Les séquences d’ADN et d'ARN riches en Guanines peuvent adopter des conformations inhabituelles connues sous le nom de G-quadruplexes (G4). Les topologies et les formes de ces structures fascinantes sont très diverses. Les G4 sont stabilisés par la présence de cations monovalents et des liaisons Hydrogène de type Hoogsteen. De petites molécules contribuent également à la formation de formes stables, principalement par des interactions d'empilement π - π. Bien que les G4 soient connus depuis des décennies, l'intérêt de la communauté scientifique a été stimulé par la découverte de leur effet potentiellement inhibiteur sur la télomérase, une transcriptase inverse impliquée dans la transformation maligne de la plupart des cellules cancéreuses. En ce qui concerne la télomérase, le cancer et G4, plusieurs groupes ont été impliqués dans la découverte de nouveaux stabilisateurs G4 qui peuvent indirectement inhiber l'enzyme. Des centaines de ligands ont été identifiés par ce biais au cours de la dernière décennie et c'est encore un domaine très actif. Prenant en compte les avantages et la facilité qu'offre l'identification de nouvelles structures à l'aide de techniques de calcul grâce à des modèles mathématiques simples et reproductibles, nous avons entrepris un criblage à haut débit et à faible coût de calcul afin d’identifier de nouveaux ligands G4. Avec l'utilisation de la modélisation QSAR nous pouvons prédire l’IC50 d'un ensemble de composés congénères. Nous avons également été en mesure de relier les descripteurs moléculaires qui apparaissent dans nos modèles avec des caractéristiques structurales que les études de la littérature scientifique et SAR ont rapportés dans les études précédentes, pour un ensemble de ligands congénères. En outre, nous avons construit des modèles différents utilisant des ensembles non congénères de composés en appliquant une stratégie de consensus et pu identifier six ligands approuvés par la FDA qui stabilisent les structures G4. Par la suite, en appliquant des techniques non linéaires et un processus pour le traitement de la base de données que nous avons contruite à partir de publications antérieures, nous avons effectué un criblage virtuel de plus de 500 000 ligands d'une base de données commerciale de composés. Nous avons pu identifier de nouveaux ligands avec une puissance plus forte que les précédentes, qui peuvent également stabiliser d’autres structures G4 impliqués dans les processus liés au cancer. Ces observations ouvrent un spectre large de possibilités à explorer. Malgré les limites des techniques de modélisation QSAR explorées tout au long de ce travail, nous considérons qu'elles peuvent être combinées et utilisées avec soin pour répondre à la recherche de nouveaux stabilisateurs G4. / DNA and RNA G-rich sequences can adopt unusual arrangements that are known as G-quadruplexes (G4). The topologies and forms of these fascinating structures are very diverse. G4 are stabilized by the presence of monovalent cations and Hoogsteen Hydrogen bonds. Small molecules also contribute to the formation of stable forms mainly via π-π stacking interactions. Although G4s are known for decades, interest in this field started with their potential effect on inhibition of telomerase enzyme, a Reverse Transcriptase involved in the malignant transformation of most cancer cells. With regards to telomerase, cancer and G4, several groups have been involved in the discovery of new G4 stabilizers that would indirectly inhibit the enzyme. Most of the G4 ligands were identified following this paradigm. Hundreds of ligands have been identified during the past decade and this is still a very active field in science. Taking into account the advantages and easiness that offers the identification of new structures using computational techniques we built single and reproducible mathematical models with high screening capacity and low computational cost in order to use them on the identification of G4 ligands. With the use of QSAR modelling we can predict the telIC50 of a congeneric set of compounds. We have also been able to relate the molecular descriptors that appear in ours models with some structural features that scientific literature and SAR studies have reported in previous studies as appropriated for describing the above mentioned activity, also for congeneric set of ligands. Moreover, we built different models using non congeneric sets of compounds applying a consensus strategy and could identify six FDA approved ligands that stabilize G4 structures. Subsequently, by applying nonlinear techniques and a process for the cure of the database proposed for us in previous publications, we have performed a virtual screening of more than 500 000 ligands from a commercial database of compounds, followed of structure-based model in order to reduce the number of candidates. We were able to identify new ligands with stronger potency than the previous ones, which can also stabilize other G4 structures involved in processes related to cancer. These observations open a wide-ranging spectrum of possibilities to be explored. Despite the limitations of the QSAR modelling techniques explored along this work, we consider they can be combined and used carefully to address the search for new G4 stabilizers.

