Apprentissage par transfert des modèles de langage protéiques pour la prédiction des effets mutationnels et du désordre protéique: Inférer les effets des mutations d'acides aminés dans les séquences protéiques sur leur fonctionnalité et leurs interactions est essentiel pour comprendre le paysage évolutif des protéines et pour dévoiler les mécanismes moléculaires responsables des maladies génétiques rares ou dégénératives. Dans ce cadre, l'objectif de cette thèse est le développement de méthodes computationnelles, basées sur l'apprentissage profond, pour la prédiction des effets des mutations dans les protéines et les interactions protéine-protéine, à partir des séquences protéiques. Les méthodes qui ne se fondent pas sur les structures sont adaptées au criblage de grandes bases de données de séquences protéiques et à l'étude des protéines désordonnées, dont la caractérisation est particulièrement difficile en raison d'informations structurelles limitées ou inexistantes. L'introduction récente des modèles de langage protéique (PLMs), des architectures profondes de type transformeurs entraînées sur des millions de séquences protéiques, a permis d'obtenir des représentations sémantiquement riches des protéines, qui peuvent être adaptées ou servir comme entrées pour des tâches aval. La première contribution de la thèse est l'introduction de MuLAN, une architecture siamoise qui exploite l'apprentissage par transfert à partir des PLMs et un mécanisme d'attention locale pour prédire les variations d'affinité de liaison dans des complexes protéiques causées par des mutations. Au-delà de ses applications comme outil prédictif, nous avons démontré dans plusieurs contextes d'évaluation que les scores d'attention appris par le modèle se concentrent sur des régions importantes de la séquence protéique, liées soit aux sites d'interaction soit aux motifs fonctionnels. MuLAN a été appliqué dans différents systèmes biologiques et en collaboration avec plusieurs groupes d'expérimentateurs afin de discriminer correctement entre plusieurs conformations de complexes protéiques, d'identifier des résidus responsables de la spécificité d'interaction d'une famille de protéines, et d'accélérer et améliorer la classification fonctionnelle. Afin d'étudier le lien entre désordre et interactions protéiques, des travaux antérieurs ont introduit le concept de désordre soft, qui s'est montré corrélé aux sites d'interaction et jouant un rôle important dans l'assemblage des complexes protéiques. Nous avons approfondi ce travail en publiant SoftDis, un jeu de données de régions de soft désordre et interagissantes, basé sur des complexes dans la Protein Data Bank. De plus, nous avons montré que des représentations extraits des PLMs pouvaient être adaptés pour prédire le désordre soft et intrinsèque à partir des séquences protéiques dans le modèle LoRA-DR-suite, atteignant des performances à l'état de l'art, comme démontré dans le récent défi CAID3.Concernant la prédiction des effets mutationnels sur des séquences protéiques, nous avons travaillé sur l'intégration de PLMs pré-entraînés basés sur les séquences avec d'autres modalités et méthodologies, dans une tentative d'améliorer leurs prédictions. Deux approches encourageantes étaient la combinaison de prédictions provenant d'encodeurs de structure et de séquence avec ESCOTT, un modèle qui s'appuie sur la conservation évolutive et l'information structurelle globale, et le conditionnement structurel d'un modèle séquentiel autoregressif pré-entraîné. En outre, la distillation à partir de modèles incluant plusieurs modalités et informations inter-protéines peut être exploitée pour accélérer les prédictions et corriger certains biais dans les modèles. Ces approches ont conduit à des résultats améliorés par rapport aux bases de référence, sans coûts computationnels élevés. Dans beaucoup de ces applications, l'accent a été mis sur l'interprétabilité du modèle par rapport au contexte biologique, ce qui est essentiel dans le domaine pour obtenir des résultats fiables et pour de possibles applications médicales.