Les programmes d'amélioration génétique du palmier à huile ont pour objectif de sélectionner les meilleurs individus dans des populations fortement apparentées. Depuis quelques années, cette sélection est assistée par une importante information moléculaire acquise par les méthodes de séquençage haut débit. Cette information peut se traduire par des marqueurs moléculaire, considérés comme des facteurs à effet fixe, mais également par des structures d'apparentements, associées à des effets aléatoires. L'objectif est donc de sélectionner des effets fixes ou aléatoires afin d'identifier les positions du génome influençant la variation d'un caractère phénotypique. Ces nouveaux enjeux soulèvent de nouvelles questions méthodologiques. L'objectif de ce travail a été de mettre en oeuvre des méthodes de sélection de variables de type “Spike and Slab” pour les effets fixes ainsi que pour les effets aléatoires dans le cadre des modèles linéaires mixtes. Afin de prendre en compte l'information sur la similarité entre les structures d'apparentement, nous avons adapté un algorithme au cas des effets aléatoires et nous l'avons implémenté. Les approches mises en oeuvre sur des jeux de données simulées et réelles ont mis en évidence l'efficacité des approches de type “Spike and Slab” pour sélectionner les effets fixes et aléatoires. Les résultats obtenus ont également montré que l'intégration de l'information de fortes similarités entre les matrices d'apparentement n'apporte pas de meilleurs résultats.