Académique Documents
Professionnel Documents
Culture Documents
IUT Thionville-Yutz
S1M1 - Mathématiques
La détermination de la densité microbienne (du titre microbien) d’un échantillon fait appel à
la statistique car il s’agit d’estimer la densité microbienne d’un système à partir d’échantillons
de ce système.
Ainsi, si les N micro-organismes contenus dans le volume V du système étaient accessibles,
on aurait accès à la valeur vraie de la densité microbienne ( ) comme : .
S’agissant d’échantillons, on aura simplement accès à un nombre X de micro-organismes dans
un petit volume v.
On comprend facilement que X est une variable aléatoire (VA) qui, selon ce que renferme
l’échantillon, se traduira par une réalisation (i.e., une valeur) correspondant au nombre N de
micro-organismes de la fraction .
Si un grand nombre de prélèvements indépendants était réalisé sans épuiser la ressource, l’on
observerait que les réalisations de X se distribueraient selon un certain modèle, traduit par la
loi binomiale .
Or, dans le cas où est petit (i.e. ) et N grand (N > 50), alors la loi binomiale
peut être approximée par la loi de Poisson .
Ainsi, sous les hypothèses d’un milieu prélevé présentant une répartition au hasard des micro-
organismes et de leur répartition homogène dans l’échantillon, la probabilité que l’échantillon
renferme r micro-organismes s’écrit :
Les réplicats dont il est question ici sont des réplicats vrais (à la différence par exemple de
réplicas de lecture pour lesquels seule la dernière étape expérimentale est répliquée et qui sont
issus d’une même série de dilutions) et indépendants.
Frédéric Quignon 1
Unversité de Metz
IUT Thionville-Yutz
S1M1 - Mathématiques
La détermination de la densité d’un échantillon donné va donc de préférence reposer sur k
séries d’ensemencement indépendants (i = 1, 2 …k) sur boîte de Pétri (BdP), à partir de k
séries de dilution de l’échantillon à titrer.
Ainsi, pour chaque série de dilutions, en considérant l’ensemble des résultats ri obtenus pour
les différentes séries de dilutions, la variable aléatoire R, dont la réalisation est la somme de
tous les comptages réalisés sur les BdP, suit une loi de Poisson de type
.
De plus, pour un nombre limité d’évènements (i.e. de colonies, de plages de lyse…), soit pour
, les limites de l’intervalle de confiance autour de l’estimateur central font référence
à une loi du :
Pour :
avec
avec
Pour un nombre suffisant d’évènements (e.g. colonies, plages de lyse…), soit pour ,
les limites de l’intervalle de confiance autour de l’estimateur central font référence à une loi
Normale, pour donner :
Pour :
Frédéric Quignon 2
Unversité de Metz
IUT Thionville-Yutz
S1M1 - Mathématiques
Les dilutions sont généralement opérées selon un pas régulier (= a), souvent égal à 10
(dilutions décimales), mais la procédure de calcul proposée permet de s’adapter à toutes les
situations, même si le pas de dilution n’a pas toujours la même valeur entre les niveaux de
dilution.
Comme ri < 50, les limites de l’intervalle de confiance au risque de 5%, sont obtenues en
référence à une loi du :
D’où :
Li = 30.1 / (3 x 0.1) x 10 = 1003 UFC/mL = 1.00 x 10^(3) UFC/mL
Ls = 59.0 / (3 x 0.1) x 10 = 1970 UFC/mL = 1.97 x 10^(3) UFC/mL
rij = 44 + 9 + 0 = 53 UFC
vij = (3 x 0.10) + (4 x 0.02) + (2 x 0.01) = 0.4 mL d’échantillon non dilué
Facteur de dilution résiduel = x 10 (car 0.1 mL ensemencé / BdP)
Frédéric Quignon 3
Unversité de Metz
IUT Thionville-Yutz
S1M1 - Mathématiques
D’où :
= (53 / 0.4 ) x 10 = 1325 UFC/mL = 1.32 x 10^(3) UFC/mL
Comme ri > 50, les limites de l’intervalle de confiance (IC) sont obtenues en référence à une
loi normale (z(0.975) = 1.96):
D’où :
Li = 38.76 / 0.4 x 10 = 968 UFC/mL = 0.97 x 10^(3) UFC/mL
Ls = 67.27 / 0.4x 10 = 1682 UFC/mL = 1.68 x 10^(3) UFC/mL
Remarque 1 : les cas a) ou b) conduisent à des valeurs d’estimateur central très proches, mais
l’IC est plus réduit dans le cas b) (plus d’évènements pris en compte).
La limite supérieure du nombre de colonies à considérer est bien sûr fonction du nombre de
colonies individuelles aisément dénombrables. La Fig. 1 indique que l’effet de la
‘promiscuité’ sur la boîte n’apparaît pas nettement à 300 ni à 350 UFC/BdP. Il faut donc
comprendre qu’il faut mieux se tromper de quelques unités (la justesse du résultat ne s’en
trouvera pas affectée) plutôt que de perdre en précision en omettant une fraction importante
des résultats obtenus.
Fig. 1 : différence entre les UFC/BdP [CFU/Plate] attendues [Expected] et observées [Observed] pour un
facteur de dilution [Dilution] (et un nombre de colonies) croissant. [Sutton 2006]
Frédéric Quignon 4
Unversité de Metz
IUT Thionville-Yutz
S1M1 - Mathématiques
Concernant la limite inférieure, les expériences pratiques rejoignent l’argument théorique
(modèle de Poisson, Fig. 2), et une recommandation autour de 25 UFC/BdP est raisonnable.
Encore une fois, il n’existe pas de limite fixe et les considérations pratiques doivent
l’emporter : si l’on dénombre par exemple 20 colonies d’aspect semblable aux autres sur les
autres BdP et que l’opérateur est généralement capable de maîtriser la stérilité de son
environnement de travail, le risque de fausser l’estimation demeure très faible.
Fig. 2 : Erreur relative des comptages CFU/BdP pour les faibles valeurs (modèle de Poisson). [Sutton
2006]
Référence
Sutton S. (2006). Counting Colonies, PMF Newsletter, 12 (9), 2-5
Frédéric Quignon 5