En bioremédiation, la bioaugmentation consiste en l’introduction de microorganismes dans un milieu contaminé afin d’augmenter et/ou de suppléer la population bactérienne en place, dans l’objectif de le dépolluer. Cette approche est cependant limitée par la difficulté de choisir des microorganismes efficients - communauté ou souche spécifique – à inoculer, en lien avec les conditions abiotiques et les microorganismes indigènes du milieu pollué. Dans ce travail nous avons cherché à prédire le potentiel microbien de dégradation de deux pesticides, le glyphosate et l’isoproturon, de communautés microbiennes telluriques en utilisant des méthodes statistiques issues de la prédiction génomique. Pour cela nous avons obtenu des variants compositionnels de communautés dégradant ces deux herbicides (une communauté par herbicide) via une approche couplée de dilutions et de traitements biocides. Ensuite, dans le but de relier la composition en OTU de ces variants avec leur capacité de dégradation, nous avons appliqué 3 méthodes de prédiction : Ridge Regression, Lasso, et Random Forest. Les résultats indiquent une corrélation de plus de 80 % entre capacité de dégradation prédites et mesurées. Nous avons ensuite construit des communautés multidégradantes par une approche de coalescence en basant nos choix sur des propriétés intrinsèques des communautés dégradant fortement l’isoproturon pour certaines et le glyphosate pour d’autres. Finalement, nous avons évalué l’efficacité de ces nouvelles communautés multidégradantes dans un sol pollué non dégradant. Les résultats montrent le transfert des capacités de dégradation des herbicides, et ceci même à faible dose d’inoculation dans le cas de l’isoproturon.