L’élevage ovin doit relever de nombreux défis pour améliorer sa durabilité. Améliorer l'efficience alimentaire pourrait réduire l'empreinte environnementale de l’élevage, améliorer les revenus des éleveurs et atténuer la concurrence entre l’alimentation humaine et animale. Cependant, l'efficience alimentaire est rarement sélectionnée chez l’ovin allaitant car mesurer l'ingestion d'aliments individuellement coûte cher. Prédire l'efficience alimentaire serait une solution. L'étude des omiques pourrait identifier des prédicteurs qui faciliteraient la sélection des ovins pour l'efficience alimentaire. La thèse s'est concentrée sur la prédiction de l'efficience alimentaire et de l'ingestion chez l’ovin allaitant. Les prédicteurs potentiels comprenaient des effets fixes, le poids vif de l’animal, le pedigree et des données omiques collectées chez des agneaux Romane entre 2018 et 2020. Les agneaux faisaient partie de lignées divergentes sélectionnées pour la consommation résiduelle. Les caractères de production et le microbiote du rumen ont été analysés avec des animaux nourris avec des concentrés, puis avec des fourrages. Les génotypes des animaux, le lipidome ruminal, le spectre proche-infrarouge fécal, les métabolomes ruminal et plasmatique ont été analysés seulement avec des concentrés. Tout d'abord, les analyses en composantes principales ont mis en évidence les principaux facteurs de variation des potentiels prédicteurs de l'efficience. La généalogie et la génomique ont mis en évidence la structure de population. D'autre part, la composition du microbiote ruminal, les spectres fécaux et le métabolome sont influencés par l'environnement (c'est-à-dire l'année ou la période de phénotypage). Deuxièmement, le microbiote ruminal ne pouvait pas prédire l’ingestion de façon fiable si les populations de référence et cible ont été élevées lors d’années distinctes (corrélations entre les phénotypes prédits et réels 0,35). Par rapport au microbiote ruminal, les effets fixes et le poids corporel pouvaient prédire les caractères de production aussi précisément si ce n’est plus. L'étude de données omiques et non-omiques collectées sur plusieurs années a mis en évidence que les meilleurs prédicteurs étaient : la génétique de l'hôte pour la consommation résiduelle (0,54) ; les effets fixes et le poids pour l'indice de consommation (0,48) ainsi que la consommation (0,85). En revanche, les données ruminales prédisaient mal l'efficience alimentaire et la consommation. Enfin, l'intégration de données hétérogènes (omiques ou non) a été réalisée en pondérant la moyenne des prédictions de modèles entrainé sur un seul jeu de prédicteurs, ou en régressant les prédictions. L'intégration a significativement augmenté la précision de prédiction de l'efficience ( 0,59) et de l'ingestion ( 0,88). La thèse ouvre de nouvelles perspectives pour l'exploitation des données omiques et l’identification de prédicteurs de l'efficience alimentaire. Des recherches sont nécessaires pour intégrer et comprendre les interactions entre les différentes omiques, ce qui pourrait améliorer notre compréhension de l'efficience alimentaire des moutons.