La métabolomique permet de décrire le profil métabolique d'un organisme à un instant donné en étudiant les quantités de métabolites, qui sont des molécules de petite taille. Ces métabolites participent au fonctionnement moléculaire des organismes vivants (ou des conglomérats de micro-organismes) au travers de réactions chimiques auxquelles ils participent et les voies métaboliques sont formées par des suites de réactions chimiques impliquant certains métabolites pour une fonction donnée de l'organisme. Ainsi, prendre en compte les voies métaboliques dans les modèles statistiques peut permettre de détecter plus d'effets et de faciliter l'interprétation biologique. Nous nous intéressons ici à l'étude de l'évolution temporelle des métabolites dans un contexte d'analyse différentielle (ou cette évolution est influencée par un facteur d'intérêt) et nous présentons une méthode d'analyse différentielle qui se positionne au niveau de la voie métabolique. Cette méthode comporte deux étapes : la matrice des quantifications des métabolites est d'abord transformée par ACP, puis, un modèle linaire mixte est estimé sur les données transformées. Cette méthode a été appliquée sur des données semi-synthétiques et les résultats ont été comparés à ceux obtenus avec la méthode de référence, l'analyse d'enrichissement. On constate que notre proposition détecte mieux les voies métaboliques différentielles que l'analyse d'enrichissement avec un taux de faux positifs plus faible. La méthode est en cours d'implémentation dans le package R phoenics.