Les interactions entre micro-organismes sous-tendent de nombreux services écosystémiques, y compris la régulation des maladies des plantes cultivées. Un acteur de cette régulation est le pathobiome, défini comme le sous-ensemble des micro-organismes associés à une plante hôte en interaction avec un agent pathogène. L'un des défis actuels consiste à reconstruire les pathobiomes à partir de données de metabarcoding, pour identifier des agents potentiels de biocontrôle et pour surveiller en temps réel leurs réponses aux changements environnementaux. Plusieurs verrous méthodologiques doivent cependant être levés pour atteindre ces objectifs. Tout d’abord, il n’existe pas de consensus concernant l’approche bioinformatique la plus fiable pour déterminer l’identité et l’abondance des micro-organismes présents dans les échantillons végétaux. De plus, les réseaux microbiens construits avec les méthodes actuellement disponibles sont des réseaux d’associations statistiques entre des comptages de séquences, non directement superposables aux réseaux d’interactions (ex : compétition, parasitisme) entre micro-organismes. L’objectif de la thèse était donc de déterminer les approches bioinformatiques et statistiques les plus pertinentes pour reconstruire des réseaux d’interactions microbiennes à partir de données de metabarcoding. Le modèle d’étude était la vigne (Vitis vinifera L. cv. Merlot noir) et l’oïdium de la vigne, Erysiphe necator. Nous avons tout d’abord déterminé l’approche bioinformatique la plus adaptée pour identifier la communauté fongique associée à ce pathogène, en comparant la capacité de 360 pipelines à retrouver la composition d’une communauté artificielle de 189 souches fongiques. DADA2 est apparu comme l’outil le plus performant. Nous avons ensuite évalué l’influence de la pratique culturale (viticulture conventionnelle vs. biologique) sur les communautés fongiques des feuilles et évalué le niveau de réplicabilité des réseaux microbiens construits avec une méthode d’inférence classique, SparCC. La réplicabilité était très faible, jetant ainsi un doute sur l’utilité de ces réseaux pour le biocontrôle et la biosurveillance. Nous avons donc utilisé une nouvelle approche statistique, le modèle PLN, qui permet de prendre en compte la variabilité environnementale, pour explorer finement le pathobiome d’Erysiphe necator. Les interactions microbiennes prédites par le modèle sont en cours de comparaison avec des expériences de confrontations de levures en co-cultures. Une approche alternative, HMSC, a également été testée sur un autre modèle biologique et certaines prédictions ont été confrontées avec succès aux données de la littérature. Les réseaux microbiens, sous réserve d’amélioration des méthodes de reconstruction, pourraient donc être utilisés pour capturer les signaux des interactions biotiques dans le pathobiome. / Interactions between microorganisms underpin many ecosystem services, including the regulation of crop diseases. An actor in this regulation is the pathobiome, defined as the subset of microorganisms associated with a host plant in interaction with a pathogen. One of the current challenges is to reconstruct pathobiomes from metabarcoding data, in order to identify potential biocontrol agents and to monitor in real time their responses to environmental changes. However, several methodological hurdles must be overcomed to achieve these objectives. First, there is no consensus on the most reliable bioinformatics approach to determine the identity and abundance of microorganisms present in plant samples. In addition, microbial networks built with currently available methods are networks of statistical associations between sequence counts, not directly related to networks of interactions (e. g. competition, parasitism) between microorganisms. The objective of the thesis was therefore to determine the most relevant bioinformatics and statistical approaches to reconstruct microbial interaction networks from metabarcoding data. The study system was grapevine (Vitis vinifera L. cv. Merlot noir) and the fungal agent of grapevine powdery mildew Erysiphe necator. First, we determined the most appropriate bioinformatics approach to identify the fungal community associated with this pathogen, by comparing the ability of 360 pipelines to recover the composition of an artificial community of 189 fungal strains. DADA2 has emerged as the most powerful tool. We then evaluated the influence of the cropping system (conventional vs. organic viticulture) on foliar fungal communities and assessed the level of replicability of microbial networks built with a standard inference method, SparCC. Replicability was very low, casting doubt on the usefulness of these networks for biocontrol and biomonitoring We therefore used a new statistical approach, the PLN model, which allows us to take into account environmental variability, to finely explore the pathobiome of Erysiphe necator. The microbial interactions predicted by the model are being compared with experiments confronting yeasts in co-cultures. An alternative approach, HMSC, was also tested on another biological model and some predictions were successfully compared with the data in the literature. Microbial networks, provided improved reconstruction methods, could therefore be used to capture signals of biotic interactions in the pathobiome.

