ParfumsPlus

Mission : Un acteur de la parfumerie cherchait à dépasser les limites d’AMDIS et Excel pour analyser ses données GC-MS et reformuler plus vite ses fragrances. Nous avons développé une plateforme IA dédiée à la parfumerie, qui centralise les bibliothèques de molécules et de matières naturelles, génère une formule globale polaire/apolaire, permet la superposition des chromatogrammes marché/essai et intègre un module de redosage avec coefficients de réponse. Grâce à cette solution, l’analyse et la reformulation sont réunies dans un seul outil, sans tableurs, avec une traçabilité complète et des données prêtes pour l’entraînement de modèles IA. Ce projet illustre concrètement comment l’IA appliquée au GC-MS peut transformer la formulation de parfums et optimiser le travail des analystes.
Secteur : Industrie
Date : Jun 04, 2025

Problème

Outils dispersés et non adaptés à la parfumerie

AMDIS et Excel limitent l’analyse GC-MS, absence de traçabilité, redosage manuel, comparaisons chronogrammes imprécises.

Solution

Plateforme IA GC-MS unifiée

Centralisation des librairies molécules/naturels, formule globale polaire/apolaire, overlay chromatogrammes, redosage avec coefficients de réponse, ajout molécules traçable.

Résultats

Analyse et reformulation accélérées

Un seul outil pour identifier, comparer et redoser. Suppression d’Excel, traçabilité complète, réduction du temps d’analyse, base enrichie pour IA future.

Réduction du temps d’analyse

Jusqu’à 50 % de gain sur le redosage et la comparaison chromatogrammes grâce à l’automatisation IA.

Suppression des tableurs

100 % des opérations réalisées dans la plateforme GC-MS sans Excel, de l’identification à la reformulation.

Traçabilité et qualité renforcées

Chaque ajout manuel est historisé, coefficients de réponse sauvegardés, base prête pour l’entraînement IA.

October 2, 2025

Déploiement d’une plateforme IA pour l’analyse GC-MS et la reformulation

« Nous avions besoin de sortir d’un fonctionnement artisanal basé sur AMDIS et Excel pour fiabiliser nos analyses GC-MS et accélérer nos reformulations. Koïno a rapidement compris nos enjeux métier et livré une plateforme claire, robuste et immédiatement exploitable. Le gain de temps est réel, le redosage est devenu maîtrisable, et chaque ajout est désormais traçable. C’est un outil que l’on utilise au quotidien. »

Responsable R&D — Parfumsplus

Trouvez un expert pour votre projet, sélectionné par notre IA en 2min :

Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.

Introduction

Chez Parfumsplus, entreprise spécialisée dans l’analyse et la reformulation de parfums, la dépendance à AMDIS et à des fichiers Excel limitait la productivité des analystes. Les opérations de déconvolution, de redosage et de comparaison des chromatogrammes demandaient un temps considérable et souffraient d’un manque de traçabilité.

L’équipe koïno a conçu une plateforme IA GC-MS sur mesure, intégrant identification moléculaire, gestion de bibliothèques et formulation assistée. Cette étude de cas montre comment l’intelligence artificielle permet d’optimiser l’analyse et la reformulation en parfumerie.

Stop Excel. Un poste de travail unique pour analyser, comparer, formuler, redoser.

TL;DR

Parfumsplus bascule d’AMDIS + Excel vers une plateforme IA GC-MS centralisée. Bibliothèques molécules/naturels unifiées, formule globale polaire/apolaire (T/TA), overlay chromatogrammes marché/essai, module de redosage avec coefficients de réponse, ajouts manuels traçables, base d’apprentissage enrichie.

