Les algorithmes génétiques sont des méthodes d'optimisation destinées à des problèmes complexes. Ils peuvent jouer un rôle intéressant dans le cadre de la protéomique. Cette discipline est assez récente, elle étudie le patrimoine en protéines des individus. Elle produit des données de grande dimension. <br />La première partie aborde l'histoire, le fonctionnement des algorithmes génétiques et certains résultats théoriques. La partie suivante détaille la mise au point d'un tel algorithme pour la sélection de biomarqueurs en spectrométrie de masse et l'alignement de gels d'électrophorèse 2D. Cette partie met en évidence la difficulté de construction du critère à optimiser. La dernière partie aborde des résultats théoriques. La convergence des algorithmes génétiques avec élitisme est démontrée dans le cas non homogène et de mutations dirigées. Nous avons ensuite construit un critère de convergence alliant fondements théoriques et applicabilité, basé sur les occurrences de la solution localement optimale. Enfin, l'efficacité de l'introduction d'événements catastrophiques dans la résolution pratique de certains problèmes de convergence est montrée.