Background and aims : Crohns disease (CD) and ulcerative colitis (UC) known as inflammatory bowel diseases (IBD) are chronic immuno-inflammatory pathologies of the gastrointestinal tract. These diseases are multifactorial, polygenic and of unknown etiology. Clinical presentation is non specific and diagnosis is based on clinical, endoscopic, radiological and histological criteria. Novel biomarkers are needed to improve early diagnosis and classification of these pathologies as well as to monitor or predict the effects of therapy. Methods We performed a study with 120 serum samples collected from patients classified in 4 groups: 30 CD, 30 UC, 30 inflammatory controls (IC) and 30 healthy controls (HC), according to accredited criteria. We compared protein sera profiles obtained with a Surface Enhanced Laser Desorption Ionization-Time of Flight-Mass Spectrometer (SELDI-TOF-MS). Data analysis with an original multivariate statistical method based on multiple decision trees algorithms allowed us to select new potential biomarkers. Eight of them were purified and identified by mass spectrometry and antibody based methods. Moreover, a similar analysis was applied on sera taken from patients before and after treatment with Infliximab. We obtained multivariates models based on biomarkers able to predict the response and monitor changes in protein profiles before and after therapy. One biomarker was identified by an antibody based method and is able to predict clinical response to anti-TNF therapy. Results : Multivariate analysis generated models that could classify samples with good sensitivity and specificity (minimum 80%) discriminating IBD versus HC and IC or CD versus UC. The discrimination of these multivariate models and those of some identified combined biomarkers were compared to ASCA and ANCA tests and showed better or equivalent power of discrimination. Eight biomarkers were purified and identified: Platelet aggregation Factor 4 (PF4), the Myeloid Related Protein 8 (MRP8), the Fibrinopeptide A (FIBA), the Haptoglobin α2 subunit (Hpα2). They were detected in sera by classical methods, when available. Unique decision tree was built with these biomarkers and correlations with characteristics of patients and between biomarkers were calculated. Finally, we also adressed with a similar strategy predictor of response to Infliximab therapy. Conclusions : SELDI-TOF-MS technology combined with the use of the multiple decision trees method, as robust statistical tool, led to the selection of protein biomarker patterns and of specific biomarkers which could be helpful for diagnosis of inflammatory bowel diseases and prediction of therapy effects as well as understanding of these diseases pathophysiology. Buts : La maladie de Crohn (CD) et la rectocolite ulcéro-hémorrhagique (UC), désignées conjointement sous le nom « Inflammatory Bowel Disease » (IBD), sont deux maladies inflammatoires chroniques de lintestin. Ces pathologies nont pas une étiologie formellement identifiée et semblent être multifactorielles et polygéniques. Leurs présentations cliniques sont aspécifiques et leur diagnostic est actuellement basé sur les données cliniques, endoscopiques, radiologiques et histologiques. Ainsi, de nouveaux marqueurs spécifiques et sensibles de ces pathologies sont nécessaires afin daméliorer le diagnostic précoce et la classification de ces pathologies, ainsi que pour suivre, voire prédire la réponse aux traitements. Méthodes : Une étude protéomique a été réalisée sur 120 échantillons sériques provenant de patients classés en 4 groupes (30 CD, 30 UC, 30 IC et 30 HC), suivant les critères accrédités. Nous avons comparé les profils protéiques obtenus par « Surface Enhanced Laser Desorption Ionization-Time of Flight-Mass Spectrometer » (SELDI-TOF-MS). Lanalyse des données avec une méthode statistique multivariée originale, basée sur la construction darbres de décisions multiples, nous a permis de sélectionner certains biomarqueurs potentiels. Huit dentre eux ont été identifiés par spectrométrie de masse et des techniques de reconnaissance spécifique par anticorps. De plus, une analyse similaire a été effectuée sur des échantillons provenant de patients avant et après traitement par Infliximab. Nous avons obtenu à partir des profils protéiques, des modèles de classification statistiques multivariés et finalement certains biomarqueurs potentiels de prédiction de la réponse au traitement. De plus, un biomarqueur a été identifié par reconnaissance via un anticorps spécifique. Résultats : Lanalyse multivariée a généré des modèles de classification présentant de bonnes sensibilités et spécificités (minimum 80%) pour la discrimination des patients IBD versus contrôles ou encore, CD versus UC. Les résultats ont été comparés avec ceux des tests ASCA et ANCA et montrent une efficacité équivalente ou supérieure. Huit biomarqueurs ont été purifiés et identifiés : le facteur dagrégation plaquettaire 4 (PF4), la protéine MRP8 ou «Myeloid Related Protein 8», le fibrinopeptide A (FIBA), la sous-unité α2 de lhaptoglobine (Hpα2). Ces protéines et peptides ont été détectés, lorsque possible, dans le sérum par les méthodes classiques. Un arbre de décision multiple a été construit sur base de ces biomarqueurs. Les corrélations entre ceux-ci et avec les caractéristiques des patients ont été également évaluées. Conclusions : La technique SELDI-TOF-MS combinée à lutilisation des arbres de décisions multiples en temps que méthode danalyse statistique robuste, a mené à lobtention de signatures protéiques caractéristiques et à la sélection de biomarqueurs spécifiques qui peuvent se révéler utiles au diagnostic des pathologies IBD, au suivi, comme à la prédiction des effets des thérapies et à la compréhension de la physiopathologie de ces maladies