Douleur Effet opérationnel Conséquence projet
Fichiers Excel hétérogènesPerte de temps, erreursBesoin d’unifier dans un outil
Déconvolution/overlay faiblesDécisions lentesRisque d’identification fragile
Redosage manuelRésultats non reproductiblesManque de contrôle qualité
T/TA non consolidésFormule globale incomplèteAller-retour incessants

Problématique

Chez Parfumsplus, les équipes d’analyse utilisaient un enchaînement d’outils non intégrés — principalement AMDIS pour la lecture GC-MS et Excel pour la formulation et le redosage.
Ce fonctionnement provoquait :

  • une perte de temps dans les ajustements manuels,
  • un manque de traçabilité sur les décisions prises,
  • une impossibilité de standardiser les processus de reformulation.
    Résultat : chaque analyste avait ses propres méthodes, avec un fort risque d’erreurs ou d’incohérences.

Objectifs

Le client souhaitait remplacer cette logique fragmentée par une plateforme unifiée, capable de :

  • Centraliser les librairies de molécules et matières naturelles
  • Proposer une formule globale T/TA automatiquement
  • Intégrer un module de redosage basé sur des marqueurs et des coefficients de réponse
  • Comparer visuellement les essais grâce à un overlay chromatogrammes
  • Créer une base d’apprentissage pour fiabiliser l’identification moléculaire dans le temps

Solution livrée

Nous avons conçu et déployé une plateforme IA métier, pensée pour les analystes parfumeurs. Elle inclut :

  • Un moteur d’identification basé sur Spec2Vec et NNLS
  • Une interface d’analyse avec chromatogramme interactif, annotations, ajout à RT et vue robot
  • Une formule T/TA construite automatiquement avec validation manuelle
  • Un module de redosage intelligent : calcul à partir des marqueurs, coefficients persistants, rationalisation à 1000 mg
  • Un overlay marché/essai pour visualiser instantanément les écarts et ajuster la formule
  • Un système d’ajout manuel guidé avec déconvolution locale, traçabilité complète, et intégration dans l’historique

La solution est opérationnelle, utilisée au quotidien par les analystes, et structurée pour accueillir de nouvelles briques (détection d’isomères, recherche par ions, superposition multi-projets…).

Méthodologie du projet

Nous avons suivi une approche simple et opérationnelle :

  1. Cadrage rapide avec l’équipe métier pour comprendre les usages, outils en place (AMDIS, Excel) et les objectifs.
  2. Conception sur mesure d’un socle IA + interface : ingestion des fichiers, identification automatique, redosage, overlay.
  3. Développement en itérations courtes, avec validations continues par l’analyste GC-MS.
  4. Déploiement de la plateforme sur un environnement prêt à l’usage, avec support et documentation.
  5. Backlog évolutif pour activer les prochaines fonctionnalités selon les priorités métier.

Une méthode simple, claire, efficace : on livre ce qui sert vraiment.


Détails fonctionnels — synthèse exhaustive

Ci-dessous, l’ensemble des fonctionnalités livrées et planifiées (phase 2) pour la plateforme GC-MS en parfumerie. Le tableau couvre le périmètre analyse → identification → formulation → redosage → traçabilité.