Le feedback auditif se définit comme un signal auditif qui contient de l'information sur un mouvement. Il a été montré que le feedback auditif peut guider le mouvement en temps réel, mais son influence sur l'apprentissage moteur est moins clair. Cette thèse a pour but d'examiner l'influence du feedback auditif sur l'apprentissage moteur, en se focalisant sur le contrôle temporel des mouvements. Premièrement, nous étudions l'apprentissage moteur chez les non-musiciens sains et montrons qu'ils bénéficient de l'information temporelle contenue dans le feedback auditif et qu'ils sont sensibles aux distorsions de cette information temporelle. Deuxièmement, nous appliquons ces connaissances à la réhabilitation de patients cérébro-lésés. Nous trouvons que ces patients améliorent leurs capacités de mouvement mais ne dépendent pas de la correspondance temporelle entre le mouvement et le son. Paradoxalement, ces patients ont même bénéficié des distorsions temporelles dans le feedback. Troisièmement, nous étudions les experts musicaux, car ils ont établi des liens particulièrement forts entre leur mouvement et le son. Nous développons de nouveaux outils d'analyse qui nous permettent de séparer les déviations temporelles en variation systématique et non-systématique. Le résultat principal est que ces experts sont devenus largement indépendants du feedback auditif. La proposition centrale de cette thèse est que le feedback auditif joue un rôle dans l'apprentissage moteur de la régularité, mais la façon dont le cerveau l'utilise dépend de la population étudiée. Ces résultats donnent une nouvelle perspective sur l'intégration audio-motrice et contribuent au développement de nouvelles approches pour l'apprentissage de la musique et la réhabilitation / Auditory feedback is an auditory signal that contains information about performed movement. Music performance is an excellent candidate to study its influence on motor actions, since the auditory result is the explicit goal of the movement. Indeed, auditory feedback can guide online motor actions, but its influence on motor learning has been investigated less. This thesis investigates the influence of auditory feedback in motor learning, focusing particularly on how we learn temporal control over movements. First, we investigate motor learning in non-musicians, finding that they benefit from temporal information supplied by the auditory signal and are sensitive to distortions of this temporal information. Second, we turn to stroke patients that are re-learning motor actions in a rehabilitation setting. Patients improved their movement capacities but did not depend on the time-locking between movements and the resulting auditory feedback. Surprisingly, they appear to benefit from distortions in feedback. Third, we investigate musical experts, who arguably have established strong links between movement and auditory feedback. We develop a novel analysis framework that allows us to segment timing into systematic and non-systematic variability. Our finding is that these experts have become largely independent of the auditory feedback. The main claim defended in this thesis is that auditory feedback can and does play a role in motor learning of regularity, but the way in which it is used varies qualitatively between different populations. These findings provide new insights into auditory-motor integration and are relevant for developing new perspectives on the role of music in training and rehabilitation settings

Cette thèse s'intéresse à la problématique de la classification automatique des séquences vidéo. L'idée est de se démarquer de la méthodologie dominante qui se base sur l'utilisation de caractéristiques conçues manuellement, et de proposer des modèles qui soient les plus génériques possibles et indépendants du domaine. Ceci est fait en automatisant la phase d'extraction des caractéristiques, qui sont dans notre cas générées par apprentissage à partir d'exemples, sans aucune connaissance a priori. Nous nous appuyons pour ce faire sur des travaux existants sur les modèles neuronaux pour la reconnaissance d'objets dans les images fixes, et nous étudions leur extension au cas de la vidéo. Plus concrètement, nous proposons deux modèles d'apprentissage des caractéristiques spatio-temporelles pour la classification vidéo : (i) Un modèle d'apprentissage supervisé profond, qui peut être vu comme une extension des modèles ConvNets au cas de la vidéo, et (ii) Un modèle d'apprentissage non supervisé, qui se base sur un schéma d'auto-encodage, et sur une représentation parcimonieuse sur-complète des données. Outre les originalités liées à chacune de ces deux approches, une contribution supplémentaire de cette thèse est une étude comparative entre plusieurs modèles de classification de séquences parmi les plus populaires de l'état