UMR Herbivores

L’équipe développe des travaux visant à évaluer et à améliorer le concept de « qualité globale » (ou « qualité unique ») des produits d’élevage, intégrant à la fois les qualités intrinsèques (sécurité, qualités nutritionnelles, sensorielles, technologiques, etc.) et les qualités extrinsèques associées à leurs modes de production.

Des outils de notation sont développés pour l’évaluation de la qualité intrinsèque de la viande bovine et du lait non transformés. Les recherches portent également sur l’analyse des synergies et des antagonismes entre qualités intrinsèques et extrinsèques, avec un intérêt particulier pour le bien-être animal et les performances environnementales, afin d’identifier les compromis les plus adaptés aux attentes des consommateurs et des citoyens (UE H2020 Intaqt [2022-2026]).

Pour la viande, des études sont conduites à différentes échelles, régionale (OABovAura [2024-2027]) et internationale (LIA RumQual [2023-2027]), afin de mieux comprendre la perception, la consommation et la satisfaction des consommateurs vis-à-vis de la viande et des substituts de viande, en tenant compte des facteurs sociodémographiques et culturels.

Les activités de recherche portent également sur la modélisation et la prédiction des qualités intrinsèques des produits animaux, principalement technologiques, nutritionnelles et sensorielles, à partir des pratiques d’élevage. Pour les produits laitiers issus de vaches et de brebis (lait, yaourt et/ou fromage), une attention particulière est accordée à l’impact du changement climatique sur les qualités des produits. Les travaux visent à identifier des ressources fourragères alternatives ou des modes de gestion des prairies adaptés à l’augmentation de la fréquence des sécheresses estivales, tout en préservant les qualités des produits (Adaopt [2024-2026], Climonut [2025-2028]).

Concernant la viande bovine, des recherches sont menées pour améliorer la prédiction de la qualité gustative à l’aide du système Meat Standards Australia (MSA) et de son adaptation européenne, le système 3G (Guaranteed Global Grading). Ces travaux mobilisent des outils avancés de phénotypage et de prédiction, notamment l’analyse d’images, la spectroscopie proche infrarouge (LabSpec, Indigo) et les approches omiques non ciblées, afin d’évaluer le persillage, la teneur en graisse intramusculaire et la composition en acides gras (EBAAD [2025-2028], LIA RumQual [2024-2027]).

Menées en partenariat avec l’entreprise Beauvallet, ces recherches bénéficient également d’un déploiement international grâce au réseau de l’International Meat 3G Foundation. Les collaborations développées dans le cadre du laboratoire international RUMQUAL (INRAE–AgResearch) permettent par ailleurs de conduire des études comparatives sur la qualité de la viande dans différents systèmes d’élevage agroécologiques, notamment entre la France et la Nouvelle-Zélande.

Un enseignant-chercheur est associé à l’Unité Mixte de Recherche sur les Herbivores de l’INRA (UMR1213 Herbivores), centre Auvergne Rhône-Alpes. Il appartient à l’équipe Biomarqueurs qui utilise des approches de génomique (principalement transcriptomique et protéomique) de bio-informatique et de bio-statistiques pour:

• Comprendre les mécanismes métaboliques et physiologiques qui contrôlent le rendement et les qualités (carcasses, viande, lait), la plasticité tissulaire (muscle, glande mammaire, tissu adipeux, foie), le partage des nutriments et les réponses adaptatives (principalement métabolique, neuroendocrine ou inflammatoire)
• Identifier les indicateurs moléculaires et cellulaires (biomarqueurs) de la variabilité de la qualité des tissus et des produits, et des caractères de production

Des méthodes analytiques plus classiques sont utilisées pour le phénotypage des qualités nutritionnelles (lipides, acides gras et produits de peroxydation) et sensorielles (jurys d’évaluation) de la viande et du lait, et pour l’étude du métabolisme de l’animal (hormones et métabolites dans les fluides biologiques).
Le traitement bio-informatique de données, ainsi que l’utilisation de bases de données associées à la prédiction /modélisation permettent de lier les phénotypes moléculaires aux phénotypes des animaux