Le sujet abordé dans cette thèse concerne la contrôlabilité d’une classe de systèmes spatio-temporels, entièrement discrets de type automates cellulaires (AC). Le but de cette étude est de mettre en lumière de nouvelles pistes pour prouver la contrôlabilité des systèmes complexes. Plus spécifiquement, cette thèse se focalise sur la contrôlabilité régionale qui consiste à se restreindre à une région du domaine où le système devra atteindre un objectif donné à travers des actions ciblées. Le cas d’AC Booléens a été particulièrement examiné tout au long de cette thèse. La première partie est consacrée à l’étude du problème de la contrôlabilité régionale des AC déterministes lorsque les actions sont exercées sur la frontière de la régioncontrôlée. Une première démarche que nous avons utilisée s’appuie sur les chaines de Markov et la contrôlabilité est caractérisée en établissant une matrice similaire à leur matrice de transition en utilisant les définitions d’une chaîne ergodique et régulière. Cette étude a été étendue au cas des AC probabilistes qui sont largement utilisés pour modéliser de nombreux phénomènes réels. Le même problème a été appréhendé en utilisant des outils de la théorie des graphes. Nous proposons des conditions nécessaires et suffisantes pour la contrôlabilité régionale des AC déterministes en utilisant les notions de circuit hamiltonien et de composante fortement connexe. Le contrôle qui assure la contrôlabilité régionale est défini à travers un algorithme préimages. La deuxième partie est dédiée au problème de la contrôlabilité régionale frontière des AC Booléens qui consiste à agir sur la frontière du domaine pour atteindre un objectif sur une région cible. Nous considérons d’abord des AC linéaires pour lesquels nousdonnons un résultat de caractérisation grâce à la condition de Kalman. Nous proposons un algorithme pour déterminer le contrôle qui permet de forcer l’apparition d’une configuration désirée dans la région d’étude. Le cas des AC non linéaires a été également considéré en utilisant un algorithme de recherche des préimages. / The issue addressed in this thesis concerns the controllability of a class of discrete spatio-temporal systems named cellular automata (CA). The purpose of this study is to highlight new ways to prove the controllability of complex systems. Morespecifically, this thesis focuses on regional controllability which consists in restricting the study to a subregion of the domain where the system will have to achieve a given objective through targeted actions. The case of Boolean CA have been particularly examined throughout this thesis. The first part is devoted to the study of the problem of the regional controllability of deterministic CAs when the actions are exerted on the boundaries of the controlled region. A first approach that we used relies on Markov chains and controllability is characterized by establishing a matrix similar to their transition matrix using the definitions of a regular and ergodic chain. This study has been extended to the case of probabilistic CAs that are widely used tomodel many real phenomena. The same problem has been apprehended using tools of graph theory. We proposenecessary and sufficient conditions for the regional controllability of deterministic CAs using the notions of Hamiltonian circuit and strongly connected component. The control that ensures regional controllability is defined through a preimage algorithm.The second part is devoted to the problem of the boundary regional controllability of Boolean CAs, which consists of acting on the boundary of the domain in order to reach a desired goal in a target region. We first consider linear CAs for which we givea characterization result using the Kalman condition. We propose an algorithm to determine the control that allows to force the appearance of a desired configuration in the study area. The case of nonlinear CAs was also considered using a preimagesearch algorithm.

