L’importante littérature consacrée au sujet suggère une relation positive entre la biodiversité en milieu agricole et la fourniture de services écosystémiques, notamment le service de contrôle des ravageurs par leurs ennemis naturels. Cependant, cette relation n’est que statistique et de nombreux contre-exemples peuvent être trouvés. L’une des raisons principales de l’absence d’additivité des effets des ennemis naturels réside dans la complexité des réseaux d’interactions qui se mettent en place dans les communautés diversifiées. Ainsi, par exemple, des phénomènes de compétition, voire de prédation intra-guilde peuvent conduire à une réduction d’efficacité du contrôle biologique avec un accroissement de la biodiversité dans les communautés naturelles. Cette complexité fait que l’identification de leviers permettant d‘accroître le service de régulation des ravageurs et la quantification de ce service, au-delà des recommandations à portée générale (e.g. adopter des pratiques favorables à la biodiversité), nécessite pour chaque cas d’espèce une analyse du réseau d’interactions trophiques dans lequel s’insère la ou les espèces cibles. Dans le cadre du projet PEERLESS, nous avons cherché à explorer, évaluer et comparer différents moyens d’acquérir de l’information sur la structure des réseaux trophiques agricoles et les avons appliqués à différents contextes agricoles. Les méthodes que nous avons explorées ont été de deux grands types : des approches inférentielles (reconstruction des interactions sur la base de connaissances a priori et sur l’observation des distributions des organismes et/ou de leur dynamique) et des approches analytiques permettant l’identification directe d’événements de prédation (approches moléculaires). Nous avons montré l’intérêt d’approches de type « machine learning » fondées sur l’application de règles a priori à des jeux de données de co-occurrences pour la reconstruction de réseaux trophiques et l’identification d’interactions complexes telles que le mutualisme apparent entre bioagresseurs. Nous avons également comparé des réseaux trophiques empiriques issus de l’analyse de la littérature aux réseaux réellement observés en parcelles. Enfin, nous avons montré comment l’analyse des dynamiques d’abondance pouvait permettre de quantifier l’impact relatif de différents auxiliaires sur la régulation biologique d’un ravageur et celui de différentes pratiques ou infrastructures agroécologiques. Dans le cadre d’approches analytiques, des quantifications de la prédation au laboratoire ont été réalisées pour différents couples prédateurs/proies. Enfin, nous avons appliqué des approches moléculaires fondées sur l’utilisation de PCR diagnostique ou sur le séquençage haut-débit pour la reconstruction de réseaux in-situ et tenté d’accroître nos connaissances sur l’intérêt et les limites de telles approches. L’ensemble des travaux réalisés dans le cadre du projet PEERLESS a permis de contribuer à l’élaboration d’une boîte à outils pour l’analyse du contrôle biologique des bioagresseurs agricoles et de nourrir la réflexion sur la complémentarité et les limites d’emploi de ces outils.