Les microbiotes humains sont considérés comme des organes supplémentaires impliqués dans des pathologies diverses, y compris infectieuses. Les déséquilibres des microbiotes, ou dysbioses, créent des niches écologiques pathologiques ou pathobiomes. Ce nouveau paradigme de l'infection s'applique tout particulièrement aux infections opportunistes. Dans ce travail, nous considérons des infections associées aux soins (IAS), les infections du site opératoire en chirurgie cardiaque, comme le résultat d'une pathologie de niche et nous étudions la dynamique des communautés et des populations microbiennes comme conditions d'émergence et de succès de l'agent infectieux. La diversité et la dynamique du microbiote chirurgical superficiel et profond de patients opérés pour pontage aorto-coronarien montrent un remplacement partiel du microbiote pré-opératoire par un microbiote spécifique avec une résilience partielle lors de la cicatrisation. Un lien significatif est observé entre la composition microbiotique et les marqueurs de risque infectieux. Le suivi de la structure de population d'un agent pathogène reconnu en chirurgie cardiaque, Propionibacterium acnes, montre des fréquences différentielles de phylotypes selon les phases opératoires. La spécificité du microbiote opératoire consiste en une forte diversité de bactéries à Gram négatif dont certaines ont été décrites dans le microbiote de la peau saine. Nous avons réalisé une identification au niveau de l'espèce de ces bactéries de la peau saine qui s'avèrent atypiques parmi les bactéries humaines connues car elles évoquent une origine environnementale. Le réservoir cutané et non environnemental d'un pathogène opportuniste, Roseomonas mucosa, est démontré et trois populations de pathogène opportuniste à réservoir environnemental et/ou humain (Pseudomonas aeruginosa, Ochrobactrum antropi, O. intermedium) sont étudiés en termes de structure de population pour préciser les conditions de leur transmission et leur succès infectieux dans le contexte général du pathobiome et des niches écologiques perturbées. Ce contexte général permet d'organiser les résultats obtenus à diverses échelles (communauté, populations, espèces, phylotypes) pour proposer une vision intégrée et originale de la microbiologie des IAS. / Human microbiota are now considered as supplementary organs involved in diseases such as infections. Microbiota disequilibrium named dysbiosis creates impaired ecological niches (pathobiomes). This new paradigm of infection is particularly relevant for opportunistic infections. In this study, we consider one major type of healthcare associated infection (HAI), the surgical site infections after cardiothoracic surgery as a pathology of niche. We study the dynamics of microbial communities and populations as conditions for emergence and success of infectious agents.The diversity and dynamics of superficial and deep surgical microbiota in patients undergoing coronary artery bypass grafting show a partial replacement of the pre-operative microbiota by a specific surgical microbiota with partial resilience during healing. Significant links are found between microbiota composition and scores for infectious risk. The population structure of Propionibacterium acnes, a pathogen complicating cardiac surgery, shows variable frequencies of phylotypes according to operative stages. Surgical microbiota appears specific with high diversity of Gram-negative bacteria, some of them being previously described in healthy skin microbiota. At the species-level, these bacteria appear atypical among known human bacteria because they are related to environmental bacteria. We demonstrate the cutaneous reservoir of the opportunistic pathogen Roseomonas mucosa deemed, until now, to be environmental. Three populations of opportunistic pathogens (Pseudomonas aeruginosa, Ochrobactrum anthropi, O. intermedium) are structured in order to precise their transmission and their infectivity in the general context of impaired ecological niche and pathobiome.The results obtained at various microbiological scale (community, population, species, phylotype) are organized in this general context in order to delineate an original integrative vision of HAI.