70% des mutations identifiées sur le gène responsable de la mucoviscidose correspondent à la délétion de la phénylalanine en position 508 (F508del) de la protéine CFTR (Cystic Fibrosis Transmembrane conductance Regulator). Cette mutation est responsable, à 37°C, d'un mauvais repliement, du blocage et de la dégradation rapide de CFTR au niveau du réticulum endoplasmique (RE), et par conséquent de l'absence de sécrétion des ions Cl- au niveau de la membrane apicale des cellules épithéliales. Deux conséquences principales de cette mutation sont un épaississement important du mucus bronchique et une diminution de l'intégrité de la barrière luminale de l'épithélium bronchique. Ces deux phénomènes participent à l'invasion et à l'infection du tissu pulmonaire par des bactéries pathogènes comme Pseudomonas aeruginosa, exacerbant l'inflammation et la destruction tissulaire au niveau des poumons. L'objectif de cette étude a été de déterminer le rôle de deux protéines appartenant à la famille des protéines G hétérotrimériques, G12 et G13, dans la dégradation de la protéine CFTR-F508del ainsi que dans le contrôle des complexes jonctionnels au niveau de l'épithélium bronchique sain et mucoviscidosique. Nos travaux démontrent pour la première fois que dans la mucoviscidose, l'expression des protéines G12 et G13 est faible. Nous avons aussi montré que G12, et non G13, est impliquée dans le contrôle de la dégradation de la protéine CFTR-F508del via les protéines chaperonnes Calnexine et HSP90, et dans la formation et le maintien des jonctions cellulaires bronchiques via E-cadhérine et ZO-1 de manière inverse par rapport à l'épithélium rénale. Ces travaux placent donc G12 comme un acteur non négligeable de la maladie de la mucoviscidose. / F508del, the most frequent mutation found in cystic fibrosis (CF) population, impacts CFTR (Cystic Fibrosis Transmembrane conductance Regulator) trafficking and causes its rapid degradation at the endoplasmic compartment, resulting in a significant decrease in Cl- secretion at the apical membrane of epithelial cells. F508del has two main features, significant thickening of the bronchial mucus and a reduction in the integrity of the luminal barrier of the bronchial epithelium. These two phenomena are involved in the invasion and infection of lung tissue by pathogenic bacteria such as Pseudomonas aeruginosa, exacerbating the inflammation and lung destruction. The objective of this study was to determine the role of two proteins member of the heterotrimeric G proteins family, G12 and G13, in the degradation of the F508del CFTR, and in the control of junctional complexes in the normal and CF bronchial epithelium. Our results show for the first time that G12 and G13 are down expressed in CF. G12, but not G13, is involved in the control of F508del-CFTR degradation through its interaction with Calnexin and HSP90 chaperones. Unlike kidney epithelia cells, G12 promotes the formation and maintenance of cell junctions in the bronchial epithelium by affecting E-cadherine and ZO-1 stability. Altogether, our results set therefore G12 as a significant actor of the CF disease.

La prévention du risque volcanique est un enjeu majeur, notamment pour l'Etna, dont les éruptions fréquentes menacent la province de Catane. Sont exposés les éléments physiques nécessaires à la compréhension des mécanismes intervenant dans un écoulement de lave basaltique. Un système d'information intégrant les principaux aspects du risque volcanique et permettant la création de cartes de risques est alors proposé. Ce système comprend un modèle, basé sur les automates cellulaires et intégrant le traitement d’images satellitaires. Il permet de simuler l'évolution d'une coulée ainsi que son débit. Ce système est alors intégré dans un Système d'Information Géographique. Il est validé sur les éruptions 2001, 2006 et 2007. Enfin, nous développons, pour l’enrichir, un modèle numérique pour le refroidissement d'une coulée de lave à l'aide des Smoothed Particle Hydrodynamics. Ce modèle, validé sur différents cas test, est appliqué au refroidissement d'un lac et d’une coulée de lave. Keywords : risque volcanique, automates cellulaires, système de veille, information élaborée, système d'information géographique, Smoothed Particle Hydrodynamics / Preventing volcanic risk is a major challenge, in particular when dealing with Mt Etna whose frequent eruptions regularly threaten Catane province. First, the physical elements necessary to understand the mechanism intervening in basaltic lava flow are exposed. Then, we develop an information system which deals with the main aspects of volcanic risk : lava flow evolution foresight and risk map design. This system is integrated in a geographical information system and is composed of both a model based on cellular automata permitting to simulate the evolution of a lava flow, and an infrared satellite image treatment module permitting to evaluate the lava flux rate. All the models and procedures developed were validated with the 2001, 2006 and 2007 eruptions. Lastly, to enhance the information system, we develop a digital model for lava flow cooling by means of Smoothed Particles Hydrodynamics. This model is validated by different case tests before being applied to the cooling of a lava lake