Fonctionnalité Description Impact Tech
Librairies centralisées (molécules & naturels)Référentiels unifiés, ajout/édition, lien molécules ↔ matières naturellesSource unique fiable pour identification et formulationPostgreSQL + Django Admin
Chromatogramme interactifZoom/selection, annotations, ajout à RT → déconv locale, vue “robot”Ajout précis, contrôle et traçabilitéReact/TypeScript + D3.js/WebGL
Base des résultats corrigésHistorisation des validations/corrections analystesTraçabilité et capitalisation de donnéesPostgreSQL + S3/MinIO
Formule globale T/TAFusion polaire/apolaire, règles par défaut, override analysteFormule exploitable, moins d’aller-retoursPython (Pandas) + FastAPI
Proposition de matières naturellesSuggestions + quantités initiales, mapping molécules ↔ ressourcesReformulation plus rapide, cohérenceSpec2Vec (PyTorch) + NNLS (SciPy)
Redosage par marqueursMarqueurs, coefficients de réponse persistants, rationalisation 1000 mg, soustraction autoRedosage reproductible et contrôléPython (NumPy) + FastAPI
Superposition (overlay)Type marché ↔ essai, T ↔ TA, zoom/sélection, normalisation, manquantsComparaison objective, ajout cibléReact/TypeScript + D3.js
Ajout manuel guidéRecherche (nom/CAS), fenêtre RT avant déconv, marquage visuelAjouts rapides, réduction d’erreursReact + FastAPI
Édition/nettoyage de formuleÉdition inline, déduplication, sélection multiple, erreurs explicitesGains de temps, cohérence des donnéesReact + PostgreSQL
Gestion des jobsRecherche par nom/statut/date, purge rapideSuivi d’exécutions fluideCelery/RQ + Redis
Persistance d’état (state)Restauration onglets/champs, résumé toggleContinuité de travailLocalStorage + Redux
Confirmation/ajout de naturelsConfirmation Oui/Non, ajout avec recalcul automatiqueValidation explicite, cohérence quantiReact + FastAPI
Fiche molécule — spectresm/z vs abondance à n’importe quel RT, identification vs librairie, sauvegardeAnalyse fine et réutilisablePlotly.js + PostgreSQL
Export de spectresExport CDF/CSV depuis fiche ou machinePartage, auditabilitéPython (cdf-toolkits)
Projets d’analysesGroupement multi-échantillons par projetOrganisation claire des étudesPostgreSQL (schemas)
Recherche par ionsJusqu’à 3 masses, librairie d’ions, affichage timeline, export rapportCiblage d’ions trace, justificationReact + FastAPI
Détection automatique d’isomèresComparaison à librairie d’isomères, badge de confianceMoins de faux positifsML heuristics (scikit-learn)
Stockage des résultats d’identificationSauvegarde avec statut et validation analysteReproductibilité et conformitéPostgreSQL + Audit logs
Persistance des coefficientsSauvegarde/édition des coefficients de réponseStabilité inter-projetsPostgreSQL
Normalisation overlayOption de normaliser les signaux avant comparaisonComparaisons robustesNumPy + D3.js
Indication des manquantsListe des molécules présentes dans le type et absentes de l’essaiAjout priorisé, moins d’itérationsReact + FastAPI
Import CDF directIngestion depuis machine de chromatographieMoins de manipulations fichiersPython (I/O) + Watcher
Moteur d’identificationDétection/intégration/déconvolution, scoringIdentification plus fiable, + rapideSpec2Vec (PyTorch) + SciPy
Orchestration & APIPipelines, files d’attente, endpoints sécurisésScalabilité et intégrationFastAPI + Celery + Docker/K8s

FAQ — Analyse GC-MS, IA et reformulation parfum

1. Comment remplacer AMDIS et Excel dans un processus GC-MS en parfumerie ?

La migration vers une plateforme unifiée permet de regrouper toutes les étapes : import des chromatogrammes (format CDF), traitement des spectres, identification moléculaire, comparaison d’échantillons, formulation T/TA et redosage.
Contrairement à AMDIS et Excel, chaque action est historisée, traçable et connectée à un référentiel commun. L’analyste peut ajouter une molécule à un temps de rétention (RT) spécifique, déclencher une déconvolution locale, comparer deux essais en overlay, et générer une formule exploitable sans jamais quitter l’interface.

2. Comment fiabiliser l’identification moléculaire dans les analyses GC-MS ?

Le moteur d’identification repose sur une combinaison d’algorithmes :

  • Déconvolution automatique pour isoler les signaux.
  • Spec2Vec (embedding de spectres) pour calculer une similarité avec les librairies internes.
  • NNLS (régression non négative) pour estimer les matières naturelles expliquant le profil moléculaire.
    Chaque résultat peut être validé manuellement, corrigé, ou comparé à des isomères, avec un badge de confiance attribué au score final.

3. Qu’est-ce que la “formule globale T/TA” et pourquoi est-elle essentielle ?

En parfumerie, deux analyses GC-MS sont réalisées : polaire (T) et apolaire (TA).
La formule globale fusionne les deux sources via des règles métier :

  • Synthétiques priorisés en T.
  • Marqueurs naturels repérés dans TA.
  • Quantités cohérentes selon profils et RT.
    L’outil permet de construire cette formule automatiquement, avec validation ou override de l’analyste, pour éviter les incohérences entre sources.

