Retour sur l'appel à projets 2026

Un appel à projets de recherche 2026 plein de nouvelles ambitions !

Ferments du Futur (FdF) a lancé son 4e appel à projets précompétitifs en novembre 2025. Cet appel à projets de recherche est reconduit annuellement selon les mêmes modalités et est ouvert à toutes les structures de recherche publiques françaises ainsi qu’aux Instituts Techniques affiliés à l’ACTIA.

L’appel à projet cherche à lever des verrous scientifiques et technologiques qui ralentissent l’innovation dans les domaines des ferments, des aliments fermentés et de la bio-préservation des aliments.

L’appel à projets 2026 est composé d’un volet Générique et d’un volet Thématique.

Le volet Générique recouvre les 4 axes stratégiques suivants :

Les porteurs de projets sont vivement encouragés à proposer des projets créatifs, innovants et originaux.

Les réponses au volet Générique seront ainsi valorisées pour leur capacité à explorer des concepts nouveaux, des pistes émergentes ou des ruptures technologiques et scientifiques.

Le volet Thématique, les sujets abordés concernaient une des thématiques suivantes :

Optimisation, rentabilité et durabilité des procédés de fermentation

Enjeu : Concevoir des procédés de fermentation ou modifier les procédés existants pour les rendre plus durables, plus robustes et plus rentables.
- Plus durables : valorisation des co-produits, réduction des consommations d’énergie et d’eau, adaptation aux défis de décarbonation.
- Plus robustes : outils et stratégies pour optimiser le passage à l’échelle, que ce soit via des approches high-tech (fermentation continue, FMS) ou low-tech (robustesse, procédés non stériles, consortia).
- Plus rentables : renforcer la compétitivité des procédés, notamment pour les applications à haute valeur ajoutée (santé, nutrition ciblée).
Modélisation pour orienter la production et les effets fonctionnels

Enjeu : Utiliser les sciences des données, la modélisation et l’intelligence artificielle pour orienter et maîtriser la fermentation, du niveau microbien jusqu’à l’effet santé ciblé.
- Modélisation multi-échelle : du consortium microbien à la production de métabolites spécifiques, en intégrant les contraintes nutritionnelles et procédés.
- Couplage Data / IA / bioprocédés : dépasser le paradigme « 1 modèle = 1 process » pour créer des outils transversaux.
- Prédiction fonctionnelle : orienter les procédés de fermentation vers des signatures métaboliques ou des effets santé validables.
Fermentation de précision et ingénierie microbienne

Enjeu : Développer des châssis microbiens et des procédés de fermentation permettant d’orienter finement la production de métabolites ou fonctions d’intérêt.
- Châssis microbiens : ingénierie de microorganismes en particulier anaérobies, commensaux pour améliorer robustesse (montée à l’échelle et industrialisation, adaptation à l’environnement), rendement, activité, durabilité, production de métabolites cibles.
- Pilotage avancé des procédés : mise au point de leviers de bioprocédés permettant de contrôler et d’optimiser l’expression des voies métaboliques, la production de biomasse ou de métabolites d’intérêt.

Cette année encore, le processus de sélection s’est déroulé en 2 étapes :

Les lettres d’intention (2 pages) sont déposées début février, cette année, nous avons reçu 27 lettres ! Les membres par le biais du Comité d’Orientation Stratégique (COS) ont ensuite sélectionné 12 lettres pour continuer le processus de sélection.
Des projets exploratoires (5 pages) sont co-construits avec les membres privés de FdF, puis déposés mi-mai et exposés oralement lors du grand oral de juin.

A l’issue de l’oral, 6 projets de recherche ont été retenus. D’une durée de 2 ans et d’un montant maximum de 250 000 € par projet, ce sont 1.5 M€ alloués à la recherche académique française par FdF sur cet appel à projet 2026. Le démarrage des projets est prévu entre octobre 2026 et janvier 2027. La création de comités de projet assurera le lien avec le consortium, la participation aux orientations stratégiques, le suivi des livrables et aura un rôle clé dans la stratégie de valorisation des résultats.

Lauréats 2026 : une richesse de projets et d'institutions de recherche mises à l'honneur

Les sujets sont, cette année encore, très variés : création d’arômes naturels issus de la fermentation (#AURORA), analyse des bénéfices des vésicules extracellulaires (#EVIDENCE), la création de modèles généralisés et prédictifs (#MODELFERM & #METAFRAME), le recours aux jumeaux numériques (#SMARTBUCHA) ou encore l’étude d’un duo bactérien pour de la fermentation dirigée (#PURPLETWINS).

AURORA : Système avancé de fermentation à base de levures pour la production d'arômes uniques et intenses

Advanced Yeast Fermentation for Unique and RObust aRomA production system

Les arômes naturels et les composés aromatiques sont très demandés dans les secteurs de l’alimentation, des cosmétiques et de la chimie fine, sous l’impulsion des préférences des consommateurs pour des ingrédients « clean label » et des préoccupations liées à l’impact environnemental et au développement durable. La fermentation de précision offre une alternative prometteuse à la synthèse chimique et à l’extraction végétale. Cependant, la production microbienne d’arômes reste limitée par de faibles rendements, une charge métabolique importante et des difficultés en matière d’évolutivité et d’intégration des procédés.