L’objectif principal de cette thèse est l’analyse des performances des réseaux LTE-A (Long Term Evolution- Advanced) au travers de la géométrie stochastique. L’analyse mathématique des réseaux cellulaires est un problème difficile, pour lesquels ils existent déjà un certain nombre de résultats mais qui demande encore des efforts et des contributions sur le long terme. L’utilisation de la géométrie aléatoire et des processus ponctuels de Poisson (PPP) s’est avérée être une approche permettant une modélisation pertinente des réseaux cellulaires et d’une complexité faible (tractable). Dans cette thèse, nous nous intéressons tout particulièrement à des modèles s’appuyant sur ces processus de Poisson : PPP-based abstraction. Nous développons un cadre mathématique qui permet le calcul de quantités reflétant les performances des réseaux LTE-A, tels que la probabilité d’erreur, la probabilité et le taux de couverture, pour plusieurs scénarios couvrant entre autres le sens montant et descendant. Nous considérons également des transmissions multi-antennes, des déploiements hétérogènes, et des systèmes de commande de puissance de la liaison montante. L’ensemble de ces propositions a été validé par un grand nombre de simulations. Le cadre mathématique développé dans cette thèse se veut général, et doit pouvoir s’appliquer à un nombre d’autres scénarios importants. L’intérêt de l’approche proposée est de permettre une évaluation des performances au travers de l’évaluation des formules, et permettent en conséquences d’éviter des simulations qui peuvent prendre énormément de temps en terme de développement ou d’exécution. / The main focus of this thesis is on performance analysis and system optimization of Long Term Evolution - Advanced (LTE-A) cellular networks by using stochastic geometry. Mathematical analysis of cellular networks is a long-lasting difficult problem. Modeling the network elements as points in a Poisson Point Process (PPP) has been proven to be a tractable yet accurate approach to the performance analysis in cellular networks, by leveraging the powerful mathematical tools such as stochastic geometry. In particular, relying on the PPP-based abstraction model, this thesis develops the mathematical frameworks to the computations of important performance measures such as error probability, coverage probability and average rate in several application scenarios in both uplink and downlink of LTE-A cellular networks, for example, multi-antenna transmissions, heterogeneous deployments, uplink power control schemes, etc. The mathematical frameworks developed in this thesis are general enough and the accuracy has been validated against extensive Monte Carlo simulations. Insights on performance trends and system optimization can be done by directly evaluating the formulas to avoid the time-consuming numerical simulations.

Cette thèse porte principalement sur la modélisation, l'évaluation des performances et l'optimisation au niveau système des réseaux cellulaires de nouvelle génération à l'aide de la géométrie stochastique. En plus, la technologie émergente des surfaces intelligentes reconfigurables (RISs) est étudiée pour l'application aux futurs réseaux sans fil. En particulier, reposant sur un modèle d’abstraction basé sur la loi de Poisson pour la distribution spatiale des nœuds et des points d’accès, cette thèse développe un ensemble de nouveaux cadres analytiques pour le calcul d’importantes métriques de performance, telles que la probabilité de couverture et l'efficacité spectrale potentielle, qui peuvent être utilisés pour l'analyse et l'optimisation au niveau système. Plus spécifiquement, une nouvelle méthodologie d'analyse pour l'analyse de réseaux cellulaires tridimensionnels est introduite et utilisée pour l'optimisation du système. Un nouveau problème d’allocation de ressources est formulé et résolu en combinant pour la première fois géométrie stochastique et programmation non linéaire mixte en nombres entiers. L'impact du déploiement de surfaces réfléchissantes intelligentes sur un réseau sans fil est quantifié à l'aide de processus ponctuels, et les avantages potentiels des RISs contre le relais sont étudiés à l'aide de simulations numériques. / The main focus of this thesis is on modeling, performance evaluation and system-level optimization of next-generation cellular networks by using stochastic geometry. In addition, the emerging technology of Reconfigurable Intelligent Surfaces (RISs) is investigated for application to future wireless networks. In particular, relying on a Poisson-based abstraction model for the spatial distribution of nodes and access points, this thesis develops a set of new analytical frameworks for the computation of important performance metrics, such as the coverage probability and potential spectral efficiency, which can be used for system-level analysis and optimization. More specifically, a new analytical methodology for the analysis of three-dimensional cellular networks is introduced and employed for system optimization. A novel resource allocation problem is formulated and solved by jointly combining for the first time stochastic geometry and mixed-integer non-linear programming. The impact of deploying intelligent reflecting surfaces throughout a wireless network is quantified with the aid of line point processes, and the potential benefits of RISs against relaying are investigated with the aid of numerical simulations.

