Accueil
→
Projets
→

MicroPILOTING

ANR · 2023

MicroPILOTING — Développement d'un système microfluidique pour la modélisation prédictive de l'interaction entre cellules de bactéries et de microalgues

Financement : 314 963 €

1 partenaire

Fiche du financeur ↗

Les microalgues sont des micro-organismes utilisant la lumière du soleil pour convertir le dioxyde de carbone en molécules d'intérêt (lipides, protéines, glucides et pigments). De nombreuses applications sont envisagées (énergie, alimentation, produits pharmaceutiques...). Les microalgues ont un taux de croissance rapide, une capacité de fixation des gaz à effet de serre et des productivités élevées de biomasse et de lipides. Ces derniers représentent une source prometteuse d'énergie alternative aux combustibles fossiles. Cependant, plusieurs limitations scientifiques, technologiques et économiques subsistent dans les différentes étapes de la production, en particulier lors des étapes de culture, d’extraction et de raffinage, et doivent être surmontées avant d’envisager la production à grande échelle de tels biocarburants. En particulier les parois cellulaires très robustes des microalgues influencent considérablement l'efficacité de l’extraction. La co-culture des microalgues avec des bactéries est une méthode alternative innovante qui représente un grand potentiel, avec des taux de croissance et des rendements lipidiques améliorés. Nous supposons en outre un effet conséquent sur la structure de la paroi cellulaire et donc sur l'efficacité de l'extraction. Le projet MicroPILOTING porte sur la conception et le développement d'une plateforme microfluidique pour étudier la croissance des bactéries et microalgues, ainsi que leur productivité lipidique, dans différentes conditions de co-culture. Un modèle de croissance prédictif sera établi pour étudier l’interdépendance de la croissance des microalgues et des bactéries, via la production de CO2, d'O2 et de vitamine B12. Cette approche basée sur l’association entre l’expérimentation microfluidique et la mise en oeuvre d’un modèle prédictif mathématique est très originale et permettra de déterminer les meilleures conditions de culture et de prétraitement, améliorant ainsi les performances de cette filière énergétique.

Structures participantes de Université Paris-Saclay

Provenance des données

Sources : scanR. Données consolidées le 27/10/2026. Une erreur ? Elle se corrige dans la source d’origine (HAL, RNSR, annuaire) ; voir comment.