Les cancers colorectaux et les cancers du sein sont deux des affections malignes les plus fréquentes dans les pays industrialisés. Lorsqu’elles sont diagnostiquées à un stade précoce, ces tumeurs sont traitées efficacement par la chirurgie associée ou non à la radiothérapie. Pour des tumeurs localisées ayant certains facteurs de pronostic péjoratifs, pour les tumeurs localement avancées, ou pour les tumeurs métastasiques, une chimiothérapie est instaurée. Cependant, la chimiothérapie à elle seule ne permet pas de guérir les patients aux stades avancés de ces 2 types de cancers. C’est pourquoi d’autres alternatives comme l’immunothérapie ou des traitement plus ciblés sont en cours d’étude ou viennent récemment d’être validés.Notre travail a porté sur deux modèles d’immunothérapie dans deux formes de cancers . 1/Dans un modèle expérimental chez le rat, un traitement par un analogue de lipide A permet de guérir tous les animaux porteurs de carcinomatose péritonéale macroscopique d’origine colique. 2/ Chez la femme porteuse de carcinome mammaire localement avancé et surexprimant l’oncoprotéine HER2, un traitement préopératoire comportant du trastuzumab permet d’obtenir la disparition complète des tumeurs et des métastases axillaires chez la moitié des patientes. A partir de prélèvements tissulaires issus de ces 2 modèles, nous avons pu montrer que des analyses histologiques et surtout immunohistochimiques pouvaient permettre d’appréhender les mécanismes de régression tumorale.Dans les régressions des carcinomatoses chez le rat, le rôle du monoxyde d’azote, de l’apoptose des cellules tumorales et de l’infiltration des tumeurs par les cellules dendritiques puis des macrophages a été proposé. Dans la régression des tumeurs du sein, le rôle des cellules NK, via un mécanisme d’ADCC a été suggéré. Ces travaux ont permis de montrer que, malgré ses limites, et en particuliers l’impossibilité de démonstration mécanistique, l’immunohistochimie peut permettre de proposer des hypothèses intéressantes, qui doivent être secondairement confirmées par des expérimentations complémentaires. / In the developed countries, colorectal and breast cancers are two of the most common malignancies. When the diagnosis is made at the beginning of the disease, surgery, associated or not with radiotherapy may cure the patients. For tumors that present some pejorative prognostic factors,for locally advanced tumors or for metastasic disease, chemotherapy has to be prescribed. However, in these 2 types of cancer, chemotherapy is not able to cure patients suffering from metastasic stage and alternative treatments as immunotherapy or targeted therapies are studied or are still validated.Our work was based on 2 different models of immunotherapy in 2 types of cancer. In an experimental model of carcinomatoses of colorectal cancer in rats, Lipid A injections are able to cure all the rats, even at a macroscopic stage and in half of the women affected by locally advance HER2-overexpressing breast cancer, trastuzumab based preoperative treatment are able to obtain the total disappearance of the tumor. When we look on tumor samples obtained in these two models, we can show that histology and even more immunohistochemistry are able to propose some mechanisms of regression of the tumors. In the rat model, we can show the role of nitric oxide, apotosis, dendritic cells and macrophages and in the breast cancer regression, we show the role of NK cells and ADCC. Theses works show that immunohistochemistry, even if insufficient, may propose some interesting hypotheses that have to be confirm by other experimentations.