Nous vivons une révolution numérique où l’Internet est devenu un élément essentiel de notre vie quotidienne. Avec plus de 750 millions de foyers connectés et plus de 6,8 milliards d'abonnés à la téléphonie mobile, les réseaux cellulaires dominent le secteur des Technologies de l'Information et de la Communication (TIC) avec plus de 75%. La tendance est à la hausse et ne semble pas avoir de signe de ralentissement dans un avenir proche en raison des nouveaux services et applications en cours. Cependant, cette augmentation radicale des appareils et services TIC a poussé la consommation d'énergie correspondante et son impact sur l'environnement à croître à un rythme effarant, consommant plus de 5% de l'énergie électrique mondiale et libérant dans l'atmosphère environ 2% des émissions de CO2. Étant donné que les stations de base, éléments essentiels de la fourniture d’accès à l’Internet, consomment la plus grande partie de l’énergie des réseaux cellulaires, il est essentiel d’étudier de nouvelles stratégies et architectures afin de prévenir cette pénurie d’énergie. Cette thèse porte sur le rôle essentiel de l'énergie dans la conception et l'exploitation de futurs réseaux cellulaires. Nous considérons des approches différentes et complémentaires, y compris des techniques d'efficacité énergétique (gestion des ressources radio et systèmes de sommeil), des sources d'énergie renouvelables, le Smart Grid et des outils d'apprentissage basés sur l’intelligence artificiel pour réduire la consommation d'énergie de ces réseaux complexes tout en garantissant une certaine qualité de service adapté aux cas d'utilisation 5G. / We live in the digital era where the Internet has become an essential part of our daily lives. With more than 750 million connected households and over 6.8 billion mobile subscribers, mobile networks are dominating the Information and Communication Technology (ICT) sector with more than 75%. The trend is of further increase and appears to have no signs of slowing down in the near future due to the ongoing new services and applications. However, this radical surge of ICT devices and services has pushed corresponding energy consumption and its footprint on the environment to grow at a staggering rate consuming more than 5% of the world’s electrical energy and releasing into the atmosphere about 2% of the global CO2 emissions. Since base stations, the core elements to provide internet access, consume most of the energy in cellular networks, it is essential to study new strategies and architectures in order to deter this energy crunch. This thesis focuses on the crucial role of energy in the design and operation of future cellular networks. We consider different and complementary approaches and parameters, including energy efficiency techniques (i.e., radio resource management and sleep schemes), renewable energy sources, Smart Grid and tools from machine learning to bring down the energy consumption of these complex networks while guaranteeing a certain quality of service adapted to 5G use cases.

No description available.

