La distribution de la neige à l'échelle du paysage dans les zones alpines est une des variables les plus importantes contrôlant la structure et la fonction des écosystèmes de montagne. Des changements d'épaisseur neigeuse et de durée d'enneigement peuvent entraîner de grands changements dans les conditions édapho-climatiques, ainsi que dans la composition des communautés végétales et surtout sur les cycles biogéochimiques majeurs et par conséquence la structure et le fonctionnement de l'écosystème. Nous avons utilisé l'approche métatranscriptomique pour essayer de comprendre la diversité fonctionnelle réelle et les activités exprimées dans les sols alpins par les micro-organismes, en réponse à différentes contraintes environnementales. La transcriptomique, et par extension, la métatranscriptomique, peut être vue comme l'analyse quantitative complète de tous les gènes exprimés par un ou plusieurs organismes, ou par l'écosystème entier. L'utilisation de cette approche implique d'abord l'extraction des ARN une bonne qualité et avec un bon rendement, ensuite la conversion de ces ARN en cDNA en ciblant les fractions de ARNm. La capacité d'évaluer le metatranscriptome des communautés microbiennes complexes dans différentes conditions environnementales représente en soi une avancée significative dans notre capacité de relier la structure et les fonctions des communautés avec les génotypes d'ADN (les séquences) et avec la correspondance phénotype. Dans cette étude, nous présentons l'utilisation pour la première fois de l'approche métatranscriptomique concernant les activités des communautés microbiennes des eucaryotes des sols alpins sous deux conditions d'enneigement très contrasté nommés LSM (lately snowmelt) et ESM (early snowmelt), qui sont caractérisés par des gradients climatiques contrastés et des différences de végétations associées. Nous présentons également une analyse des séquences et des procédures d'annotation en utilisant des logiciels publiquement disponibles et des scripts de python en utilisant l'environnent d'Obitools. Nous avons également développé un pipeline d'analyse bio-informatique adapté qui permet d'extraire correctement des renseignements fonctionnels et taxinomiques de ces bases de données. / The distribution of snow across the landscape in the Alps is one of the most important variables controlling the structure and function of mountain ecosystems. Changes in snow depth and duration can cause major changes in soil and climatic conditions, as well as the composition of plant communities and especially on the major biogeochemical cycles and consequently the structure and functioning of the ecosystem. We used the approach métatranscriptomique to try to understand the functional diversity and real activity expressed in Alpine soils by micro-organisms in response to different environmental constraints. Transcriptomics, and by extension, the métatranscriptomique, can be seen as full quantitative analysis of all genes expressed by one or more agencies or by the entire ecosystem. Using this approach involves first extracting RNA in good quality and good yield, then the conversion of RNA into cDNA by targeting mRNA fractions. The ability to assess metatranscriptome complex microbial communities under different environmental conditions is in itself a significant advance in our ability to link the structure and functions of communities with the genotypes of DNA (the sequence) and phenotype correspondence. In this study, we present the first use of the approach métatranscriptomique on the activities of eukaryotic microbial communities of alpine soil in two very contrasting locations called LSM (Lately snowmelt) and ESM (early snowmelt) which are characterized by contrasting climatic gradients and differences in vegetation associated. We present an analysis of sequences and annotation procedures using publicly available software and scripts using python programs and Obitools. We have also developed a pipeline of bioinformatics analysis adapted to correct extraction of information of the functional and taxonomic databases.