It is of interest to know where in the genome DNA binding proteins act in order to effect their gene regulatory function. For many sequence specific DNA binding proteins we plan to predict the location of their action by having a model of their affinity to short DNA sequences. Existing and new models of protein sequence specificty are investigated and their ability to predict genomic locations is evaluated. Public data from a micro-fluidic experiment is used to fit a matrix model of binding specificity for a single transcription factor. Physical association and disassociation constants from the experiment enable a biophysical interpretation of the data to be made in this case. The matrix model is shown to provide a better fit to the experimental data than a model initially published with the data. Public data from 172 protein binding micro-array experiments is used to fit a new type of model to 82 unique proteins. Each experiment provides measurements of the binding specificity of an individual protein to approximately 40000 DNA probes. Statistical, `DNA word', models are assessed for their ability to predict held back data and perform very well in many cases. Where available, ChIP-seq data from the ENCODE project is used to assess the ability of a selection of the DNA word models to predict ChIP-seq peaks and how they compare to matrix models in doing so. This $\textit{in vitro}$ data is the closest proxy to the true sites of the proteins' regulatory action that we have.

In microarray analysis, people are interested in those features that have different characters in diseased samples compared to normal samples. The usual p-value method of selecting significant genes either gives too many false positives or cannot detect all the significant features. The False Discovery Rate (FDR) method controls false positives and at the same time selects significant features. We introduced Benjamini's method and Storey's method to control FDR, applied the two methods to human Meningioma data. We found that Benjamini's method is more conservative and that, after the number of the tests exceeds a threshold, increase in number of tests will lead to decrease in number of significant genes. In the second chapter, we investigate ways to search interesting gene expressions that cannot be detected by linear models as t-test or ANOVA. We propose a novel approach to use quadratic logistic regression to detect genes in Meningioma data that have non-linear relationship within phenotypes. By using quadratic logistic regression, we can find genes whose expression correlates to their phenotypes both linearly and quadratically. Whether these genes have clinical significant is a very interesting question, since these genes most likely be neglected by traditional linear approach.

Depuis 2000, l'implantation d'un groupe nutrition dans l'équipe d'Yves Malthièry a mis l'accent sur les anomalies du métabolisme énergétique mitochondrial dans les situations hypercataboliques. Cela se positionne dans un contexte de santé où l'hypercatabolisme affecte 20 à 40 % des patients hospitalisés, et 30 à 80 ù des patients atteints de cancer. Le développement d'une alimentation fonctionnelle et susceptible de moduler certaines de ces anomalies, tout particulièrement par la qualité des lipides (acides gras de la série n-3, produit de la mer et de la filière lin-colza-soja) est la finalité de ces recherches.<br />Les principaux résultats obtenus au sein de notre laboratoire montrent que dans un modèle de rat hypercatabolique ( rat traité par dexamethasone), une partie de la perte d'énergie est induite par un dysfonctionnement mitochondrial ( Dumas 2003 ; Roussel 2003, 2004). L'origine de ce dysfonctionnement n'est pas clairement établie et nous envisageons dans ce contexte qu'il puisse être soit à l'origine de perturbation de grandes fonctions cellulaires (protéolyse, protéosynthèse, glycolyse, négolucogenèse, production et épuration des radicaux libres), soit être la conséquence d'une demande d'énergie accrue pour ces grandes fonctions.<br />La situation de perte de poids, qu'elle soit volontaire ou involontaire, est une parfaite illustration de stress énergétique. Dans ce contexte, l'organisme doit s'adapter de manière à répondre à des besoins importants en énergie sans pour autant disposer de plus de ressources, ou au contraire, l'organisme doit adapter ses besoin et optimiser son utilisation des ressources disponibles car celles-ci sont diminuées. Il est donc intéressant dans ce contexte de positionner la mitochondrie comme un élément centrale de cette régulation et d'étudier son fonctionnement ainsi que le contexte métabolique qui l'entoure pour comprendre comment l'organisme prganise sa réponse face au stress énergétique.<br />La Mitoligo a donc été développée dans le but de permettre l'étude du transcriptome de l'homme et du rat en se focalisant sur les grandes fonctions énergétiques. Cet outil nous permet d'étudier le métabolisme mitochondrial dans sa globalité. Il est ainsi possible d'établir un profil transcriptomique de la chaine respiratoire mais également de toutes les fonctions du métabolisme périphérique et notamment des voies métaboliques impliqués dans la production de substrats pour la chaine respiratoire.