Depuis le début des années 2000, la biologie synthétique a permis de produire des composés innovants et d'intérêt pour différentes industries telles que la pharmacologie (pénicilline, insuline, artemésinine), les énergies (biogaz) ou les polymères (1,3-propanediol). Ces productions sont généralement effectuées en cultures pures. Mais dernièrement, l'usage de communautés microbiennes a été proposé afin de permettre par exemple : la division des voies de synthèses entre différentes souches, l'exploitation de co-produits, la levée de certaines inhibitions dues à l'accumulation de métabolites toxiques ainsi que la co-production de composés.Ici nous proposons un algorithme permettant la sélection de communautés artificielles (composées d’espèces dont l’interaction n’est pas observée dans la nature) ou synthétiques (composées d’organismes modifiés génétiquement pour acquérir de nouvelles capacités métaboliques). L’algorithme permet aussi d’obtenir les voies de synthèses utlisées.Cet algorithme utilise la topologie des réseaux métaboliques, en représentant les modèles métaboliques comme des hypergraphes dirigés. Dans ce cas, les nœuds sont les métabolites du réseau tandis que les hyperarcs représentent les réactions allant d'un ensemble de substrats à un ensemble de produits. Nous fusionnons les réseaux métaboliques de tous les microorganismes du consortium (que nous appellerons travailleurs). Pour cela, le réseau métabolique de chaque travailleur est modélisé tel un hypergraphe. Dans chacun de ces réseaux, des composés et réactions peuvent être ajoutés si ils sont existants dans d'autres organismes que les travailleurs (il s'agit alors de l'insertion de métabolites et/ou de réactions exogènes). Enfin, le transport entre les organismes du consortium est permis en ajoutant un arc simple reliant un composé dans un organisme au même composé dans un autre organisme. Les hyperarcs sont ensuite pondérés en utilisant un a-priori sur le coût d'une réaction vis-à-vis du procédé de production d'un composé d’intérêt. Dans un premier temps, nous avons divisé les hyperarcs en trois catégories: endogènes (présents initialement chez les travailleurs), exogènes (nécessitant l'insertion de gènes codant pour des enzymes dans le réseau) et transports (permettant l'échange d'un composé entre deux travailleurs). Les deux dernières catégories auront des poids supérieurs. En effet l'insertion d'un ou plusieurs gènes codants pour une enzyme dans un organisme peut s’avérer coûteux. Cela nécessite des manipulations génétiques et de l'énergie pour l'organisme afin d’exprimer les nouveaux gènes introduits. Enfin, exporter et importer des composés demande l'utilisation de transporteurs qui peuvent être demandeurs en énergie ou nécessiter de grands gradients de concentrations.Nous essayons ensuite de résoudre le problème de l'hyperarbre de Steiner de poids minimum. Une instance du problème est composée d'un hypergraphe dirigé et pondéré, d’un ensemble de composés sources et d’un ensemble de composés cibles. Nous désirons trouver la solution la plus légère, c'est à dire un ensemble d'hyperarcs (réactions) tel que tous les composés cibles soient atteints à partir des sources. Cependant, un hyperarc ne peut être sélectionné que si tous ses substrats ont été produits auparavant ou font partie de l'ensemble de sources initial. Nous nommons les sources d'un hyperarc des tentacules, un hyperarc est tentaculaire si il a plus d'un tentacule.Nous montrons que ce problème est NP-difficile mais qu’il existe un algorithme FPT (fixed-parameter tractable) avec comme paramètres le nombre de cibles et le nombre d’hyperarcs tentaculaires. L'algorithme énumère tout d'abord toutes les combinaisons possibles des hyperarcs tentaculaires où une combinaison est un sous-ensemble des hyperarcs ordonnés selon l'ordre topologique de la solution. Pour chaque combinaison, en utilisant le sous-réseau composé uniquement d'arc simples (non tentaculaires), l'algorithme calcule la manière optimale (de poids minimum) pour relier les hyperarcs tentaculaires choisis. Cela est fait en utilisant une routine de programmation dynamique qui généralise un algorithme FPT classique pour le problème d’arbre de Steiner dirigé (en utilisant le nombre de