de l'art. Cette étude a été réalisée en se basant sur des caractéristiques manuelles adaptées à la problématique de la reconnaissance d'actions dans les vidéos de football. Ceci a permis d'identifier le modèle de classification le plus performant (un réseau de neurone récurrent bidirectionnel à longue mémoire à court-terme -BLSTM-), et de justifier son utilisation pour le reste des expérimentations. Enfin, afin de valider la généricité des deux modèles proposés, ceux-ci ont été évalués sur deux problématiques différentes, à savoir la reconnaissance d'actions humaines (sur la base KTH), et la reconnaissance d'expressions faciales (sur la base GEMEP-FERA). L'étude des résultats a permis de valider les approches, et de montrer qu'elles obtiennent des performances parmi les meilleures de l'état de l'art (avec 95,83% de bonne reconnaissance pour la base KTH, et 87,57% pour la base GEMEP-FERA). / This thesis focuses on the issue of automatic classification of video sequences. We aim, through this work, at standing out from the dominant methodology, which relies on so-called hand-crafted features, by proposing generic and problem-independent models. This can be done by automating the feature extraction process, which is performed in our case through a learning scheme from training examples, without any prior knowledge. To do so, we rely on existing neural-based methods, which are dedicated to object recognition in still images, and investigate their extension to the video case. More concretely, we introduce two learning-based models to extract spatio-temporal features for video classification: (i) A deep learning model, which is trained in a supervised way, and which can be considered as an extension of the popular ConvNets model to the video case, and (ii) An unsupervised learning model that relies on an auto-encoder scheme, and a sparse over-complete representation. Moreover, an additional contribution of this work lies in a comparative study between several sequence classification models. This study was performed using hand-crafted features especially designed to be optimal for the soccer action recognition problem. Obtained results have permitted to select the best classifier (a bidirectional long short-term memory recurrent neural network -BLSTM-) to be used for all experiments. In order to validate the genericity of the two proposed models, experiments were carried out on two different problems, namely human action recognition (using the KTH dataset) and facial expression recognition (using the GEMEP-FERA dataset). Obtained results show that our approaches achieve outstanding performances, among the best of the related works (with a recognition rate of 95,83% for the KTH dataset, and 87,57% for the GEMEP-FERA dataset).

Cette recherche s’intéresse au langage préfabriqué (LP) dans le discours oral spontané d’apprenants de français langue étrangère (FLE). Le LP, étudié en linguistique sous l’angle du figement et de la conventionalité, intéresse aussi les psycholinguistes. Omniprésent dans le discours des locuteurs natifs, il sous-entend que la maîtrise d’une langue ne passe pas seulement par l’application des règles grammaticales et la création des phrases mais également par la mémorisation et l’automatisation des bouts de langue préconstruits. Notre objectif est double : étudier l’évolution de la connaissance du LP chez des apprenants du FLE et, le rôle que le LP joue dans leur fluidité verbale. Dix-sept apprenants ont réalisé à six mois d’intervalle deux tâches narratives orales, et leurs productions ont été enregistrées et transcrites deux fois. Six locuteurs natifs ont été soumis aux mêmes tâches une fois. Le LP a été identifié selon des critères linguistiques et psycholinguistiques. La fluence des productions a été évaluée au moyen de quatre mesures. Elle a été mise en relation avec l’emploi effectif des séquences préfabriquées afin de vérifier en quel sens ces dernières améliorent le discours oral des apprenants. Ainsi, il existe des différences individuelles très marquées entres les sujets testés et il est difficile de tirer des conclusions d’ordre général. Cependant, les apprenants de niveau débutant progressent dans l’emploi qu’ils font du LP, en quantité et en qualité. Ils peuvent s’appuyer sur les SP pour produire un discours plus fluide. Elles améliorent le segment de parole (longueur et complexification) et servent de stratégies (compensation, structuration et planification). / This thesis focuses on formulaic language in French as a Second Language (FSL) learners’ spontaneous spoken narratives. Formulaic language is made of multi-word units which are often perceived and used as simple lexical units. ESL studies have shown that even at advanced levels the command of formulaic language can be poor. The purpose of this thesis is twofold. First