881204 , version 2
  • PRODINRA : 184840

Citer

Sghaïer Chriki. Méta-analyses des caractéristiques musculaires afin de prédire la tendreté de la viande bovine. Sciences agricoles. Université Blaise Pascal - Clermont-Ferrand II, 2013. Français. ⟨NNT : 2013CLF22335⟩. ⟨tel-00881204v2⟩
535 Consultations
1460 Téléchargements

Partager

Gmail Facebook X LinkedIn More