Les Escherichia coli producteur de Shiga-toxines (STEC) sont des bactéries pathogènes majeures en santé publique. Elles sont à l'origine d'épidémies de colites hémorragiques et d'une centaine de cas de syndrome hémolytique et urémique par an, en France. Une classification des STEC (plus de 200 sérotypes) a été établie sur la base d'évaluations du risque par l'étude de marqueurs moléculaires directement impliqués dans la virulence, et l'analyse de données épidémiologiques. La virulence n'est cependant pas toujours clairement associée à des facteurs connus ou suffisamment décrits. L'hypothèse des travaux de thèse a été que le niveau de risque associé aux souches pourrait non seulement s'expliquer par le profil de virulence mais également par des spécificités dans les propriétés métaboliques des sérotypes dont les capacités de résistance aux anti-microbiens. Peu de données sont disponibles sur la physiologie des STEC, hormis les propriétés métaboliques exploitées dans le développement de milieux de culture spécifiques. La grande majorité des études se sont concentrées sur le sérogroupe O157 et très peu sur les non-O157.L'objectif de ce travail a été d'approfondir les connaissances sur les capacités métaboliques des souches de STEC afin d'étudier les relations avec le niveau de risque associé aux souches. Ce travail a été divisé en trois parties : (i) l'étude de la résistance au tellurite de potassium (K2TeO3), un oxyanion fortement dommageable pour les membranes, (ii) l'étude des profils de métabolisation de substrats carbonés et (iii) l'étude des capacités de résistance aux antibiotiques et autres antimicrobiens. Une grande variabilité dans les profils de résistance au K2TeO3 a été observée, ainsi qu'un phénomène d'émergence de mutants spontanés. L'utilisation du tellurite pour la détection des STEC peut induire une sous-estimation de leur prévalence. Les classifications des souches en fonction de leur niveau de risque ont pu cependant être reliées à des profils métaboliques particuliers dont la capacité de résistance à certains antimicrobiens. Ces données ont permis d'observer des évolutions verticales spécifiques de certains sérogroupes mais également certaines convergences évolutives inter-sérogroupes. Ces travaux devraient permettre de faire évoluer la spécificité des méthodologies d'identification et de classification des STEC. Ces données pourront être employées par les gestionnaires du risque pour une identification plus fine des STEC pathogènes / Shiga-toxin producing Escherichia coli (STEC) are major human pathogenic bacteria. These bacteria can cause hemorrhagic diarrheal diseases and Haemolytic and Uremic Syndromes. A risk assessment of more than 200 STEC serotypes has been performed using molecular markers of virulence and epidemiological datasets. However, virulence is not always associated with known or sufficiently described factors, questioning the reliability of such classifications. The hypothesis of this PhD work was that risk levels associated with STEC strains should be related not only to virulence specificities but also other metabolic properties such as a specialization for particular C-sources or resistances towards various antimicrobials. Few data were available on STEC physiology, with the exception of datasets regarding the metabolic properties exploited for the development of specific culture media. The aim of this work was to improve knowledge on STEC metabolic capacities and investigate relationships with their respective risk level. This work was divided into three parts: (i) a study of potassium tellurite (K2TeO3) resistance, an oxyanion highly toxic for cell membranes, (ii) a study of carbon metabolic profiles, and (iii) an exhaustive study of antibiotic and other antimicrobial resistances. A great variability in K2TeO3 resistance profiles was observed, as well as a phenomenon leading to the emergence of significant numbers of spontaneous mutants. The use of tellurite for STEC detection was found to lead to an underestimation of their prevalence in food products. Specific metabolic profiles including resistance to certain antimicrobial substances were found related to STEC classifications into risk levels. These data allowed us to observe specific vertical evolutions of these phenotypes per serogroup but some intergroup evolutionary convergences were also observed. These datasets led to the proposal of novel STEC detection and identification schemes. These schemes can be used by risk assessment managers for a better appreciation of STEC risk hazards among food and environmental samples