L'avènement récent des procédures expérimentales à haut débit a ouvert une nouvelle ère pour l'étude quantitative des systèmes biologiques. De nos jours, les enregistrements d'électrophysiologie et l'imagerie du calcium permettent l'enregistrement simultané in vivo de centaines à des milliers de neurones. Parallèlement, grâce à des procédures de séquençage automatisées, les bibliothèques de protéines fonctionnelles connues ont été étendues de milliers à des millions en quelques années seulement. L'abondance actuelle de données biologiques ouvre une nouvelle série de défis aux théoriciens. Des méthodes d’analyse précises et transparentes sont nécessaires pour traiter cette quantité massive de données brutes en observables significatifs. Parallèlement, l'observation simultanée d'un grand nombre d'unités en interaction permet de développer et de valider des modèles théoriques visant à la compréhension mécanistique du comportement collectif des systèmes biologiques. Dans ce manuscrit, nous proposons une approche de ces défis basée sur des méthodes et des modèles issus de la physique statistique, en développent et appliquant ces méthodes au problèmes issu de la neuroscience et de la bio-informatique : l’étude de la mémoire spatiale dans le réseau hippocampique, et la reconstruction du paysage adaptatif local d'une protéine. / The recent advent of high-throughput experimental procedures has opened a new era for the quantitative study of biological systems. Today, electrophysiology recordings and calcium imaging allow for the in vivo simultaneous recording of hundreds to thousands of neurons. In parallel, thanks to automated sequencing procedures, the libraries of known functional proteins expanded from thousands to millions in just a few years. This current abundance of biological data opens a new series of challenges for theoreticians. Accurate and transparent analysis methods are needed to process this massive amount of raw data into meaningful observables. Concurrently, the simultaneous observation of a large number of interacting units enables the development and validation of theoretical models aimed at the mechanistic understanding of the collective behavior of biological systems. In this manuscript, we propose an approach to both these challenges based on methods and models from statistical physics. We present an application of these methods to problems from neuroscience and bioinformatics, focusing on (1) the spatial memory and navigation task in the hippocampal loop and (2) the reconstruction of the fitness landscape of proteins from homologous sequence data.

Les nano-objets unidimensionnels alliés présentent des propriétés physiques spécifiques qui résultent à la fois de leur morphologie, de leur taille et de la répartition chimique des atomes. Nous exploitons un modèle d’Ising sur réseau qui rend compte en particulier des effets de ségrégation au sein de nanofils bimétalliques pour obtenir une compréhension fine des effets gouvernant cette répartition à l’équilibre.Dans une première section, nous détaillons l’équilibre d’un nanofil en fonction de sa taille et de sa composition, de manière à mettre en évidence le rôle des effets de taille finie sur la thermodynamique d’équilibre d’objets bimétalliques 1D. Contrairement aux systèmes infinis, l’équilibre dépend de l’ensemble statistique considéré. Ainsi la ségrégation est plus marquée dans l’ensemble canonique, où la concentration du nanofil est imposée, que dans l’ensemble pseudo-Grand Canonique (p-GC) où le nanofil est en équilibre avec un réservoir qui fixe la différence de potentiel chimique entre les espèces. De même, la contrainte de composition dans l’ensemble canonique induit des corrélations chimiques d’occupation des sites qui favorisent davantage les paires hétéroatomiques. Nous montrons que l’écart observé entre les isothermes des deux ensembles croît avec la courbure de l’isotherme canonique et avec l’amplitude des fluctuations de la concentration nominale dans l’ensemble p-GC. Ces fluctuations diminuant avec la taille du nanofil considéré, l’écart entre les ensembles s’annule à la limite thermodynamique. Les effets de taille finie se traduisent par ailleurs par l’apparition, à basse température et pour de petits nanofils, d’une coexistence d’un mode pur en l’espèce ségrégeante et d’un mode de faible concentration nominale constitué principalement de configurations de type cœur-coquille et Janus. Nous développons alors un formalisme permettant de caractériser cette bimodalité.Alors que les résultats évoqués précédemment concernent un nanofil considéré seul, nous étudions dans la deuxième section l’équilibre de l’ensemble des nanofils formant un co-dépôt unidimensionnel inférieur à la mono-couche. Nous