Devant le grand nombre de tumeurs du sein triple négatif résistant aux traitements, il est essentiel de comprendre les mécanismes de résistance et de trouver de nouvelles molécules efficaces. En premier lieu, nous analysons deux ensembles de données pharmacogénomiques à grande échelle. Nous proposons une nouvelle classification basée sur des profils transcriptomiques de lignées cellulaires, selon un processus de sélection de gènes basé sur des réseaux biologiques. Notre classification moléculaire montre une plus grande homogénéité dans la réponse aux médicaments que lorsque l’on regroupe les lignées cellulaires en fonction de leur tissu d'origine. Elle permet également d’identifier des profils similaires de réponse aux traitements. Dans un second travail, nous étudions une cohorte de patients atteints d’un cancer du sein triple négatif ayant résisté à la chimiothérapie néoadjuvante. Nous effectuons des analyses moléculaires complètes basées sur du RNAseq et WES. Nous constatons une forte hétérogénéité moléculaire des tumeurs avant et après traitement. Bien que nous observons une évolution clonale sous traitement, aucun mécanisme récurrent de résistance n’a pu être identifié. Nos résultats suggèrent fortement que chaque tumeur a un profil moléculaire unique et qu'il est important d'étudier de grandes séries de tumeurs. Enfin, nous améliorons une méthode pour tester la surreprésentation de motifs connus de protéines de liaison à l'ARN, dans un ensemble donné de séquences régulées. Cet outil utilise une approche innovante pour contrôler la proportion de faux positifs qui n'est pas réalisé par l'algorithme existant. Nous montrons l'efficacité de notre approche en utilisant deux séries de données différentes. / Given the large number of treatment-resistant triple-negative breast cancers, it is essential to understand the mechanisms of resistance and to find new effective molecules. First, we analyze two large-scale pharmacogenomic datasets. We propose a novel classification based on transcriptomic profiles of cell lines, according to a biological network-driven gene selection process. Our molecular classification shows greater homogeneity in drug response than when cell lines are grouped according to their original tissue. It also helps identify similar patterns of treatment response. In a second analysis, we study a cohort of patients with triple-negative breast cancer who have resisted to neoadjuvant chemotherapy. We perform complete molecular analyzes based on RNAseq and WES. We observe a high molecular heterogeneity of tumors before and after treatment. Although we highlighted clonal evolution under treatment, no recurrent mechanism of resistance could be identified Our results strongly suggest that each tumor has a unique molecular profile and that that it is increasingly important to have large series of tumors. Finally, we are improving a method for testing the overrepresentation of known RNA binding protein motifs in a given set of regulated sequences. This tool uses an innovative approach to control the proportion of false positives that is not realized by the existing algorithm. We show the effectiveness of our approach using two different datasets.

La capacité à prévoir les activités humaines a des implications essentielles dans de nombreux aspects des réseaux cellulaires. En particulier, la haute disponibilité de la prédiction de la mobilité peut permettre différents scénarios d'application; une meilleure compréhension de la demande de trafic de données mobiles peut aider à améliorer la conception de solutions pour l'équilibrage de la charge du réseau. Bien que de nombreux chercheurs aient étudié le sujet de la prédiction de la mobilité humaine, il y a eu peu de discussions sur l'anticipation du trafic de données mobiles dans les réseaux cellulaires.Pour comprendre la mobilité humaine, les ensembles de données de téléphones mobiles, consistant en des enregistrements de données de taxation (CDR), constituent un choix pratique d'empreintes humaines. Comme le déploiement du réseau cellulaire est très irrégulier et que les fréquences d'interaction sont généralement faibles, les données CDR sont souvent caractérisées par une parcimonie spatio-temporelle qui, à son tour, peut biaiser les analyses de mobilité basées sur de telles données et provoquer la perte de trajectoires individuelles.Dans cette thèse, nous présentons de nouvelles solutions de reconstruction de trajectoires individuelles et de prédiction de trafic de données mobiles individuelles. Nos contributions abordent les problèmes de (1) surmonter l'incomplétude des informations de mobilité pour l'utilisation des ensembles de données de téléphonie mobile et (2) prédire la future demande de trafic de données mobiles pour le support des applications de gestion de réseau.Premièrement, nous nous concentrons sur la faille de l'information sur la mobilité dans les ensembles de données de téléphones mobiles. Nous rapportons une analyse en profondeur de son effet sur la mesure des caractéristiques de mobilité individuelles et l'exhaustivité des trajectoires individuelles. En particulier, (1) nous fournissons une confirmation des résultats antérieurs concernant les biais dans les mesures de mobilité causées par la rareté temporelle de la CDR; (2) nous évaluons le décalage géographique provoqué par la cartographie des emplacements des utilisateurs vers les tours cellulaires et révélons le biais causé par la rareté spatiale de la CDR; (3) nous fournissons une estimation empirique de l'exhaustivité des données des trajectoires