we intend to examine the evolution of formulaic language among FSL learners, and then the importance of formulaic language in learners’ fluency. Seventeen learners divided into three levels were asked over a period of six months to produce two oral narratives based on a cartoon and a silent film. Their narratives were recorded and transcribed as time 1 and time 2. The formulaic language which was found in the oral productions was identified according to linguistic and psycholinguistic criteria : phonological coherence, syntactic complexity, semantic opacity, frequence and systematicity of idiosyncratic errors and deviant items. The fluency was evaluated by means of four “classical” measurements : speech rate, length of run, rate of articulation, phonation time. Our analyses show that there are individual differences among subjects and that it is difficult to draw comprehensive conclusions. Yet, the results show a steady improvement in formulaic language among beginners, both quantitatively and qualitatively. Indeed, learners can rely on formulaic sequences to gain fluency and this in different manners. Formulaic sequences improve the speech run by making it longer and more complex. They can be used as strategies of compensation and planification of speech.

De nombreux chercheurs se sont intéressés aux particularités lexicales et pragmatico-discursives du langage que les parents adressent à leur jeune enfant. La revue de la littérature sur ce point montre qu’il existe tantôt des différences tantôt des ressemblances entre les mères et les pères. Cependant, les caractéristiques syntaxiques du langage qu’adressent les parents à leur enfant font rarement l’objet d’études. Par ailleurs, les études portant sur les effets du dialogue, des genres de discours déployés durant celui-ci et des activités dans lesquelles interagissent les dyades parent-enfant sur le développement syntaxique de l’enfant sont encore peu développées.Cette thèse s’articule ainsi autour de trois objectifs : i) mieux cerner les différences et les similitudes qui existent dans le langage maternel et paternel aux niveaux syntaxique et pragmatico-discursif, et d’en observer l’influence sur le langage de l’enfant, ii) évaluer l’effet de l’activité en cours sur les productions et les conduites de dyades mère-enfant et père-enfant, iii) interroger les liens qui existent entre dimension syntaxique et dimension pragmatico-discursive dans le processus d’acquisition du langage.Sept enfants francophones natifs, âgés de 3 à 4 ans, et leurs parents ont été observés dans deux activités : un jeu symbolique et un jeu de cartes illustrées. Leurs productions ont été analysées au niveau syntaxique, tout en considérant certaines propriétés discursives et pragmatiques liées aux usages de ces productions (statut de l’interlocuteur de l’enfant, types d’activité et aspects pragmatico-discursifs). Nos résultats suggèrent que le statut de l’interlocuteur de l’enfant, associé aux types d’activités et aux spécificités du dialogue, constituent un faisceau de variables qu’il convient de considérer si l’on veut mieux décrire les usages syntaxiques des enfants et la variabilité de ceux-ci. / Many researchers have studied lexical and pragmatic-discursive particularities of the language that parents use to address their young child. A literature review shows that there are both differences and similarities between mothers and fathers. However, characteristics of the language that parents use for addressing their child have rarely been studied. Moreover, there is a paucity of studies examining the effects on the child’s syntactic development of dialogue, speech genres and activities during which parent-child dyads interact.This thesis has three goals: i) improve understanding of differences and similarities in the syntactic and pragmatic-discursive aspects of maternal and paternal language and their effect on the child’s language, ii) evaluate the effect of the ongoing activity on the production and the use of mother-child and father-child dyads, iii) investigate the relation between syntactic and pragmatic-discursive dimensions during the language learning process.Seven 3-4 years old native French-speaking children and their parents were observed during two activities: a symbolic play and a picture card game. The syntactic dimensions of their productions were analyzed while considering certain discursive and pragmatic properties related to the use of these productions (status of the child’s interlocutor, type of activity and pragmatic-discursive aspects). Our results suggest that the status of the child’s interlocutor, associated with the type of activity and the dialogue’s specificities, form a body of variables that should be taken into account in order to better describe children’s syntactic uses and their variability.

