Les réseaux métaboliques permettent à l’utilisateur la construction de modèles détaillés en utilisant des jeux de données dites “omiques” de haute résolution. En particulier, les modèles par contraintes (CBM, en anglais) sont utilisés pour obtenir des prédictions quantitatives à partir de modèles métaboliques. Pendent les 20 dernières années, CBMs ont été appliqués avec succès à un large éventail de problèmes dans plusieurs aspects de la physiologie microbienne. L’objectif principal de la présente thèse est d’utiliser les CBM comme une technique de modélisation dans le contexte de l’écologie microbienne. En particulier, les effets du réseau métabolique sur l’environnement et les effets des variables environnementales sur la physiologie sont explorés à l’aide de mesures de confiance. La première section est dédiée à l’application des CBM à des réseaux métaboliques isolées. D’abord, une nouvelle application de CBM est utilisée pour étudier l’insertion de gènes tels qu’ils sont optimales pour maximiser le taux de croissance. Ensuite, les effets des conditions environnementales dans une chemostat chez le réseau métabolique, sont évalués par des approches CBM classiques et contrastés avec des observations expérimentales. Enfin, un nouveau CBM est développé pour déterminer les conditions environnementales telles qu’elles favorisent le la perte des gènes. La deuxième section comporte sur les interactions entre plusieurs réseaux métaboliques différents. L’utilisation de compartiments pour représenter différents microorganismes est d’abord justifiée. Ensuite, une révision des approches existantes dans la littérature est réalisée. Après cette révision, un nouveau CBM basé dans l’optimisation MultiObjective pour l’écosystème microbien est développé. On s’attend à que l’ensemble des travaux développés dans la thèse pourrait servir à rapprocher les champs de l’écologie microbienne et la modélisation par contraintes.