No description available.

Les phénomènes de croissance et de fragmentation jouent un rôle central dans de nombreux phénomènes biologiques. La première partie de ce manuscript concerne un modèle de l'activité électrique d'un réseau de neurones. Il s'agit d'une équation de croissance-fragmentation non linéaire. Grâce à une technique introduite par B. Perthame et L. Ryzhik, dans un cas particulier, nous quantifions des régimes dans lequels cette équation se relaxe avec un taux exponentiel. La deuxième et la troisième parties traitent de problèmes inverses. Le premier concerne l'équation de croissance-fragmentation ayant un noyau auto-similaire et le second un modèle de transduction olfactive. Après régularisations adéquates, ces deux problèmes reviennent à inverser des opérateurs intégraux dont les noyaux ont une structure auto-similaire. Grâce à la transformée de Mellin des inégalités de continuité et controlabilité de l'opérateur intégral sont établies. à partir de données expérimentales, ces études permettent d'estimer des paramètres importants des équations pour lesquels aucune mesure expérimentale directe n'est possible. La quatrième partie traite d'un modèle probabiliste de sénescence réplicative d'une lignée aléatoire de levures. En se basant sur des données expérimentales et des simulations numériques, le signal de sénescence est identifié et quantifié, et les sources de l'hétérogénéité des tailles des télomères sont analysées. Le modèle permet de mener une analyse complète de l'évolution des tailles des télomères. / Growth and fragmentation phenomena play a central role in several biological phenomena. The first part of this thesis introduces a model of the electrical activity of a neural network. The equation involved is a non-linear growth-fragmentation equation. Thanks to a technique introduced by B. Perthame and L. Ryzhik, in a particular case, we are able to quantify regimes in which the equation has an exponential relaxation. The second and third part of this thesis both deal with inverse problems. The first one involves a growth-fragmentation equation with a self-similar kernel and the second one is a model of olfactive transduction. After regularization steps, these two problems come down to invert some integral operators whose kernels have a self-similar structure. Thanks to the use of the Mellin transform, some continuity and controllability inequalities are established. Using experimental data, these studies make it possible to estimate important parameters of the equations for which no direct experimental measurements can be obtained. The fourth part deals with a probabilistic model of replicative senescence of a random yeast lineage. Based on experimental data and numerical simulations, the senescence signal is identified and quantified, and the different sources of heterogeneity in the lengths of the telomeres are analyzed. This model allows us to completely analyze the evolution of the lengths of the telomeres.