Les travaux présentés dans ce manuscrit portent sur la conduite de systèmes complexes critiques. Ils s'inscrivent dans le cadre du projet CONNEXION (Investissements d'Avenir, BGLE2) qui réunit les principaux acteurs de la filière nucléaire française autour de la conception des systèmes de contrôle-commande des centrales et de leur exploitation. Dans le domaine de la conduite, les actions développées par le projet concernent la phase d'ingénierie avec pour objectif d'intégrer le point de vue de l'exploitant au plus tôt dans la validation des architectures de contrôle de commande, et la phase d'exploitation avec pour objectif de fournir une aide à la préparation et à l'exécution des procédures de conduite. Dans ce contexte, la contribution présentée dans ce mémoire porte sur la génération et la vérification de séquences d'actions de conduite répondant à un objectif donné et pouvant être opérées en toute sécurité sur le procédé. L'approche proposée repose la vérification d'une propriété d'atteignabilité sur un réseau d'automates temporisés modélisant le comportement des architectures. L'originalité réside dans la définition d’un cadre formel de modélisation sous la forme de patrons favorisant la réutilisabilité des modèles ainsi que dans la proposition d'algorithmes d'abstraction et de recherche d'atteignabilité itératifs exploitant la hiérarchisation intrinsèque des architectures afin de permettre le passage à l'échelle de l'approche proposée. La contribution a été éprouvée sur la plate-forme d'expérimentation CISPI du CRAN puis sur un cas d'étude à échelle industrielle proposé dans le cadre du projet CONNEXION / The works presented in this manuscript deals with critical complex systems operation. They are part of the CONNEXION project (Investissements d'Avenir, BGLE2), which involves the main actors in the French nuclear industry around the design of control systems for power plants and their operation. In the operation field, the actions developed by the project concern the engineering phase with the aim of integrating the operator's point of view as soon as possible in the validation of control architectures, and the operation phase with the aim of providing assistance in the preparation and execution of operation procedures. In this context, the contribution presented in this manuscript deals with the generation and verification of action sequences that meet a given objective and that can be safely operated on the process. The proposed approach relies on verifying a reachability property on a network of timed automata modelling the behavior of architectures. The originality is in the definition of a formal modelling framework using patterns promoting the reusability of models, as well as in the proposition of abstraction and reachability iterative analysis algorithms exploiting the intrinsic hierarchization of architectures in order to scale-up of the proposed approach. The contribution was evaluated on the CISPI experimental platform of the CRAN, and on an industrial scale case study proposed within the framework of the CONNEXION project

La production hétérologue des protéines membranaires reste difficile, peut-être parce que l’insertion dans la membrane de la cellule hôte constitue une étape limitante de la production. Afin de tourner cette difficulté, deux modes de synthèse ont été envisagés: la synthèse de protéines dans un système a-cellulaire, en l’absence de membrane mais en présence de détergent, ou l’adressage forcé de la protéine vers les corps d’inclusion dans le cas d’une expression plus classique en bactérie entière. La réalisation des deux stratégies repose sur l’utilisation de protéines de fusion possédant une séquence d’entraînement en amont du gène d’intérêt, soit qu’elles améliorent la traduction du transcrit en limitant le repliement spatial de ce dernier, soit qu’elles favorisent la production de la protéine d’intérêt en corps d’inclusion. La porine OmpX et le peptide T7 ont été choisis en cas d’expression dans les systèmes bactériens. La protéine SUMO est utilisée pour la production dans un lysat eucaryote. Les différentes approches ont été testées sur la production de la pannexine1 humaine (Px1).Si les séquences d’entraînement OmpX et le peptide T7 sont correctement produites in vitro, aucune des deux, en revanche, ne favorise la production de la Px1. Seul l’entraîneur SUMO est efficace. En effet, nous avons observé que cette protéine augmente la production de la Px1 dans un lysat eucaryote de germe de blé. Par ailleurs OmpX, connue pour être largement produite in vivo dans les corps d’inclusion, n’entraîne pas la localisation de la Px1 dans ces structures. Contre toute attente, l’étiquette T7 dirige la Px1 dans les corps d’inclusion. L’étude électrophysiologique de la Px1 a donc été effectuée à partir de la protéine produite in vivo (T7his-Px1) après renaturation, ou produite sous forme soluble in vitro (his6-Px1) dans le lysat eucaryote. Dans le cas de la protéine T7his-Px1 renaturée, une activité