Résumé :  
La modélisation est un outil puissant et versatile pour décrire et comprendre les phénomènes qui régissent notre monde. Les mathématiques et plus récemment l'informatique ont permis l'émergence de modèles et de représentations qui permettent une plus grande compréhension de ces mécanismes. Ce niveau d'abstraction permis par les outils numériques est appelé in silico. La biologie s'intéresse à des objets complexes faisant intervenir plusieurs phénomènes qui peuvent interagir à plusieurs échelles. C'est pourquoi cette science se repose, entre autres, sur des représentations et des modèles pour simplifier la réalité et extraire les mécanismes principaux permettant d'expliquer ce qui est observé. Les progrès techniques dans le domaine des sciences computationnelles ont permis à la biologie de bénéficier de nouveaux outils pour approfondir leur compréhension du vivant au travers des modèles in silico. Cependant, ces outils requièrent des compétences en mathématiques et/ou informatique qui peuvent freiner les biologistes à les utiliser ou compliquer leur compréhension du modèle dans le cadre de collaborations avec des modélisateurs. Les travaux présentés dans cette thèse s'intéressent au développement d'une méthodologie et d'une plateforme au service de cette dernière pour faciliter la collaboration entre biologistes et modélisateurs dans le cadre du développement de modèles multi-agents de biologie cellulaire. Dans un premier temps, nous avons développé une méthodologie participative pour impliquer les biologistes dans le processus de modélisation en facilitant le dialogue et la compréhension du modèle se reposant sur des outils visuels comme des diagrammes UML. Cette méthodologie a pour objectif de réduire le temps de développement et la frustration en maximisant l'intercompréhension, le dialogue et l'implication de tous les collaborateurs. Dans un second temps, pour appuyer cette méthodologie, nous avons développé une plateforme, nommée ISiCell, permettant de générer le code du modèle à la volée à partir des différents diagrammes. La plateforme permet ensuite de visualiser et d'analyser des simulations. Le but de cette plateforme est de faciliter et d'accélérer la mise en place de la méthodologie tout en offrant un outil versatile pour développer des modèles multi-agents de biologie cellulaire. Enfin, nous avons éprouver notre méthodologie et notre plateforme en développant différents modèles issus de la littérature, d'anciennes ou de nouvelles collaboration avec des biologistes. Cela nous a permis, à la fois, d'enrichir et de raffiner ISiCell et la méthodologie qu'elle sert. Ces travaux ont été réalisés au sein de l'équipe Réelle Expression Vie Artificielle (REVA) de l'Institut de Recherche en Informatique de Toulouse (IRIT UMR 5505) et ont été financés par une bourse de doctorat de la région Occitanie et de l'Université Toulouse I Capitole dans le cadre du projet OnkoOptim.

Mots-clés : multi-agent, biologie cellulaire, modélisation participative, trandisciplinarité