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.