L'analyse d'un milieu complexe, contenant un grand nombre d'analytes avec des structures diverses, est très demandée dans divers domaines, en particulier le contrôle de la qualité des aliments et boissons, la surveillance de l'environnement, la prévention du crime par la surveillance et la détection des explosifs ou des espèces biologiques dangereuses, ainsi que les diagnostics médicaux. Pour de telles applications, les nez/langues électroniques ont des avantages sur les biocapteurs et biopuces classiques qui sont basés sur des procédés de reconnaissance spécifique (principe clef-serrure). Les nez/langues électroniques sont inspirés par le système olfactif des mammifères et ils sont construits en utilisant un réseau de capteurs basés sur la réactivité croisée entre les récepteurs et les analytes. L'analyse est ensuite réalisée par un système de reconnaissance de type "pattern recognition".

Récemment, nous avons mis au point une méthode combinatoire novatrice qui simplifie grandement la conception de nez/langue électronique en évitant la préparation de nombreuses molécules différentes comme il est fait classiquement pour les langues électroniques. La détection du signal est réalisée par une technique optique, l'imagerie par résonance de plasmons de surface (SPRi). Cette langue artificielle a été utilisée pour l'analyse des échantillons purs avec succès, par exemple, la différenciation des protéines de différentes familles ou de mêmes familles. Elle s'est montrée également efficace pour l'analyse des milieux complexes, par exemple la classification et l'identification des bières, vins et lait.

Dans cette thèse, nous proposons d'introduire des nouvelles briques de base pour augmenter la diversité des éléments sensibles afin d'améliorer l'efficacité de notre système. D'autre part, nous proposons d'élargir les domaines d'application de cette approche et explorer le potentiel dans le domaine biomédical. Les principaux défis de la thèse sont liés au choix des matériaux sensibles et à la construction d'une langue électronique assez robuste et reproductible pour travailler avec des milieux biologiques très complexes. Dans le processus de conception et le développement de ce type de capteur, une variété de phénomènes physiques et chimiques fondamentaux devra être étudiée. L'analyse des résultats, en particulier concernant un grand nombre de données à traiter, sera fait en étroite collaboration avec le Groupe Théorie du laboratoire SPrAM.