Les communautés microbiennes forment un réseau complexe d’interactions entre organismes, qui façonnent leur structure. Parmi ces interactions, les échanges de métabolites entre organismes, nommés ‘cross-feeding’, sont considérés comme fréquents et importants. Ces échanges peuvent être prédits in silico avec des réseaux métaboliques inférés à partir de génomes. Ces modèles sont intégrés dans un cadre de travail nommé ‘microbial system ecology’, qui rassemble plusieurs méthodes de modélisation ainsi que leur validation expérimentale, à différentes échelles d’étude. Dans cette thèse, nous avons utilisé ce cadre pour prédire de nombreuses et hypothétiques associations de bactéries du microbiote racinaire d’Arabidopsis thaliana permettant le production de métabolites non productibles par des bactéries seules. Nous avons également modélisé l’impact des nutriments disponibles dans le milieu, et prédit que ces contraintes nutritionnelles sont largement compensées par des comportements de cross-feeding. En parallèle, nous avons également utilisé des métriques simples pour corréler le potentiel de cross-feeding et de compétition avec le métabolisme des bactéries et leur distance phylogénétique. Ces métriques ont été testées expérimentalement avec un ensemble de petites communautés synthétiques. La compétition semblait dominer dans la plupart des communautés, mais a été déterminée comme étant plus faible dnas les communautés abritant des souches à métabolisme différent. Nous avons identifié quelques bactéries profitant des exsudats d’autres espèces, particulièrement une Achromobacter sp. Finalement, les résultats suggèrent que le cross-feeding est courant mais potentiellement masqué par de la forte compétition lorsque des bactéries sont en contact.