Les ARN (Acide RiboNucléique) remplissent de nombreuses fonctions clés dans le vivant. Ils peuvent être support de l'information génétique, régulateurs de celle-ci. Visualiser ces molécules au sein d'une cellule représenterait une étape importante vers une meilleure compréhension de la régulation de l'expression des gènes. Les ARN fluorogènes tels que Spinach et Mango sont des outils extrêmement prometteurs pour atteindre cet objectif. Cependant ces deux ARN fluorogènes présentent une brillance limitée. La Compartimentation in vitro assistée par microfluidique (µCIV) est un outil très prometteur dont notre groupe a démontré l’efficacité pour l’évolution d’ARN. Dans le cadre de cette thèse, la µCIV a été adaptée à la sélection d'aptamères d'ARN fluorogènes pour en améliorer les propriétés (surtout la brillance). De plus, l’utilisation conjointe du séquençage haut débit a permis l’optimisation très rapide et semi-automatisée à la fois d’aptamères mais aussi de biosenseurs fluorogènes. Ainsi, cette thèse a permis de mettre en place et d’exploiter des technologies de criblage robustes pour la découverte de nouveaux aptamères d'ARN et de biosenseurs. / RNA is a key molecule in gene expression and its regulation. Therefore, being able to monitor RNA through live-cell imaging would represent an important step toward a better understanding of gene expression regulation. RNA-based fluorogenic modules are extremely promising tools to reach this goal. To this end, two light-up RNA aptamers (Spinach and Mango) display attractive properties but they suffer from a limited brightness. Since previous work in the group demonstrated the possibility to evolve RNA using microfluidic-assisted in vitro compartmentalization (µIVC), this technology appeared to be well suited to improve light-up aptamers properties by an evolution strategy. Therefore, the µIVC procedure was adapted to fluorogenic RNA aptamers to improve their properties (especially the brightness). Finally, using µIVC in tandem with high-throughput sequencing (NGS) allowed further developing the technology into a more integrated and semi-automatized approach in which RNAs and biosensors are selected by µIVC screening and the best variants identified by a bioinformatics process upon NGS analysis. To summarize, this thesis allowed establishing robust µIVC screening workflows for the discovery of novel efficient light-up RNA aptamers as well as metabolites biosensors.