Le protéasome et l’immunoprotéasome possèdent trois activités catalytiques différentes et dégradent une grande variété de protéines. Leur rôle central dans de nombreux processus tels que le contrôle du cycle cellulaire et circadien, la régulation des voies de défense contre le stress font d’eux des cibles majeures dans le processus de vieillissement et dans le traitement des cancers. Aussi, le lien établi entre l'horloge circadienne et les défenses anti-oxydantes suggère que l'homéostasie redox des protéines et leur élimination par le protéasome soient modulées par l'horloge circadienne. L’étude d’inhibiteurs bivalents et non covalents du protéasome a montré que de cibler deux sites actifs à la fois permet d’augmenter l’efficacité et la sélectivité. Nous avons également effectué l'évaluation de la pénétration cellulaire de ces molécules à l’aide de sondes fluorescentes non covalentes conçues par le laboratoire. Nous avons montré que les activités peptidases du protéasome présentent une rythmicité circadienne en antiphase avec le taux de protéines carbonylées. L'expression circadienne de NRF2 et de l'activateur PA28 expliquerait cette stimulation de l'activité du protéasome. De plus, contrairement aux fibroblastes jeunes, aucune modulation circadienne du protéasome et du niveau de ROS n’a été mise en évidence dans les fibroblastes sénescents. Des résultats préliminaires de nos inhibiteurs sur le modèle cellulaire HEK293 synchronisé montrent que leur efficacité varie en fonction du rythme circadien et qu’elle est meilleure lorsque les activités du protéasome sont minimales. Ces résultats suggèrent que le protéasome puisse être une nouvelle cible pour la chronothérapie. / Proteasome and immunoproteasome have three different catalytic activities, and degrade a wide variety of proteins. Their central role in many pathways such as control of cellular and circadian cycles, regulation of the defense pathways against stress make them major targets in the aging process and in the treatment of cancer. Also, the link between the circadian clock and antioxidant defenses suggests that the redox homeostasis of proteins and their removal by the proteasome could be modulated by the circadian clock.Studying non-covalent and bivalent proteasome inhibitors showed that targeting two active sites at the same time results in increasing their efficiency and selectivity. We also carried out the evaluation of the cell penetration of these molecules using non-covalent fluorescent probes designed in the laboratory.We have shown that the peptidase activities of proteasome exhibit circadian rhythmicity in antiphase with protein carbonyl intracellular content. The circadian expression of NRF2 and PA28 activator can explain this stimulation of proteasome activity. Moreover, in contrast to young fibroblasts, no circadian modulation of the proteasome and the level of ROS have been observed in senescent fibroblasts.Preliminary results obtained with our inhibitors on the synchronized HEK293 cell model suggest that their effectiveness varies depending on the circadian rhythm and they are more efficient when proteasome activities are minimal. These results suggest that the proteasome could be a new target for chronotherapy.

La modélisation de systèmes biologiques est devenue indispensable pour comprendre les phénomènes complexes et émergents issus d'influences partiellement connues, et pour envisager de contrôler un système altéré dans le but de restaurer un comportement physiologique. Tout modèle, quel que soit son paradigme sous-jacent, fait intervenir des paramètres gouvernant sa dynamique mais les mesures expérimentales ne permettent généralement pas de les identifier et cela reste l'un des problèmes majeurs de la modélisation. Cette thèse propose une méthode automatique d'identification des paramètres dynamiques de systèmes biologiques dans un cadre de modélisation hybride. Le cadre hybride choisi découpe l'espace des phases selon l'activité des entités biologiques, et associe à chacun de ces sous-espaces une vitesse d'évolution de chacun des composants. Nous proposons une logique de Hoare en temps continu ainsi qu'un calcul de plus faible précondition qui, à partir d'observations expérimentales qualitatives et chronométriques, construit les contraintes minimales sur les paramètres du modèle pour qu’il soit compatible avec les observations. Ce calcul mène à un problème de satisfaction de contraintes sur les réels et nous montrons que celui-ci peut être résolu par le solveur AbSolute.Le prototype Holmes BioNet développé au cours de cette thèse peut non seulement automatiser le processus d'identification des valeurs des paramètres à partir des observations expérimentales, mais aussi simuler l'évolution du modèle obtenu afin de le comparer avec les traces expérimentales. Nous utilisons ce prototype pour modéliser le couplage des cycles cellulaire et circadien. / Modelling biological systems has become instrumental to understand complex and emerging phenomena resulting from partially known influences, and to consider controlling an altered system in order to restore a physiological behaviour. Any model, independent of the underlying paradigm, involves parameters governing its dynamics. However, experimental measurements generally do not allow their identification and this remains one of the major problems of modelling. This PhD proposes an automatic method for identifying the dynamic parameters of biological systems in a hybrid modelling framework. The chosen hybrid framework splits the phase space according to the activity of the biological entities, and associates to each of these subspaces a celerity for each of the components. We introduce a continuous time Hoare logic as well as its weakest precondition calculus which, from qualitative and chronometrical experimental observations, constructs the minimum constraints on the model parameters making it compatible with the observations. This calculus leads to a Constraint Satisfaction Problem on real numbers and we show that it can be solved by the AbSolute solver.The Holmes BioNet prototype developed during this PhD can not only automate the parameter identification process from experimental data, but also simulate the evolution of the obtained model in order to compare it with experimental traces. We use this prototype to model the coupling of the cellular and circadian cycles.