canal qui rappelle celle qui est observée après expression dans l’ovocyte de Xénope, a été détectée en patch-clamp, mais dans trois cas seulement. Dans le cas de la protéine his6-Px1, aucune activité canal n’est clairement détectée. Dans une deuxième partie de ce travail on examine le rôle de la boucle périplasmique dans la sensibilité à la pression du MscL, un canal mécanosensible bactérien devenu un système modèle dans l’étude de la mécanosensibilité. Presque toutes les études fonctionnelles sur ce canal ont été réalisées sur le canal de E.coli, alors que la structure a été obtenue à partir de l’homologue de M. tuberculosis. Une étude fonctionnelle a montré que le MscL de M. tuberculosis est difficile à ouvrir : son ouverture requiert l’application d’une pression double de celle qui est nécessaire chez E.coli. Les deux homologues diffèrent principalement par la longueur de leur unique boucle périplasmique. De manière à examiner le rôle de la boucle, on a comparé l’activité du canal MscL de E.coli, celle du canal de M. tuberculosis et celle d’une protéine chimère constituée de la protéine de M. tuberculosis dans laquelle la boucle a été changée pour celle de la protéine de E.coli. De manière inattendue, nous avons constaté que les canaux de E.coli et de M. tuberculosis ont la même sensibilité à la pression. La protéine chimère n’avait pas d’activité canal. Si ce travail ne permet pas de conclure quant au rôle de la boucle, il montre sans ambigüité que contrairement à ce qui a été rapporté les canaux MscL de E.coli et de M. tuberculosis ne diffèrent pas sensiblement sur le plan fonctionnel / The production of heterologous membrane protein is notoriously difficult; this might be due to the fact that insertion of the protein in the membrane host is a limiting step. To by-pass this difficulty, two modes of synthesis were tested: 1) production in a cell-free system devoid of biological membrane but supplemented with detergent or liposomes, 2) production in bacteria, with targeting of the membrane protein to inclusion bodies. Both strategies were tested for the production of the human pannexin 1 channel (Px1). The gene coding the protein was fused with an “enhancer” sequence resulting in the addition of a peptide or short protein at the N terminus of the protein of interest. This enhancer sequence which is well produced in vitro or in vivo is supposed to facilitate the translation of the protein of interest. Three enhancer sequences were chosen: 1) the small porin OmpX of E. coli, which, in addition, should target the protein to inclusion bodies when the protein is expressed in bacteria 2) a peptide of phage T7 for expression in E.coli lysate or E.coli cells 3) the small protein SUMO for production in a wheat germ cell-free system. In a bacterial cell-free system, neither OmpX nor T7 promoted Px1 production. Px1 is only produced when the SUMO enhancer sequence is used in the wheat germ system. In bacteria, OmpX, known to form inclusions bodies did not promote the targeting of the fusion protein to inclusion bodies. Unexpectedly, the peptide T7 was able to do it.Px1 obtained from inclusion bodies (T7his-Px1) was renatured and reconstituted in liposomes. Similarly his6-Px1 produced in wheat germ system was reconstituted in liposomes. Both preparations were used for electrophysiological studies (patch-clamp and planar bilayers). With the refolded T7his-Px1, channel activity reminiscent of that observed with Px1 expressed in Xenope oocyte (Bao et al., 2004) could be detected, but only in three cases. In the case of his6-Px1, no clear channel activity could be observed. The second part of this work deals with the involvement of the periplasmic loop of the bacterial mechanosensitive channel MscL in its sensitivity to pressure. Mscl has become a model system for the investigation of mechanosensisity. Nearly all functional studies have been performed on MscL from E.coli while the structure of the protein has been obtained from the Mycobacterium tuberculosis homologue. In one functional study it was shown that MscL from M. tuberculosis is extremely difficult to open, gating at twice the pressure needed for E.coli MscL The periplasmic loop is the most variable sequence between the two homologues, being longer in E.coli than in M. tuberculosis. In order to assess the role of the periplamic loop in the sensitivity to pressure, we compared the activity of the E.coli and M. tuberculosis MscL and of a chimeric protein made of the M. tuberculosis protein in which the periplasmic loop has been exchanged for that of the E. coli channel. Unexpectedly, M. tuberculosis and E .coli MscL were observed to gate at a similar applied pressure. The chimeric protein had no functional activity. In conclusion, this study does not allow any conclusion as to the role of the loop in the sensitivity to pressure, but it shows clearly that, in contrast to the results of a previous study, there is no functional difference between E. coli and M. tuberculosis MscL.