Le volume des données disponibles permettant de décrire l’environnement, en particulier l’atmosphère et les océans, s’est accru à un rythme exponentiel. Ces données regroupent des observations et des sorties de modèles numériques. Les observations (satellite, in situ, etc.) sont généralement précises mais sujettes à des erreurs de mesure et disponibles avec un échantillonnage spatio-temporel irrégulier qui rend leur exploitation directe difficile. L’amélioration de la compréhension des processus physiques associée à la plus grande capacité des ordinateurs ont permis des avancées importantes dans la qualité des modèles numériques. Les solutions obtenues ne sont cependant pas encore de qualité suffisante pour certaines applications et ces méthodes demeurent lourdes à mettre en œuvre. Filtrage et lissage (les méthodes d’assimilation de données séquentielles en pratique) sont développés pour abonder ces problèmes. Ils sont généralement formalisées sous la forme d’un modèle espace-état, dans lequel on distingue le modèle dynamique qui décrit l’évolution du processus physique (état), et le modèle d’observation qui décrit le lien entre le processus physique et les observations disponibles. Dans cette thèse, nous abordons trois problèmes liés à l’inférence statistique pour les modèles espace-états: reconstruction de l’état, estimation des paramètres et remplacement du modèle dynamique par un émulateur construit à partir de données. Pour le premier problème, nous introduirons tout d’abord un algorithme de lissage original qui combine les algorithmes Conditional Particle Filter (CPF) et Backward Simulation (BS). Cet algorithme CPF-BS permet une exploration efficace de l’état de la variable physique, en raffinant séquentiellement l’exploration autour des trajectoires qui respectent le mieux les contraintes du modèle dynamique et des observations. Nous montrerons sur plusieurs modèles jouets que, à temps de calcul égal, l’algorithme CPF-BS donne de meilleurs résultats que les autres CPF et l’algorithme EnKS stochastique qui est couramment utilisé dans les applications opérationnelles. Nous aborderons ensuite le problème de l’estimation des paramètres inconnus dans les modèles espace-état. L’algorithme le plus usuel en statistique pour estimer les paramètres d’un modèle espace-état est l’algorithme EM qui permet de calculer itérativement une approximation numérique des estimateurs du maximum de vraisemblance. Nous montrerons que les algorithmes EM et CPF-BS peuvent être combinés efficacement pour estimer les paramètres d’un modèle jouet. Pour certaines applications, le modèle dynamique est inconnu ou très coûteux à résoudre numériquement mais des observations ou des simulations sont disponibles. Il est alors possible de reconstruire l’état conditionnellement aux observations en utilisant des algorithmes de filtrage/lissage dans lesquels le modèle dynamique est remplacé par un émulateur statistique construit à partir des observations. Nous montrerons que les algorithmes EM et CPF-BS peuvent être adaptés dans ce cadre et permettent d’estimer de manière non-paramétrique le modèle dynamique de l’état à partir d'observations bruitées. Pour certaines applications, le modèle dynamique est inconnu ou très coûteux à résoudre numériquement mais des observations ou des simulations sont disponibles. Il est alors possible de reconstruire l’état conditionnellement aux observations en utilisant des algorithmes de filtrage/lissage dans lesquels le modèle dynamique est remplacé par un émulateur statistique construit à partir des observations. Nous montrerons que les algorithmes EM et CPF-BS peuvent être adaptés dans ce cadre et permettent d’estimer de manière non-paramétrique le modèle dynamique de l’état à partir d'observations bruitées. Enfin, les algorithmes proposés sont appliqués pour imputer les données de vent (produit par Météo France). / The amount of both observational and model-simulated data within the environmental, climate and ocean sciences has grown at an accelerating rate. Observational (e.g. satellite, in-situ...) data are generally accurate but still subject to observational errors and available with a complicated spatio-temporal sampling. Increasing computer power and understandings of physical processes have permitted to advance in models accuracy and resolution but purely model driven solutions may still not be accurate enough. Filtering and smoothing (or sequential data assimilation methods) have developed to tackle the issues. Their contexts are usually formalized under the form of a space-state model including the dynamical model which describes the evolution of the physical process (state), and the observation model which describes the link between the physical process and the available observations. In this thesis, we tackle three problems related to statistical inference for nonlinear state-space models: state reconstruction, parameter estimation and replacement of the dynamic model by an emulator constructed from data. For the first problem, we will introduce an original smoothing algorithm which combines the Conditional Particle Filter (CPF) and Backward Simulation (BS) algorithms. This CPF-BS algorithm allows for efficient exploration of the state of the physical variable, sequentially refining exploration around trajectories which best meet the constraints of the dynamic model and observations. We will show on several toy models that, at the same computation time, the CPF-BS algorithm gives better results than the other CPF algorithms and the stochastic EnKS algorithm which is commonly used in real applications. We will then discuss the problem of estimating unknown parameters in state-space models. The most common statistical algorithm for estimating the parameters of a space-state model is based on EM algorithm, which makes it possible to iteratively compute a numerical approximation of the maximum likelihood estimators. We will show that the EM and CPF-BS algorithms can be combined to effectively estimate the parameters in toy models. In some applications, the dynamical model is unknown or very expensive to solve numerically but observations or simulations are available. It is thence possible to reconstruct the state conditionally to the observations by using filtering/smoothing algorithms in which the dynamical model is replaced by a statistical emulator constructed from the observations. We will show that the EM and CPF-BS algorithms can be adapted in this framework and allow to provide non-parametric estimation of the dynamic model of the state from noisy observations. Finally the proposed algorithms are applied to impute wind data (produced by Méteo France).