CDR individuelles. (4) nous proposons de nouvelles solutions de complétion CDR pour reconstruire incomplète. Nos solutions tirent parti de la nature des modèles de mouvements humains répétitifs et des techniques d'inférence de données de pointe et surpassent les approches précédentes illustrées par des simulations axées sur les données.Deuxièmement, nous abordons la prédiction des demandes de trafic de données mobiles générées par les abonnés individuels du réseau mobile. Sur la base de trajectoires complétées par nos solutions développées et nos historiques de consommation de données extraites d'un ensemble de données de téléphonie mobile à grande échelle, (1) nous étudions les limites de prévisibilité en mesurant la prévisibilité maximale que tout algorithme peut atteindre. les approches de prédiction du trafic de données mobiles qui utilisent les résultats de l'analyse théorique de la prévisibilité. Notre analyse théorique montre qu'il est théoriquement possible d'anticiper la demande individuelle avec une précision typique de 75% malgré l'hétérogénéité des utilisateurs et avec une précision améliorée de 80% en utilisant la prédiction conjointe avec des informations de mobilité. Notre pratique basée sur des techniques d'apprentissage automatique peut atteindre une précision typique de 65% et avoir un degré d'amélioration de 1% à 5% en considérant les déplacements individuels.En résumé, les contributions mentionnées ci-dessus vont dans le sens de l'utilisation des ensembles de données de téléphonie mobile et de la gestion des opérateurs de réseau et de leurs abonnés. / The understanding of human behaviors is a central question in multi-disciplinary research and has contributed to a wide range of applications. The ability to foresee human activities has essential implications in many aspects of cellular networks. In particular, the high availability of mobility prediction can enable various application scenarios such as location-based recommendation, home automation, and location-related data dissemination; the better understanding of mobile data traffic demand can help to improve the design of solutions for network load balancing, aiming at improving the quality of Internet-based mobile services. Although a large and growing body of literature has investigated the topic of predicting human mobility, there has been little discussion in anticipating mobile data traffic in cellular networks, especially in spatiotemporal view of individuals.For understanding human mobility, mobile phone datasets, consisting of Charging Data Records (CDRs), are a practical choice of human footprints because of the large-scale user populations and the vast diversity of individual movement patterns. The accuracy of mobility information granted by CDR depends on the network infrastructure and the frequency of user communication events. As cellular network deployment is highly irregular and interaction frequencies are typically low, CDR data is often characterized by spatial and temporal sparsity, which, in turn, can bias mobility analyses based on such data and cause the loss of whereabouts in individual trajectories.In this thesis, we present novel solutions of the reconstruction of individual trajectories and the prediction of individual mobile data traffic. Our contributions address the problems of (1) overcoming the incompleteness of mobility information for the use of mobile phone datasets and (2) predicting future mobile data traffic demand for the support of network management applications.First, we focus on the flaw of mobility information in mobile phone datasets. We report on an in-depth analysis of its effect on the measurement of individual mobility features and the completeness of individual trajectories. In particular, (1) we provide a confirmation of previous findings regarding the biases in mobility measurements caused by the temporal sparsity of CDR; (2) we evaluate the geographical shift caused by the mapping of user locations to cell towers and reveal the bias caused by the spatial sparsity of CDR; (3) we provide an empirical estimation of the data completeness of individual CDR-based trajectories. (4) we propose novel solutions of CDR completion to reconstruct incomplete. Our solutions leverage the nature of repetitive human movement patterns and the state-of-the-art data inference techniques and outperform previous approaches shown by data-driven simulations.Second, we address the prediction of mobile data traffic demands generated by individual mobile network subscribers. Building on trajectories completed by our developed solutions and data consumption histories extracted from a large-scale mobile phone dataset, (1) we investigate the limits of predictability by measuring the maximum predictability that any algorithm has potential to achieve and (2) we propose practical mobile data traffic prediction approaches that utilize the findings of the theoretical predictability analysis. Our theoretical analysis shows that it is theoretically possible to anticipate the individual demand with a typical accuracy of 75% despite the heterogeneity of users and with an improved accuracy of 80% using joint prediction with mobility information. Our practical based on machine learning techniques can achieve a typical accuracy of 65% and have a 1%~5% degree of improvement by considering individual whereabouts.In summary, the contributions mentioned above provide a step further towards supporting the use of mobile phone datasets and the management of network operators and their subscribers.