Nous proposons une contribution empirique aux tentatives récentes d'unification des sciences cognitives et des sciences sociales.La Théorie de l'Attraction Culturelle (CAT) propose de s'atteler à des questions interdisciplinaires en utilisant une ontologie commune faite de représentations.D'après la CAT, malgré des transformations au niveau micro, la distribution globale des représentations peut rester stable grâce à des attracteurs culturels.Cette hypothèse est difficile à tester, mais les technologies du web permettent de combiner les avantages des techniques existantes pour étendre le champ des études possibles.Nous présentons deux études de cas sur de courts énoncés écrits.La première examine les changements que des citations subissent lorsqu'elles sont copiées en ligne.En combinant psycholinguistique et fouille de données, nous montrons que les substitutions de mots sont cohérentes avec l'hypothèse des attracteurs culturels, et avec les effets connus de variables lexicales.La deuxième étude étend ces résultats, et utilise une expérience web permettant de récolter des chaînes de transmission de qualité et en grande quantité.En étendant un algorithme bioinformatique, nous décomposons les transformations en des opérations plus simples, et proposons un premier modèle descriptif du processus qui relie les connaissances psycholinguistiques sur la transformation de phrases aux tendances de haut niveau identifiées dans la littérature sur l'évolution culturelle.Enfin, nous montrons que la compréhension de l'évolution de telles représentations nécessite une théorie du sens des énoncés, une tâche pour laquelle nous explorons les approches empiriques possibles. / We propose an empirical contribution to recent attempts to unify cognitive science and social science.We focus on Cultural Attraction Theory (CAT), a framework that proposes a common ontology made of representations for cognitive and social science to address interdisciplinary questions.CAT hypothesizes that in spite of important transformations at the micro-level, the overall distribution of representations remains stable due to dynamical attractors.Testing this hypothesis is challenging and existing approaches have several shortcomings.Yet, by taking advantage of web technologies one can combine the advantages of existing techniques to expand the range of possible empirical studies.We develop two case studies to show this with short written utterances.The first examines transformations that quotations undergo as they are propagated online.By connecting data mining tools with psycholinguistics, we show that word substitutions in quotations are consistent with the hypothesis of cultural attractors and with known effects of lexical features.The second case study expands these results, and makes use of a purposefully developed web experiment to gather quality transmission chain data sets.By extending a bioinformatics alignment algorithm, we decompose transformations into simpler operations, and propose a first descriptive model which relates psycholinguistic knowledge of sentence transformation to evolutionary trends elicited in the cultural evolution literature.Finally, we show that further understanding the evolution of such representations requires an account of meaning in context, a task for which we flesh out possible empirical approaches.