montrons que la distribution en taille de ces nanofils varie globalement selon une loi de puissance, quelle que soit la composition du codépôt, de sorte que la ségrégation n’a que peu d’influence sur la microstructure observée. Par contre, en raison du rapport surface/volume et des corrélations chimiques dans ces objets, la composition des nanofils du co-dépôt varie très fortement selon leur taille, les petits nanofils étant plus riches en l’espèce ségrégeante que les plus grands. Enfin, nous étendons le diagramme de bimodalité d’un nanofil seul à l’ensemble des nanofils du co-dépôt et montrons que cette bimodalité est difficilement observable car elle ne concerne que des amas de petite taille qui sont très minoritaires du fait de la cohésion atomique. / The chemical configuration and the specific shape of 1D bimetallic nano-objects endow them with physical properties (such as magnetic ones) that strongly differ from their bulk counterparts. To get a deep insight of the parameters that govern the equilibrium configuration, we consider a rigid lattice-gas Ising model that accounts for segregation effects within bimetallic nanowires that decorate a step edge.In a first section, we detail the equilibrium of a nanowire as a function of both its size and composition in order to specify the role of finite-size effects onto the equilibrium thermodynamics of 1D bimetallic objects. Contrary to infinite systems, this equilibrium depends on the statistical ensemble to be considered. The segregation profile is indeed stiffer in the canonical ensemble where the nanowire concentration is imposed, than in the semi-grand-canonical ensemble (s-GC) where the nanowire is in equibrium with a reservoir that sets the difference of chemical potentials between the species. Moreover, the composition constraint in the canonical ensemble yields chemical correlations between occupation sites that favor heteroatomic pairs. We show that the deviation observed between the isotherms related to the two ensembles increases with the curvature of the canonical isotherm and with the amplitude of the fluctuations of the nominal concentration within the s-GC ensemble. As these fluctuations decrease with the nanowire size, the deviation between ensembles vanishes at the thermodynamical limit. The finite-size effects also imply at low temperature for small nanowires, that a pure mode of the segregating species coexists with a low-concentration mode that mainly corresponds to core-shell and Janus configurations. We develop a framework to characterize the resulting two-mode density of compositions.While the abovementioned results deal with a fixed-size nanowire, we study in the second section the equilibrium of the set of nanowires that forms a submonolayer 1D-codeposit. We show that the size distribution of these nanowires globally varies as a power law, whatever the codeposit composition, so that segregation has a slight influence onto the observed microstructure. However, due to the surface/volume ratio and chemical correlations within these objects, the composition of the nanowires of the codeposit varies strongly with their size, the smaller the richer in the segregating species. Finally we extend the two-mode diagram of the single nanowire to the set of nanowires forming the codeposit and show that this two-mode distribution is hardly visible as it concerns only short nanowires which are very rare, mainly due to atomic cohesion that is reinforced at low temperature.

Le thème de cette thèse est l’utilisation de méthodes probabilistes (plus spécifiquement de technique venant de la théorie de la percolation) pour mener une analyse non-perturbative de plusieurs modèles de physique statistique. La thèse est centrée sur les systèmes de spins et les modèles de percolation. Cette famille de modèle comprend le modèle d’Ising, le modèle de Potts, la percolation de Bernoulli, la percolation de Fortuin-Kasteleyn et les modèles de percolation continue. L’objectif principal de la thèse est de démontrer la décroissance exponentielle des corrélations au-dessus de la température critique et d’étudier les états de Gibbs des modèles en dessus. / The underlying theme of this thesis is using probabilistic methods and especially techniques of percolation theory to carry on a non-perturbative analysis of several models of statistical physics. The focus of this thesis is set on spin systems and percolation models including the Ising model, the Potts model, the Bernoulli percolation, the random-cluster model, and the continuum percolation models. The main objective of the thesis is to demonstrate exponential decay of correlations above the critical temperature and study the Gibbs states of the mentioned models.