Le mélanome est caractérisé par un remodelage métabolique important, participant à la métastase et à la résistance aux traitements. Les coactivateurs 1 du récepteur activé par le proliférateur du peroxisome (PPARγ), ou PGC-1s, constituent une famille de coactivateurs qui potentialisent la transcription de gènes du métabolisme et de la biogenèse mitochondriale, participant ainsi à la reprogrammation métabolique des cellules cancéreuses. Les différents cancers de la peau expriment des niveaux variables de PGC-1s et les tumeurs qui expriment fortement les PGC-1s présentent un profil pro-inflammatoire et immunosuppresseur favorisant l’évasion immunitaire. Ceci suggère un rôle des PGC-1s dans la réponse à l’immunothérapie. Nous montrons d’abord que la déplétion en PGC-1β diminue la prolifération de lignées cellulaires de mélanome en plus d’induire l’expression de cytokines pro-inflammatoires et de transcrits immunosuppresseurs. À ce jour, les mécanismes permettant de réguler l’expression et l’activité des PGC-1s demeurent inconnus. Nous montrons que différents stress cellulaires affectant des procédés métaboliques, épigénétiques ou la traduction diminuent l’expression des PGC-1s et la viabilité de lignées cellulaires de mélanome. Nous montrons également un mécanisme de régulation de PGC-1β par une protéine de liaison à l’ARN soutenant le rôle de PGC-1β dans la réponse à différents stress et la survie des cellules de mélanome. Cette régulation serait importante pour l’immunosuppression du mélanome et dicterait la réponse à l’immunothérapie. En conclusion, ces travaux illustrent bien le rôle de PGC-1β dans la reprogrammation métabolique et la réponse au stress du mélanome, ces processus pouvant influencer l’inflammation et l’immunosuppression du microenvironnement afin d’assurer la progression tumorale. / Melanoma is characterized by a significant metabolic remodeling, which contributes to metastasis and treatment resistance. Peroxisome proliferator-activated receptor gamma (PPARγ) coactivators 1, or PGC-1s, are a family of coactivators that potentiate the transcription of genes involved metabolism and mitochondrial biogenesis, thus participating in the metabolic reprogramming of cancer cells. Different skin cancers express varying levels of PGC-1s and tumors that strongly express PGC-1s exhibit a proinflammatory and immunosuppressive profile that favors immune evasion. This suggests that PGC-1s play a role in melanoma response to immunotherapy. We first show that PGC-1β knockdown decreases the proliferation of melanoma cell lines. Moreover, it induces the expression of proinflammatory cytokines and immunosuppressive transcripts. To date, the mechanisms that regulate the expression and activity of PGC-1s remain unknown. We show that different cellular stresses affecting metabolic and epigenetic processes or translation decrease PGC-1s expression and the viability of melanoma cell lines. We also show a mechanism of regulation of PGC-1β by an RNA-binding protein enhencing the role of PGC-1β in the response to different stresses and the survival of melanoma cells. This regulation could contribute to melanoma immunosuppression and determine the tumor’s response to immunotherapy. In conclusion, this work illustrates well the role of PGC-1β in melanoma metabolic reprogramming and stress response, processes that regulate inflammation and create an immunosuppressive tumor microenvironment in order to ensure tumor progression.