Mycoplasma agalactiae est responsable de l'agalactie contagieuse, maladie des petits ruminants difficilement contrôlée et figurant sur la liste de l’OIE. Afin d’évaluer la diversité génétique de ce pathogène, 101 isolats ont été comparés par trois techniques (VNTR, RFLP, répertoire vpma). Les résultats révèlent une grande homogénéité génétique dont la souche type PG2 est représentative. Quelques isolats font exception telle la souche 5632 que nous avons séquencée et analysée ici. La comparaison des génomes et des protéomes entre 5632 et PG2 indiquent que la plasticité de ces génomes est liée à d’importants échanges d'ADN et à la présence de nombreux éléments génétiques mobiles (10% du génome). Ces analyses révèlent également une forte dynamique au sein de répertoires de gènes codant des protéines de surfaces. Pour les mycoplasmes, bactéries minimales dépourvues de paroi, ces évènements ont certainement joués un rôle dans leur survie et leur adaptation à des hôtes complexes. / Mycoplasma agalactiae is responsible of contagious agalactia, a disease of small ruminants that is still difficult to control and is listed by the OIE. In order to evaluate the genetic diversity of this pathogen, 101 isolates were compared using three techniques (VNTR, RFLP, vpma repertoire). Results revealed a high genetic homogeneity with the PG2 type strain as representative. Some isolates however diverged such as the 5632 which was sequenced and analysed here. Whole comparative genomic and proteomic analyses of the 5632 and PG2 strains indicate that their genomic plasticity resides in important genes flux and in the presence of several mobile genetic elements (10% of the genome). These analyses also revealed that specific loci encoding repertoire of surface proteins are highly dynamic. For these minimal bacteria that lack a cell-wall, these events have most likely played a major role in their survival and adaptation to complex hosts.

Grâce aux progrès des techniques de séquençage, les bases de données génomiques ont connu une croissance exponentielle depuis la fin des années 1990. Un grand nombre d'outils statistiques ont été développés à l'interface entre bioinformatique, apprentissage automatique et physique statistique, dans le but d'extraire de l'information de ce déluge de données. Plusieurs approches de physique statistique ont été récemment introduites dans le contexte précis de la modélisation de séquences de protéines, dont l'analyse en couplages directs. Cette méthode d'inférence statistique globale fondée sur le principe d'entropie maximale, s'est récemment montrée d'une efficacité redoutable pour prédire la structure tridimensionnelle de protéines, à partir de considérations purement statistiques.Dans cette thèse, nous présentons les méthodes d'inférence en question, et encouragés par leur succès, explorons d'autres domaines complexes dans lesquels elles pourraient être appliquées, comme la détection d'homologies. Contrairement à la prédiction des contacts entre résidus qui se limite à une information topologique sur le réseau d'interactions, ces nouveaux champs d'application exigent des considérations énergétiques globales et donc un modèle plus quantitatif et détaillé. À travers une étude approfondie sur des donnéesartificielles et biologiques, nous proposons une meilleure interpretation des paramètres centraux de ces méthodes d'inférence, jusqu'ici mal compris, notamment dans le cas d'un échantillonnage limité. Enfin, nous présentons une nouvelle procédure plus précise d'inférence de modèles génératifs, qui mène à des avancées importantes pour des données réelles en quantité limitée. / Over the last decades, genomic databases have grown exponentially in size thanks to the constant progress of modern DNA sequencing. A large variety of statistical tools have been developed, at the interface between bioinformatics, machine learning, and statistical physics, to extract information from these ever increasing datasets. In the specific context of protein sequence data, several approaches have been recently introduced by statistical physicists, such as direct-coupling analysis, a global statistical inference method based on the maximum-entropy principle, that has proven to be extremely effective in predicting the three-dimensional structure of proteins from purely statistical considerations.In this dissertation, we review the relevant inference methods and, encouraged by their success, discuss their extension to other challenging fields, such as sequence folding prediction and homology detection. Contrary to residue-residue contact prediction, which relies on an intrinsically topological information about the network of interactions, these fields require global energetic considerations and therefore a more quantitative and detailed model. Through an extensive study on both artificial and biological data, we provide a better interpretation of the central inferred parameters, up to now poorly understood, especially in the limited sampling regime. Finally, we present a new and more precise procedure for the inference of generative models, which leads to further improvements on real, finitely sampled data.