Modélisation des voies métaboliques pour la production de biomolécules dans les systèmes acellulaires: Les systèmes acellulaires sont en train de devenir une puissante plateforme de biofabrication. L'optimisation de systèmes acellulaires est importante pour obtenir un rendement maximal. L'optimisation expérimentale, en laboratoire humide, est longue et coûteuse. Différents types de modélisations permettant d'optimiser la voie d'intérêt, en un temps plus court et à moindre coût, sont apparus au cours des dernières décennies. Dans cette étude, nous avons testé deux approches : systémique à travers la mise en œuvre de réseaux de neurones, et analytique à travers l™utilisation d™équations différentielles. Dans une première étape, un modèle à réseau de neurones artificiels a été construit pour prédire le flux de métabolites à travers la voie. Dans une seconde étape, une nouvelle méthodologie, appelée GC-ANN, a été développée pour sélectionner des équilibres enzymatiques optimaux, et rentables, pour des valeurs de flux plus élevées. Cette approche a permis une amélioration inattendue du flux, jusqu'à 63%, validée in vitro. Dans une troisième étape, un modèle cinétique a été construit, et l™estimation des paramètres cinétiques pour les enzymes sélectionnées a été réalisée, afin de reproduire les conditions expérimentales. Enfin, liée à l'un des produits chimiques les plus exigeants en termes de production, la voie de synthèse du malate a été modélisée avec succès dans un système acellulaires. Même si de nombreuses études ont été réalisées, la biofabrication a grande échelle n'est pas encore possible pour le malate. La combinaison du système acellulaire et de la modélisation pourrait aider à réaliser la bioproduction du malate. De manière plus générale, cette thèse explore différentes approches de modélisations mathématiques, et leurs limites, pour l'optimisation de voies métaboliques.