Le projet AURORA vise à mettre en place une filière de bioproduction intégrée combinant l’ingénierie des souches de levure, les communautés synthétiques, la fermentation de précision et les traitements en aval pour une production durable d’arômes naturels. Nous développerons des communautés synthétiques de levures afin de produire des composés aromatiques à partir de sucres, en remplacement de la stratégie de bioconversion classique qui nécessite des précurseurs coûteux. La fermentation de précision en bioréacteur sera associée à une récupération sélective des produits in situ afin d’améliorer la productivité, la robustesse et la durabilité du procédé intégré. Les fractions de produit seront récupérées et caractérisées par analyse sensorielle, ce qui permettra une optimisation du procédé guidée par la rétroaction.

Ce projet permettra de proposer des alternatives « clean label » aux arômes conventionnels, issues de la fermentation, contribuant ainsi au développement d’une bioéconomie circulaire et durable.

Projet porté AgroParisTech, INRAE et Université Paris Saclay.

EVIDENCE : Production de vésicules extracellulaires par des levures utilisées dans l'alimentation : un domaine émergent de découverte et d'innovation

Extracellular Vesicles production by food-associated yeast: an emerging domain of discovery and innovation

Les vésicules extracellulaires (VE) sont des nanoparticules d’origine cellulaire qui transportent diverses molécules bioactives telles que des protéines, des acides nucléiques, des lipides et des métabolites. Les VEs ont fait l’objet de nombreuses études chez les mammifères et sont désormais exploitées dans de nombreuses applications cliniques. En revanche, la recherche sur les VEs en microbiologie reste limitée, en particulier pour les levures non pathogènes, malgré leur utilisation répandue dans la fermentation alimentaire et leurs propriétés bénéfiques pour la santé potentielles.

Ce projet vise à caractériser la diversité et le potentiel fonctionnel des VEs produites par des levures issues du kéfir de fruits. Au cours du projet le consortium s’attachera à l’optimisation de la production des VEs, leur isolement, ainsi que la description de leur contenu. Des approches protéomiques, de microscopie et de biologie cellulaire seront employées afin de préciser la description et la fonctionnalité de ces VEs.

L’objectif d’EVidence est d’apporter un nouvel éclairage sur la production, la composition et, éventuellement, la contribution des VEs de levure aux bienfaits pour la santé des aliments fermentés, et ouvrir de nouvelles perspectives d’innovation dans le domaine des ingrédients bioactifs issus de la fermentation.

Projet porté par AgroParisTech, INRAE et Université Paris Saclay, en collaboration avec le CNRS, l’INSERM et Université Paris Cité.

METAFRAME : Améliorer la prédiction des fonctions métaboliques grâce à une approche intégrée associant la génomique et le phénotypage à haut débit

Advancing metabolic function prediction through integrated genomic and high-throughput phenotyping

Prédire les capacités métaboliques d’une bactérie ou d’un consortium bactérien directement à partir de son ou de leurs génomes reste un défi majeur, malgré l’existence d’outils d’annotation génomique et d’outils de reconstruction de modèles métaboliques.

Le phénotypage constitue un verrou majeur pour relier le potentiel génétique des bactéries à leurs fonctions et exploiter pleinement leur diversité. Les approches expérimentales actuelles, coûteuses et chronophages, limitent fortement le passage à l’échelle.

METAFRAME vise à lever ce verrou en développant des approches prédictives basées sur les données omiques pour améliorer la prédiction des phénotypes microbiens dans les aliments fermentés, tout en stimulant les efforts de la communauté scientifique travaillant autour des données. Pour cela, nous construirons un jeu de données de référence centré sur bactéries lactiques et propioniques, intégrant à la fois des banques publiques (BacDive, metaTraits, DSMZ) et des banques construites en interne. Ces données initiales seront enrichies de phénotypes cinétiques (vitesse de consommation des sucres).

Contrairement aux jeux de données existants, le nôtre se concentrera sur des traits pertinents pour l’alimentation, garantissant une large couverture d’espèces et une grande diversité phénotypique. Deux approches de modélisation complémentaires seront développées pour fournir des prédictions de haute précision : (1) une approche utilisant des modèles de machine learning sur pangénome utilisant des caractéristiques biologiques interprétables (gènes, orthologues, etc) et (2) une approche basée sur des modèles d’IA, et s’appuyant tout particulièrement sur la disponibilité croissante de modèles de fondation pour données omiques.

Le projet livrera à terme une base de données publique conforme aux principes FAIR, et comprenant des modèles pré-entraînés et des données faciles à réutiliser, qui serviront de base à l’organisation d’un data challenge, en partenariat avec DataIA, afin de créer une dynamique autour de ces questions dans la communauté data science. Les outils développés faciliteront la sélection in silico à large échelle de souches pour le design de consortium bactérien.

Projet porté par INRAE, L’Institut Agro Rennes et Université Paris-Saclay, en collaboration avec AgroParisTech.

