Ce travail de thèse porte sur l’élaboration d’un modèle prédictif de la croissance d’une microalgue eucaryote en photobioréacteur, basé sur une analyse du métabolisme de croissance de l’algue verte modèle Chlamydomonas reinhardtii en conditions photoautotrophes. Le modèle proposé appartient à la famille des modèles biochimiquement structurés. Outre la détermination prédictive des rendements de conversion des substrats en produits assurée par la représentation du métabolisme énergétique cellulaire, le modèle permet de décrire le comportement dynamique des microalgues en photobioréacteurs, en incluant l’adaptation de la teneur en pigments aux conditions de lumière fluctuantes, pour une large plage de conditions opératoires. Le modèle a été identifié et validé sur une base de données expérimentales obtenues pour des cultures continues et discontinues, élaborée dans le cadre de ce travail de thèse, comportant des mesures intra- et extracellulaires. Cette modélisation du comportement d’une microalgue eucaryote en photobioréacteur a été étendue à une description de la phase abiotique du bioréacteur, reposant sur une analyse et une caractérisation du transfert de matière gaz-liquide (O2 / CO2) dans les conditions étudiées. Cette modélisation de la phase abiotique a conduit au développement d’un estimateur de la concentration en biomasse basé sur la mesure de la vitesse nette de production d’oxygène. Cet outil a été validé expérimentalement, et a servi au suivi de cultures en temps réel, ainsi qu’au pilotage d’un photobioréateur en mode turbidostat. / The present work deals with the elaboration of a predictive model for the growth of eukaryotic microalgae in photobioreactors, built on an analysis of the growth metabolism of the model green alga Chlamydomonas reinhardtii in photoautotrophic conditions. The proposed model belongs to the family of biochemically-based structured models. Besides a comprehensive representation of the conversion yields of substrates into products based on the description of cellular energetic metabolism, the model allows to predict the dynamic behaviour of microalgae growth in photobioreactors for a wide range of operating conditions, including pigment adaptation to fluctuating light conditions. The model has been identified and validated on an experimental dataset obtained for continuous and batch cultures carried out as part of the PhD, including intraand extracellular measurements. Modelling of microalgal growth behaviour in photobioreactors has been extended to a description of the reactor abiotic phase, relying on the analysis and characterization of gas-liquid mass transfer (O2 / CO2) under the conditions of the study. The abiotic phase modelling has led to the development of a biomass concentration estimator based on the measurement of the net oxygen production rate. This tool has been validated experimentally and has been applied to the real-time monitoring of cultures, as well as the control of a photobioreactor in turbidostat mode.