Avec la mondialisation et l'industrialisation de l'alimentation, la fraude et les cas de contamination des aliments peuvent avoir un impact international et entraîner des conséquences de grande envergure à la fois sur l'économie et la santé des consommateurs (Cubero-Leon et al., 2014). La fraude et l'authentification sont donc devenues des sujets émergents dans le secteur alimentaire. D'autant que les fraudes sont de plus en plus sophistiquées pour contourner au mieux les contrôles et donc de plus en plus difficiles à détecter par des analyses classiques. Les aliments issus de l'agriculture biologique (AB ou bio) font d'ailleurs partie des aliments qui risquent le plus de faire l'objet de fraude. Mais la traçabilité des aliments est principalement garantie par des moyens administratifs (règlement UE 178/2002). C'est pourquoi il est nécessaire de recourir à des techniques analytiques avancées pour détecter les produits non-conformes et pour garantir la traçabilité et l'authenticité des aliments, notamment ceux issus de l'AB. Notre étude est basée sur l'hypothèse que les traitements, associés à différents types d'agriculture, ont un impact mesurable sur la microflore des aliments. L'objectif principal était de pouvoir utiliser l'environnement microbien des aliments pour les discriminer en fonction de leur mode de production. La PCRDGGE, un outil moléculaire d'écologie microbienne, pourrait servir à discriminer les modes de production d'aliments par analyse des profils génétiques des ADNr bactériens et fongiques. L'analyse des profils génétiques microbiens de nectarines, pêches, bananes et de pommes a montré qu'il était possible de différencier les fruits en fonction de leur mode de production. La robustesse de notre méthodologie a été démontrée en comparant les résultats obtenus sur deux années de récolte successives. L'étude des variations intra-parcellaires ont également permis de démontrer que les fruits bio pouvaient être différenciés des conventionnels indépendam