Cette thèse présente une approche multicompartimentée en métabolomique appliquée au diagnostic des tumeurs indéterminées de la thyroïde et à la caractérisation de l’effet du fructo-oligosaccharide sous condition de régime hyperlipidique chez la souris. L’objectif était de montrer qu’une telle approche permettrait de visualiser de façon plus globale des modulations du métabolisme induites, et par conséquent, d’améliorer la pertinence des marqueurs discriminants identifiés. Dans le cas de l'analyse nutritionnelle, l’analyse mono-compartimentée des différentes organes/segments intestinaux des souris ont permis de mettre en évidence les voies métaboliques affectées par le régime hyperlipidique mais pas d’observer un effet significatif du prébiotique FOS. Dans le cas du cancer de la thyroïde, l’étude multicompartimentée n’a pas pu être mise en place dans de bonnes conditions (problème de prélèvement d’échantillons). Cependant, l’analyse métabolomique monocompartimentée basée sur l’analyse HR-MAS des ponctions prélevées à l’aiguille fine a mené à une discrimination significative entre les lésions bénignes et malignes avec une prédictivité similaire aux tests moléculaires actuellement disponibles. En parallèle, nous avons exploré la technique HR-MAS à rotation lente dans le but de préserver l’intégrité des tissus au cours des expériences. L’utilisation de cette technique s’accompagne d’un certain nombre d’inconvénients que nous avons contournés en utilisant des séquences RMN particulières, et en mettant en place un protocole robuste de préparation d’échantillons. Enfin, nous avons évalué le filtre T1ρ et son application en métabolomique comme alternative au filtre T2. / This thesis presents a multicompartmental metabolomics approach applied to the diagnosis of indeterminate thyroid tumours and to the characterization of the effect of fructo-oligosaccharide (FOS), a prebiotic, under high fat diet condition in a mouse model. The aim of this project is to show that such approach could lead to a more global visualization of the induced metabolic modulations, and therefore, improve the identified discriminant markers relevance. Regarding the diet study, the mono-compartmental analysis of the different mouse organs/intestine segments enabled us to identify metabolic pathways affected by the high fat diet whereas the effect of FOS could only be characterized for the feces samples collected at day 28. Regarding the thyroid cancer study, the multi-compartmental approach could not have been continued due to sample handling issues. However, the classical metabolomics analysis of the fine-needle aspiration biopsies (FNAB) from patients with benign or malignant tumours led to a clear discrimination between both groups with a predictivity similar to that of commercial diagnosis tests. In the meantime, we explored the slow-spinning NMR HR-MAS technique in order to preserve the integrity of the tissues during the experiments. The use of this technique is accompanied by a number of drawbacks that we have avoided using special NMR sequences, and putting in place a robust protocol for sample preparation. Finally, we evaluated the T1ρ filter and its applications to metabolomics as an alternative to T2 filter.