Les animaux et leur microbiote forment un organisme composite, appelé holobionte, qui peut être considéré comme l'unité ultime sur laquelle agissent l'évolution et la sélection. Les gènes de l'hôte et l'environnement influent sur la colonisation, le développement et le fonctionnement des divers microbiotes, qui en retour contribuent à façonner les phénotypes de l'hôte. De plus le microbiote est également transmis de la mère au descendant (par exemple, lors de la mise-bas, de l’allaitement et des soins maternels chez les mammifères), ce dernier participe ainsi à la transmission non-génétique des phénotypes. Un enjeu majeur pour la sélection animale est donc le développement des approches hologénomiques intégratives capables d’analyser conjointement les ensembles de données génomiques de l'hôte et de son microbiote, ainsi que les phénotypes et les paramètres environnementaux dans lesquels évoluent les holobiontes. De telles méthodes sont prometteuses pour apporter une amélioration de la précision de prédiction et la compréhension des caractères impliqués dans l'adaptation des animaux aux systèmes de production agroécologique chez différentes espèces d'intérêt agronomique. Dans ce cadre, ce projet de thèse se focalise sur le développement, optimisation, et évaluation de méthodes intégratives permettant de prendre en compte simultanément la variabilité génomique et les indicateurs métagénomiques de l’hôte, ainsi que leur interaction. Ce projet contribuera à établir des lignes directrices claires pour la simulation de données hologénomiques réalistes, la construction de matrices de similarité basées sur le microbiote, et la combinaison optimale de données génomiques, microbiotes, et multi-omiques dans une grande variété de scenarios.