Cette thèse présente divers problèmes d'estimation fonctionnelle adaptative par sélection d'estimateurs en projection ou à noyaux, utilisant des critères inspirés à la fois de la sélection de modèles et des méthodes de Lepski. Le point commun de nos travaux est l'utilisation de données transformées et/ou incomplètes. La première partie est consacrée à une procédure d'estimation par "déformation'', dont la pertinence est illustrée pour l'estimation des fonctions suivantes : régression additive et multiplicative, densité conditionnelle, fonction de répartition dans un modèle de censure par intervalle, risque instantané pour des données censurées à droite. Le but est de reconstruire une fonction à partir d'un échantillon de couples aléatoires (X,Y). Nous utilisons les données déformées (ф(X),Y) pour proposer des estimateurs adaptatifs, où ф est une fonction bijective que nous estimons également (par exemple la fonction de répartition de X). L'intérêt est double : d'un point de vue théorique, les estimateurs ont des propriétés d'optimalité au sens de l'oracle ; d'un point de vue pratique, ils sont explicites et numériquement stables. La seconde partie s'intéresse à un problème à deux échantillons : nous comparons les distributions de deux variables X et Xₒ au travers de la densité relative, définie comme la densité de la variable Fₒ(X) (Fₒ étant la répartition de Xₒ). Nous construisons des estimateurs adaptatifs, à partir d'un double échantillon de données, possiblement censurées. Des bornes de risque non-asymptotiques sont démontrées, et des vitesses de convergences déduites. / This thesis presents various problems of adaptive functional estimation, using projection and kernel methods, and criterions inspired both by model selection and Lepski's methods. The common point of the studied statistical setting is to deal with transformed and/or incomplete data. The first part proposes a method of estimation with a "warping" device which permits to handle the estimation of functions such as additive and multiplicative regression, conditional density, hazard rate based on randomly right-censored data, and cumulative distribution function from current-status data. The aim is to estimate a function from a sample of random variable (X,Y). We use the warped data (ф(X),Y), to propose adaptive estimators, where ф is a one-to-one function that we also estimate (e.g. the cumulative distribution function of X). The interest is twofold. From the theoretical point of view, the estimators are optimal in the oracle sense. From the practical point of view, they can be easily computed, thanks to their simple explicit expression. The second part deals with a two-sample problem : we compare the distribution of two variables X and Xₒ by studying the relative density, defined as the density of Fₒ(X) (Fₒ is the c.d.f. of Xₒ). We build adaptive estimators, from a double data-sample, possibly censored. Non-asymptotic risk bounds are proved, and convergence rates are also derived.

