Cette communication présente une méthode d'analyse de données métabolomiques longitudinales prenant en compte les voies métaboliques. La métabolomique permet de caractériser le profil métabolique d'un organisme à un instant donné, via l'étude de petites molécules appelées métabolites. La métabolomique longitudinale permet donc d'étudier l'évolution des métabolites au cours du temps. Or, des suites de réactions chimiques se produisent entre les métabolites, formant des voies métaboliques. La prise en compte des voies métaboliques dans les modèles statistiques peut donc permettre de détecter plus d'effets et de faciliter l'interprétation biologique. Pour cela, nous étendons dans un premier temps l'approche ssClustPA proposée par (Wieder et al, 2022) aux données longitudinales, afin de transformer la matrice des quantifications des métabolites en matrice de scores des voies métaboliques. Nous estimons ensuite des modèles mixtes sur la matrice obtenue à l'étape précédente, permettant ainsi de réaliser la modélisation sur les voies métaboliques.