MODELFERM : Mise au point d'un modèle générique pour les procédés de fermentation destinés à des applications alimentaires et non alimentaires

Development of a generic model for fermentation processes for food and nonfood applications

Les procédés de fermentation transforment, entre autres, les glucides en diverses molécules (acides et/ou alcools, H₂ et CO₂) et, qu’ils soient destinés à des fins alimentaires ou non alimentaires, impliquent un large éventail de réactions métaboliques. Ces réactions se produisent à des degrés divers en fonction des micro-organismes impliqués (bactéries et/ou levures) et des conditions de fonctionnement (pH, température, temps de séjour, transfert de gaz, etc.).

Sept laboratoires de l’INRAE spécialisés dans les procédés de fermentation partagent leur expertise depuis maintenant quatre ans au sein du collectif « TransFermentation ». Cela a conduit ces laboratoires à développer un vocabulaire commun et à identifier des questions de recherche communes, car leurs différents procédés de fermentation présentent de nombreuses similitudes, quelles que soient leurs finalités. Ils ont notamment pris conscience que la construction d’un modèle mathématique capable de rassembler les différentes connaissances et expertises sur les procédés de fermentation et de représenter les différentes voies métaboliques pouvant intervenir dans ces procédés serait particulièrement pertinente pour le domaine, offrant ainsi une base commune utile à l’ensemble de la communauté universitaire et industrielle.

Telle est l’ambition de ce projet : construire un modèle mathématique généralisé combinant le bilan massique, la thermodynamique et, éventuellement, l’intelligence artificielle, afin de permettre la simulation de tous les procédés de fermentation pertinents, le test in silico de conditions de fonctionnement spécifiques, et de servir de base au développement de capteurs logiciels et/ou de jumeaux numériques.

Projet porté par INRAE, en collaboration avec AgroParisTech, CNRS, INSA Toulouse, l’Institut Agro Montpellier, l’Institut Agro Rennes, Université de Montpellier, Université Paris Saclay.

PURPLETWINS : Compréhension et optimisation du duo bactérien Rhodopseudomonas-Cereibacter pour une fermentation dirigée

Understanding and optimization of the Rhodopseudomonas-Cereibacter twin-engine for directed fermentation

Face aux enjeux de souveraineté alimentaire, les bactéries photosynthétiques non sulfureuses (PNSB) représentent une opportunité majeure pour produire des protéines microbiennes durables et riches en nutriments. Cependant, leur déploiement industriel se heurte à un dilemme : les cultures mixtes sont robustes mais imprévisibles, tandis que les cultures pures sont reproductibles mais fragiles.

Le projet PURPLETWINS lève ce verrou grâce à la découverte d’une synergie naturelle conservée entre deux espèces : Cereibacter sp. et Rhodopseudomonas sp. Présente dans les cultures les plus performantes, cette association forme un « double moteur » écologique idéal. L’objectif est de reconstruire ce consortium synthétique défini afin de comprendre cette synergie et d’allier la sécurité réglementaire des cultures pures à la robustesse des cultures mixtes.

En ajustant des paramètres clés (lumière, pH, nutriments), l’équipe caractérisera la performance et la stabilité de ce duo (en batch et en continue), la qualité nutritionnelle et fonctionnelle de la biomasse, ainsi que son innocuité. Ces données alimenteront un modèle hybride prédictif guidant le pilotage du bioprocédé. PURPLETWINS posera ainsi les bases d’une plateforme de fermentation dirigée, modulable et sécurisée pour l’alimentation du futur.

Projet porté par INRAE, en collaboration avec EN Vet Toulouse, INP Toulouse, L’Institut Agro Rennes, PURPAN, Université de Toulouse.

SMARTBUCHA : L'apprentissage profond au service d'un contrôle robuste des microbiomes de fermentation : le kombucha comme système modèle

Deep Learning for Robust Control of Fermentation Microbiomes: Kombucha as a Model System

Les aliments et boissons fermentés doivent leur qualité, leur saveur et leurs propriétés bénéfiques pour la santé à des communautés de micro-organismes. Ces communautés sont difficiles à prévoir et à contrôler : des fermentations lancées dans des conditions similaires peuvent évoluer différemment, ce qui limite la reproductibilité et rend la conception des procédés tributaire d’un processus d’essais et d’erreurs.

Le projet SmartBucha vise à rendre les fermentations complexes plus prévisibles et contrôlables, en utilisant le kombucha, un thé fermenté par une communauté de levures et de bactéries, comme système modèle. Le kombucha est suffisamment simple pour être étudié en laboratoire, tout en étant suffisamment complexe pour refléter les défis des véritables processus de fermentation.

Le projet combine des expériences de fermentation contrôlées, des mesures microbiologiques et chimiques, ainsi que l’intelligence artificielle afin de créer un jumeau numérique de la fermentation du kombucha : un modèle informatique capable de prédire l’évolution de la fermentation dans différentes conditions de processus.

Le projet apportera une preuve de concept pour des systèmes de fermentation intelligents susceptibles d’aider les producteurs à obtenir des résultats plus constants et mieux contrôlés.