La modélisation métabolique est un outil performant pour mieux comprendre, prédire et optimiser les bioprocédés, particulièrement lorsqu'ils impliquent des molécules d'intérêt. Malheureusement, l'utilisation de cette approche de modélisation pour des métabolismes dynamiques est difficile à cause du manque de données expérimentales nécessaires pour définir et calibrer les cinétiques des réactions appartenant aux chemins métaboliques. C'est pourquoi, les modèles métaboliques sont souvent utilisés sous l'hypothèse de croissance équilibrée. Cependant, pour certains procédés comme la croissance photoautotrophique des microalgues, l'hypothèse de croissance équilibrée ne semble pas raisonnable à cause de la synchronisation de leur cycle circadien sur la lumière du jour. Cependant, une compréhension approfondie du métabolisme des microalgues est nécessaire afin d'optimiser les rendements de production des bioprocédés basés sur ces microorganismes, comme par exemple la production de biocarburants.Dans cette thèse, DRUM, une nouvelle approche de modélisation métabolique dynamique qui prend en compte la croissance non-équilibrée, a été développée. La première étape de l'approche consiste à découper le réseau métabolique en sous-réseaux décrivant des réactions qui sont spatialement et fonctionnellement proches et supposés satisfaire une croissance équilibrée. Les métabolites interconnectant les sous-réseaux peuvent alors avoir un comportement dynamique. Puis, grâce à l'analyse de modes élémentaires, chaque sous-réseau est réduit à des réactions macroscopiques, pour lesquelles des cinétiques simples sont supposées. Enfin, un système d'équations ordinaires différentielles est obtenu pour décrire la consommation des substrats, la production de biomasse, les produits excrétés et l'accumulation de certains métabolites intracellulaires.DRUM a été appliquée à l'accumulation des lipides et des carbohydrates de la microalgue Tisochrysis lutea soumise à des cycles jour/nuits en condition d'azote normal et de carence azotée. Le model décrit avec précision les données expérimentales. DRUM a également été appliquée à la microalgue Chlorella Sorokiniana en croissance hétérotrophique, montrant que la croissance équilibrée est valide dans ce cas-là. / Metabolic modeling is a powerful tool to understand, predict and optimize bioprocesses, particularly when they imply intracellular molecules of interest. Unfortunately, the use of metabolic models for time varying metabolic fluxes is hampered by the lack of experimental data required to define and calibrate the kinetic reaction rates of the metabolic pathways. For this reason, metabolic models are often used under the balanced growth hypothesis. However, for some processes such as the photoautotrophic metabolism of microalgae, the balanced-growth assumption appears to be unreasonable because of the synchronization of their circadian cycle on the daily light. Yet, understanding microalgae metabolism is necessary to optimize the production yield of bioprocesses based on this microorganism, as for example production of third-generation biofuels.In this PhD thesis, DRUM, a new dynamic metabolic modeling framework that handles the non-balanced growth condition and hence accumulation of intracellular metabolites was developed. The first stage of the approach consists in splitting the metabolic network into sub-networks describing reactions which are spatially and functionally close, and which are assumed to satisfy balanced growth condition. The left metabolites interconnecting the sub-networks behave dynamically. Then, thanks to Elementary Flux Mode analysis, each sub-network is reduced to macroscopic reactions, for which simple kinetics are assumed. Finally, an Ordinary Differential Equation system is obtained to describe substrate consumption, biomass production, products excretion and accumulation of some internal metabolites.DRUM was applied to the accumulation of lipids and carbohydrates of the microalgae Tisochrysis lutea under day/night cycles in normal and nitrogen starvation conditions. The resulting model describes accurately experimental data. It efficiently predicts the accumulation and consumption of lipids and carbohydrates. DRUM was also applied to the microalgae Chlorella Sorokiniana in dark heterotrophic growth, showing that the balanced-growth assumption was valid in this case.