cibles comme paramètre).Nous avons assigné des poids uniformes pour les hyperarcs au sein des catégories définies précédemment (endogène = 0.01, exogène = 1, transport = 1) et appliqué l'algorithme à deux consortiums en fixant le nombre d'hyperarcs tentaculaires dans les solutions à k=3 au maximum.Tout d’abord nous proposons une communauté synthétique pour la production de deux antibiotiques : la pénicilline et la céphalosporine C. Nous avons sélectionné comme possibles travailleurs trois actinobacteries (Streptomyces cattleya, Rhodococcus jostii RAH 1, Rhodococcus erythropolis BG43) et une archée méthanogène (Methanosarcina barkeri) et proposé comme seule source la cellulose qui est un substrat peu coûteux et facilement disponible. Les réactions insérées proviennent de deux organismes: un champignon (Aspergillus Nidulans) et une actinobactérie (Streptomyces rapamycinicus) qui possèdent la capacité de synthétiser les deux antibiotiques bêta-lactame visés. La solution obtenue montre que le meilleur consortium microbien pour la production des deux bêta-lactamines est constitué de Streptomyces cattleya et Methanosarcina barkeri. Multipus nous permet donc d'obtenir les voies métaboliques nécessaires à la synthèse des produits mais aussi de sélectionner le meilleur consortium possible dans un plus large ensemble d'espèces.Nous avons ensuite testé un consortium artificiel constitué de Clostridium butyricum qui produit naturellement du 1,3-propanediol (PDO) et une archée méthanogène Methanosarcina mazei. Le 1,3-propanediol est un polymère d'intérêt pour l'industrie, il est utilisé pour la fabrication de nombreux produits (peintures, composites, etc.). Lors de la production de PDO, de l'acétate est aussi synthétisé. Or l'acétate exerce une action inhibitrice sur la production de PDO et la croissance de C. butyricum car il est toxique lorsque présent en grandes concentrations. Cependant M. mazei peut pousser sur de l'acétate et produit du méthane qui peut être récupéré pour créer du biogaz. Puisque les deux organismes peuvent produire naturellement les deux produits choisis (PDO et méthane), nous n'avons pas introduit de nouvelles réactions. Nous avons proposé d'utiliser comme source de carbone unique du glycérol, un sous-produit de la production de biodiesel et donc un substrat de choix pour des procédés biotechnologiques. Dans un premier temps, les poids des réactions (endogène, exogène et transport) ont été définis comme pour l'exemple précédent. Afin de produire du PDO et du méthane avec du glycérol, les deux organismes échangent de l'acétyl-CoA. Or l’acétyl-CoA est essentiel pour C. butyricum, celui-ci n’aurait donc pas d’intêret à diminuer sa concentration interne d’acétyl-CoA. Cependant, puisque l'acétate est toxique pour C. butyricum, nous avons supposé qu'un processus d'excrétion de l'acétate pouvait exister. Aussi dans un second temps, nous avons diminué le poids du transport de l’acétate de Clostridium butyricum à Methanosarcina mazei (de 1 à 0.5). Dans ce cas, nous obtenons un ensemble de réactions permettant effectivement de produire à la fois du PDO et du méthane en partant uniquement du glycérol grâce à la consommation de l'acétate par M. mazei. Cette consommation pourrait permettre d'obtenir une production plus importante de 1,3-propanediol puisque l'acétate ne serait alors plus présent en grande quantité dans le milieu. Nous pouvons donc, à l'aide d'un paramétrage plus fin des poids au sein des catégories de réactions, obtenir des sous-réseaux de production plus réalistes.Pour conclure, nous proposons Multipus, un programme contenant un algorithme d'énumération qui permet d'inférer quelles espèces inclure au sein d'une communauté ainsi que les réactions à utiliser pour une production de composés d’interêt. Nous avons appliqué Multipus à deux cas: tout d'abord à la production jointe de deux antibiotiques (la pénicilline et la céphalosporine C) puis à la production d'un polymère (1,3-propanediol) associée à celle du méthane afin de consommer un sous-produit toxique (l'acétate) et de permettre un meilleur rendement.Multipus (MULTIple species for the synthetic Production of Useful biochemical Substances) est disponible à l'adresse: http://multipus.gforge.inria.fr/.