Nous présentons deux problèmes de biologie faisant appel à un traitement de données et des modèles issus de la physique statistique : la dynamique des populations en immunologie et la régulation génétique dans le développement embryonnaire. En immunologie, nous étudions le problème de la sélection somatique dans le système immunitaire adaptatif: la sélection cellulaire et la compétition qui s’y opèrent, constituant un système quasi Darwinien au sein de l’organisme. Dans un premier temps, nous considérons différentes hypothèses surla dynamique sélective : signaux déclenchant la division ou la mort cellulaire par liaison antigénique ou par cytokines, paramètres dynamiques de division, mort et fluctuations environnementales. Nous explorons leur influence sur la taille des clones dont la distribution à queue lourde a été observée à travers les espèces et les types de cellules. Deux familles de modèles émergent : un premier dans lequel le bruit est cohérent à l’échelle du clone et un second dans lequel le bruit varie de cellule à cellule. Nous montrons dans quelle mesure la distribution de taille de clones permet de déterminer le meilleur modèle et relions la forme de la distribution ainsi que l’exposant apparent de la loi de puissance aux paramètres biologiques. Dans un second temps, nous explorons les caractéristiques du réseau complexe et aléatoire formé par les clones et les antigènes : dimension, adjacence, dynamique. Nous nous intéressons à l’effet de la sélection dans le temps et à la vitesse d’évolution des clones.La deuxième partie de cette thèse est consacrée au développement embryonnaire. Dans l’embryon, il est essentiel pour le noyau de déterminer sa position avec une grande précision pour orienter la différentiation et construire un organisme structuré viable. Cette information positionnelle est acquise, transmise et conservée par la diffusion de protéines et l’activa- tion de circuits génétiques.Plus précisément, la formation de l’axe antéropostérieur chez la Drosophile est déterminée entre autres par l’activation du gène hunchback par la protéine Bicoid. Nous analysons des données issues d’expériences d’imagerie fluorescente dynamique dans les premiers cycles cellulaires de l’embryon. Nous construisons un modèle spécifique permettant d’analyser la fonction d’autocorrélation des traces temporelles de fluorescence qui prend en compte toutes les difficultés biologiques et expérimentales (bruit, calibration traces courtes, structure du gène artificiel) pour extraire les paramètre dynamiques d’activation de hunchback. Nous examinons différentes dynamiques potentielles (poisonnienne, markovienne ou non markovienne) et leur implication pour l’information dont la cellule dispose sur sa position ainsi que la précision de la lecture du gradient de Bicoid.