4. Comment fonctionne le module de redosage avec coefficients de réponse ?

Chaque matière naturelle est liée à des molécules marqueurs.

L’analyste sélectionne ces marqueurs, puis le système applique des coefficients de réponse calibrés (stockés ou éditables). Résultat : une proposition dosée à 1000 mg (ou toute autre base), avec soustraction automatique des contributions déjà présentes.

Une alerte signale les dérives anormales (±20 %) par rapport à l’historique des essais. Le redosage devient reproductible, quantitatif et traçable.

5. Qu’est-ce que l’overlay chromatogrammes et pourquoi est-ce clé dans la reformulation ?

L’overlay permet de superposer :

  • Un type marché et un essai
  • Ou polaire et apolaire
    Le système affiche les molécules manquantes ou en excès, avec zoom, sélection temporelle, et normalisation si nécessaire.
    L’analyste visualise immédiatement les écarts et peut ajouter les molécules manquantes directement via un ajout à RT → déclenchement d’une déconvolution.
    C’est un outil critique pour guider les ajustements de formule.

6. Quels sont les prérequis techniques et les zones de déploiement de la solution ?

La solution est disponible :

  • On-premise (dans l’infrastructure du laboratoire)
  • En mode cloud privé
  • Via interface web sécurisée avec authentification, audit log, gestion des rôles.

Zones de déploiement actives :

  • Paris & Île-de-France
  • Grasse (06), cœur de l’industrie parfum
  • Lyon et région Auvergne-Rhône-Alpes
  • Remote pour laboratoires en Europe (format CDF compatible)

Aucun changement d’instrument nécessaire : l’import CDF standard est pris en charge automatiquement. Le système peut s’adapter aux environnements réglementés avec historique complet et export des spectres.

À propos de koïno

koïno est une société de conseil et d’ingénierie spécialisée dans la data et l’intelligence artificielle, fondée pour répondre à un besoin clair : transformer les outils métiers en plateformes réellement intelligentes, centrées sur l’usage, et prêtes à l’industrialisation.

Nous opérons à la croisée de trois domaines critiques :

  • Data Engineering : structuration des flux, pipelines robustes, ingestion multi-sources.
  • IA appliquée : modèles sur mesure, NLP, computer vision, scoring, recommandation, etc.
  • Expérience métier : chaque livrable est construit avec et pour les utilisateurs finaux.

Notre équipe est composée de profils freelance seniors, organisés en collectifs, et pilotée pour livrer vite, proprement et utile. Nous intervenons sur des projets structurants dans les secteurs de la santé, de la parfumerie, de l’industrie, du retail ou encore de la finance.

Travailler avec nous

Vous avez un projet IA, data, ou souhaitez remplacer des outils obsolètes (Excel, AMDIS, macros, etc.) par une plateforme métier sur-mesure ? Vous voulez passer de l’intuition au pilotage par la donnée ? Vous cherchez une équipe qui comprend vos enjeux métiers et parle le langage de vos utilisateurs autant que celui du code ?

Chez koïno, on ne livre pas des POCs sans lendemain. On construit des systèmes durables, scalables, industrialisables. En clair : des outils que vos équipes veulent utiliser.

Découvrez d’autres cas clients

Voir tous nos articles
Cas client
IA
Data
Consulting

Adviso Partners

Koïno a accompagné Adviso Partners, cabinet de conseil en M&A (fusion-acquisition), dans le déploiement de 30 agents IA spécialisés. Ces outils sur-mesure automatisent des tâches critiques telles que le sourcing sectoriel, la due diligence documentaire et la correction de présentations, générant plus de 100 heures économisées par mois et améliorant la productivité et la fiabilité des livrables financiers.

Finance
Cas client
IA
Data
Dev

IESEG

Automatisation LLM de la base alumni IESEG : IA + NoCode pour actualiser 20 000 profils en temps réel, fiabilité 95 %, déduplication totale

Technologie