Les théories actuelles suggèrent que l'efficacité de traduction (nombre de protéines produitespar ARN messager ; notion spécifique à chaque à gène) reste constante lorsque le taux decroissance varie. Néanmoins, une efficacité de traduction constante est incompatible avec lafaible corrélation observée, à l’échelle du génome, entre l’évolution en fonction du taux decroissance de la concentration des ARN messagers et des protéines pour lesquelles ils codent.Pour faire face à ce paradoxe, nous avons développé un modèle mathématique de la traductionbasé sur les connaissances actuelles de ce processus au niveau moléculaire. L’exploration despropriétés du modèle nous a amené à conduire des expériences de transcriptomique, de PCRquantitative et de Live Cell Array (LCA) dont l’analyse a montré que l'efficacité de traductiondiminue jusqu'à 4 fois entre faible et fort taux de croissance chez la bactérie modèle Bacillussubtilis. Notre modèle a révélé que la chute de l’efficacité de traduction repose sur une chutede la concentration des ribosomes libres. Pour étudier les conséquences de la chute desribosomes libres sur la production des protéines, nous avons rationnellement défini à partir dumodèle mathématique des constructions génétiques combinant des promoteurs, naturel ousynthétique, et différentes régions d'initiation de la traduction (TIRs) contrôlant l’expressiondu gène gfp. En utilisant ces constructions génétiques, nous avons montré que la productiondes protéines est non-linéaire en fonction de la concentration en ribosomes libres. Uneproduction non-linéaire entraine des efficacités de traduction différentielles des ARNmessagers en fonction de leurs TIRs. Ce mécanisme de régulation général des protéinesparticipe à la perte de corrélation entre la concentration des ARN messagers et des protéinescorrespondantes et nous a amené à revisiter la Physiologie Moléculaire Bactérienne. / Current theories suggest that translation efficiency (i.e. number of proteins produced permRNA) remains invariant with increasing growth rate, which is inconsistent with the scanty correlation between mRNAs and cognate proteins abundances at the genome-scale level. We tackled this apparent paradox using a systems biology approach. We developed a knowledgebased, nonlinear mathematical model of translation. The in-depth analysis of the model led us to reassess experimentally, using high-throughput and genome-wide technologies, each measurable RNA entity at different growth rates. In contrast to the current knowledge, the total mRNA abundance was not constant but linearly increased with respect to the growth rate. A model-driven integration of genome-wide and molecular experimental datasets demonstrated that the drop in abundance of a constitutively expressed protein with increasing growth rate is not only due to the dilution but also to an unexpected up to 4-fold decrease of translation efficiency. Our model revealed that this drop relies on a drastic decrease in free (untranslating) ribosomes, a non-measurable entity. Using a set of 18 Bacillus subtilis strains combining 9 synthetic translation initiation regions (TIRs) and 2 constitutive promoters, we show that TIRs together with free ribosome abundance strongly contribute to a nonlinear modulation of single proteins as a function of the growth rate. The nonlinearity accounted for the loss of correlation between mRNAs and cognate proteins abundances. Altogether, our results evidenced a unique, hard-coded and global growth-rate-dependent regulation of single bacterial proteins without dedicated regulators.