La société Autobiz édite et diffuse de l’information sur le secteur automobile. Cette thèse contribue à l’enrichissement de cette information et à une meilleure compréhension du marché de l’occasion par l’élaboration des modèles de prédiction du prix des véhicules et du délai de vente qui leur est associé. Nous avons eu à notre disposition une base de données réelles constituée d’annonces de sources diverses induisant un nombre considérable d’outliers. Ainsi, la première partie de travail s’est consacrée à la construction de méthodes de détection d’outliers incluant aussi bien de simples règles empiriques qu’un test statistique dont les propriétés asymptotiques ont été étudiées. Partant d’un état de l’art sur la prédiction des prix des véhicules d’occasion, il est apparu que les études existantes soulèvent le besoin de fonder une méthodologie d’analyse plus rigoureuse. Cette méthodologie a été développée dans un objectif de proposer des solutions automatisables et adaptées aux contraintes imposées par les experts. Nous faisons alors l’hypothèse que les prix des véhicules d’une même version se déprécient en fonction de l’âge et du kilométrage selon une forme qui lui est propre. La dernière partie du travail est dédiée à l’analyse des délais de vente. Dans un premier temps, nous caractérisons la variable associée aux délais de vente. Ensuite nous proposons une modélisation de cette variable par une régression à l’échelle d’un segment correspondant à l’arborescence marque-modèle-carrosserie-énergie en fonction des variables liées au kilométrage, au prix et à l’âge. Enfin, nous discutons de la possibilité de modéliser le nombre de véhicules vendus dans une période donnée selon une loi binomiale négative. / Autobiz publishes information on the automotive sector. The subject of this the-sis is to give more tools for best understanding the used cars market by proposing modeling the price and the sale duration of vehicles. In our disposal we have a dataset consisted of used car advertisements automatically collected from the most popular website in France. Such data records often include outlying values. So, we need to start our analysis by considering outliers problem and we propose an outliers detector for univariate case for which we study asymptotic properties. Next, we develop a predicting model for used cars price. Although enumerable amount of works are stored in the literature we see that each of them lacks rigorous statistical foundations. We investigate the relationships between the price, the mileage, the age and others vehicle characteristics. More precisely we discuss how incorporate these variables in a model and compare different modeling approaches with the object to find the one best fitting the dataset and easy to implement. Expert’s opinions are minded at different stages of the model-building process. Next, we identify variables and how they affect the probability of a used vehicle’s sale from a list of explanatory variables related to price, mileage and age. In the sequel, we build a model allowing predicting the sale duration. Finally, we discuss about modeling sales of used cars by using the negative binomial distribution.

Dans le cadre de la sélection de modèle par contraste pénalisé, L. Birgé and P. Massart ont prouvé que le phénomène de pénalité minimale se produit pour la sélection libre parmi des variables gaussiennes indépendantes. Nous étendons certains de leurs résultats à la partition d'un signal gaussien lorsque la famille de partitions envisagées est suffisamment riche, notamment dans le cas des arbres de régression. Nous montrons que le même phénomène se produit dans le cadre de l'estimation de densité. La richesse de la famille de modèle s'apparente à une forme d'isotropie. De ce point de vue le phénomène de pénalité minimale est intrinsèque. Pour corroborer et illustrer ce point de vue, nous montrons que le même phénomène se produit pour une famille de modèles d'orientation aléatoire uniforme. / L. Birgé and P. Massart proved that the minimum penalty phenomenon occurs in Gaussian model selection when the model family arises from complete variable selection among independent variables. We extend some of their results to discrete Gaussian signal segmentation when the model family corresponds to a sufficiently rich family of partitions of the signal's support. This is the case of regression trees. We show that the same phenomenon occurs in the context of density estimation. The richness of the model family can be related to a certain form of isotropy. In this respect the minimum penalty phenomenon is intrinsic. To corroborate this point of view, we show that the minimum penalty phenomenon occurs when the models are chosen randomly under an isotropic law.

