La métabolomique est un outil de phénotypage puissant permettant de mieux comprendre les mécanismes biologiques impliqués dans les processus pathologiques et d'en identifier des marqueurs. Cependant, cette approche génère des données massives et complexes qui nécessitent des outils de traitement adaptés afin d'extraire les informations biologiquement pertinentes et enrichir les connaissances et compréhension des systèmes biologiques. Le traitement des données métabolomiques présente un enjeu de taille du fait de leur nature (issues d'un signal instrumental, bruitées, volumineuses avec de fortes colinéarités...) et de leur structure (le nombre de variables est très élevé par rapport au nombre d'individus). Malgré l'existence de nombreux outils chimiométriques, il a été reporté des difficultés de classification dus à la grande dimensionnalité des données. Il y a aujourd'hui un besoin de méthodes et workflows robustes et permettant l'obtention de résultats justes et fiables.