Dans cette thèse, nous cherchons à caractériser les facteurs de transcription de la plante Arabidopsis thaliana, gènes importants pour la régulation de l'expression du génome. À l'aide de données d'expression, notre objectif biologique est de classer ces facteurs de transcription en groupes de gènes co-régulateurs et en groupes de gènes co-régulés. Nous procédons en deux phases pour y parvenir. La première phase consiste à construire un réseau de régulation entre les facteurs de transcription. La seconde phase consiste en la classification des facteurs de transcription selon les liens de régulation établis par ce réseau. D'un point de vue statistique, les facteurs de transcription sont les variables et les données d'expression sont les observations. Nous représentons le réseau à inférer par un graphe orienté dont les nœuds sont les variables. L'estimation de ses arêtes est vue comme un problème de sélection de variables en grande dimension avec un faible nombre d'unités statistiques. Nous traitons ce problème à l'aide de régressions linéaires pénalisées de type LASSO. Une approche préliminaire qui consiste à sélectionner un ensemble de variables du chemin de régularisation par le biais de critères de vraisemblance pénalisée s'avère être instable et fournit trop de variables explicatives. Pour contrecarrer cela, nous proposons et mettons en compétition deux procédures de sélection, adaptées au problème de la haute dimension et mêlant régression linéaire pénalisée et rééchantillonnage. L'estimation des différents paramètres de ces procédures a été effectuée dans le but d'obtenir des ensembles de variables stables. Nous évaluons la stabilité des résultats à l'aide de jeux de données simulés selon notre modèle graphique. Nous faisons appel ensuite à une méthode de classification non supervisée sur chacun des graphes orientés obtenus pour former des groupes de nœuds vus comme contrôleurs et des groupes de nœuds vus comme contrôlés. Pour évaluer la proximité entre les classifications doubles des nœuds obtenus sur différents graphes, nous avons développé un indice de comparaison de couples de partition dont nous éprouvons et promouvons la pertinence. D'un point de vue pratique, nous proposons une méthode de simulation en cascade, exigée par la complexité de notre modèle et inspirée du bootstrap paramétrique, pour simuler des jeux de données en accord avec notre modèle. Nous avons validé notre modèle en évaluant la proximité des classifications obtenues par application de la procédure statistique sur les données réelles et sur ces données simulées. / This thesis deals with the characterisation of key genes in gene expression regulation, called transcription factors, in the plant Arabidopsis thaliana. Using expression data, our biological goal is to cluster transcription factors in groups of co-regulator transcription factors, and in groups of co-regulated transcription factors. To do so, we propose a two-step procedure. First, we infer the network of regulation between transcription factors. Second, we cluster transcription factors based on their connexion patterns to other transcriptions factors.From a statistical point of view, the transcription factors are the variables and the samples are the observations. The regulatory network between the transcription factors is modelled using a directed graph, where variables are nodes. The estimation of the nodes can be interpreted as a problem of variables selection. To infer the network, we perform LASSO type penalised linear regression. A preliminary approach selects a set of variable along the regularisation path using penalised likelihood criterion. However, this approach is unstable and leads to select too many variables. To overcome this difficulty, we propose to put in competition two selection procedures, designed to deal with high dimension data and mixing linear penalised regression and subsampling. Parameters estimation of the two procedures are designed to lead to select stable set of variables. Stability of results is evaluated on simulated data under a graphical model. Subsequently, we use an unsupervised clustering method on each inferred oriented graph to detect groups of co-regulators and groups of co-regulated. To evaluate the proximity between the two classifications, we have developed an index of comparaison of pairs of partitions whose relevance is tested and promoted. From a practical point of view, we propose a cascade simulation method required to respect the model complexity and inspired from parametric bootstrap, to simulate data under our model. We have validated our model by inspecting the proximity between the two classifications on simulated and real data.

Le contrôle des parlements nationaux envers les affaires européennes a récemment reçu beaucoup d’attention autant des institutions de l’Union européenne (UE) que des auteurs participant à la littérature sur le déficit démocratique. Pour autant, si plusieurs travaux ont démontré comment ce contrôle pouvait contribuer à améliorer la médiatisation des enjeux européens ou encore la transposition des directives, son rôle sur les attitudes des citoyens tient souvent du postulat et n’a jusqu’à présent fait l’objet d’aucune recherche. En mobilisant les données issues du projet Observatory of National Parliaments after Lisbon (OPAL) récoltées entre 2010 et 2012, cette étude adopte une méthodologie quantitative avec pour ambition de mesurer l’influence que le contrôle parlementaire des affaires européennes pourrait avoir dans la formation des attitudes envers l’UE. Étant donné que les attitudes envers le niveau national et européen sont étroitement reliées, nous avons en premier lieu démontré que le contrôle parlementaire participait à renforcer la confiance envers le parlement national. En ce qui concerne le niveau européen, nos résultats indiquent que le contrôle parlementaire semble avoir un effet antagoniste sur la confiance envers l’UE avec d’une part la capacité institutionnelle des parlements ayant un effet positif, et d’autre part l’activité parlementaire ayant un effet négatif. Cette recherche, bien qu’exploratoire et donc perfectible, pose ainsi les bases d’une meilleure compréhension du rôle que pourraient jouer les parlements nationaux dans la formation des attitudes envers l’UE. / The oversight of national parliaments over European affairs has recently received a great deal of attention, both from institutions of the European Union (EU) and from authors contributing to the literature on the democratic deficit. However, while several studies have shown how this control could contribute positively to the media coverage of European issues or to the transposition of directives, its role on citizens' attitudes is often postulated and has so far not been demonstrated. By mobilizing data from the Observatory of National Parliaments after Lisbon (OPAL) project collected between 2010 and 2012, this study adopts a quantitative methodology with the ambition of measuring the influence that parliamentary oversight over European affairs could have in shaping attitudes towards the EU. Since attitudes towards the national and European level are closely linked, I first demonstrated that parliamentary oversight helps to build confidence in the national parliament. Regarding the European level, the results indicate that parliamentary control seems to have an antagonistic effect on trust in the EU; on the one hand, the institutional capacity of parliaments have a positive effect, and on the other hand, the parliamentary activity has a negative effect. This research, although exploratory and therefore preliminary, thus lays the foundations for a better understanding of the role that national parliaments could potentially play in shaping attitudes towards the EU.

No description available.

Les Personnes à Mobilité Réduite (PMR) souffrent souvent de limitation au cours de la locomotion. Plusieurs outils sont à leurs dispositions pour les aider et les assister dans leur déplacement, plus particulièrement le Fauteuil Roulant Manuel (FRM) ou électrique. Ces travaux de thèse se focalisent sur les interactions entre le sujet et le FRM afin de déterminer des éléments prédictifs du déplacement à venir dans l’optique d’une aide à la locomotion. Comprendre l'Interaction Homme-FRM (IHF) est un enjeu actuel afin d'améliorer le déplacement et d’optimiser la performance ainsi que le confort, en minimisant la fatigue et les risques des blessures. Pour contribuer à mieux comprendre voire améliorer cette IHF, un ensemble d'études centrées sur une analyse biomécanique et électromyographique des éléments d'anticipation de l'Initiation du Déplacement en FRM (ID-FRM) a été réalisé au cours de ces travaux de thèse. Cet ensemble d’études porte sur i) les Activités Musculaires Anticipatoires (AMA) en position assise pour interroger la prédictibilité des mouvements au regard de ses paramètres préalables ; ii) l’évolution des patterns musculaires et des pressions sur l'assise lors de l'ID-FRM, pour interroger l’adaptabilité ou la spécificité des paramètres initiaux lors de différents déplacements en FRM chez des sujets valides. ; iii) l’évolutions des patterns musculaires et des pressions sur l'assise lors de l'ID-FRM chez des sujets blessés médullaires et ; iv) l’analyse multi-variée des paramètres de l'ID-FRM. Le SNC présente des capacités d'adaptabilité importantes au mouvement à venir en ajustant les commandes motrices aux conditions physiologiques globales du sujet. Cette adaptabilité a conduit à des pourcentages importants de prédiction et elle peut être enregistrée au travers d'éléments macroscopiques permettant d'envisager des systèmes d'aide au déplacement, notamment pour les PMR. / People with Disabled Mobility (PDM) often suffer from limitation during locomotion. Several tools are at their disposal to help and assist them in their displacement, specifically the electric or the Manual Wheelchair (MW). This thesis works focuses on the Human-MW-Interaction (H-MW-I) subject to determine elements predictors of forthcoming displacement with a view of aid to locomotion. Understanding (H-MW-I) is a current challenge to improve the displacement and optimize the performance as well as comfort, by minimizing fatigue and injury risk. In order to enhance understanding and even improving the (H-MW-I), a set of studies focusing on Biomechanics and electromyographic analysis of anticipation elements of the Manual Wheelchair Initiation Displacement (MW-ID) was performed during the thesis works. This set of studies focuses on i) Anticipatory Muscular Activities (AMA) in the sitting position to question the predictability of the movements in relation to its prior parameters; ii) evolution of muscular patterns and pressures on the seat when MW-ID to question the adaptability or specificity of the initial parameters during various displacements using MW in healthy subjects ; iii) evolution of muscular patterns and pressures on the seat when MW-ID in spinal cord injury subjects and; iv) multivariate analysis of the MW-ID parameters. The CNS presents an important capacity of adaptability to the forthcoming movement by adjusting motor commands to the global physiological condition of the subject. This adaptability has led to significant percentages prediction and it can be saved through macroscopic elements to envisage help systems to displacement for PDM.

L'inférence de réseaux ou inférence de graphes a de plus en plus d'applications notamment en santé humaine et en environnement pour l'étude de données micro-biologiques et génomiques. Les réseaux constituent en effet un outil approprié pour représenter, voire étudier des relations entre des entités. De nombreuses techniques mathématiques d'estimation ont été développées notamment dans le cadre des modèles graphiques gaussiens mais aussi dans le cas de données binaires ou mixtes. Le traitement des données d'abondance (de micro-organismes comme les bactéries par exemple) est particulier pour deux raisons : d'une part elles ne reflètent pas directement la réalité car un processus de séquençage a lieu pour dupliquer les espèces et ce processus apporte de la variabilité, d'autre part une espèce peut être absente dans certains échantillons. On est alors dans le cadre de données inflatées en zéro. Beaucoup de méthodes d'inférence de réseaux existent pour les données gaussiennes, les données binaires et les données mixtes mais les modèles inflatés en zéro sont très peu étudiés alors qu'ils reflètent la structure de nombreux jeux de données de façon pertinente. L'objectif de cette thèse concerne l'inférence de réseaux pour les modèles inflatés en zéro. Dans cette thèse, on se limitera à des réseaux de dépendances conditionnelles. Le travail présenté dans cette thèse se décompose principalement en deux parties. La première concerne des méthodes d'inférence de réseaux basées sur l'estimation de voisinages par une procédure couplant des méthodes de régressions ordinales et de sélection de variables. La seconde se focalise sur l'inférence de réseaux dans un modèle où les variables sont des gaussiennes inflatées en zéro par double troncature (à droite et à gauche). / Network inference has more and more applications, particularly in human health and environment, for the study of micro-biological and genomic data. Networks are indeed an appropriate tool to represent, or even study, relationships between entities. Many mathematical estimation techniques have been developed, particularly in the context of Gaussian graphical models, but also in the case of binary or mixed data. The processing of abundance data (of microorganisms such as bacteria for example) is particular for two reasons: on the one hand they do not directly reflect reality because a sequencing process takes place to duplicate species and this process brings variability, on the other hand a species may be absent in some samples. We are then in the context of zero-inflated data. Many graph inference methods exist for Gaussian, binary and mixed data, but zero-inflated models are rarely studied, although they reflect the structure of many data sets in a relevant way. The objective of this thesis is to infer networks for zero-inflated models. In this thesis, we will restrict to conditional dependency graphs. The work presented in this thesis is divided into two main parts. The first one concerns graph inference methods based on the estimation of neighbourhoods by a procedure combining ordinal regression models and variable selection methods. The second one focuses on graph inference in a model where the variables are Gaussian zero-inflated by double truncation (right and left).