La technologie des biopuces permet de mesurer les niveaux d’expression de milliers de gènes dans différentes conditions biologiques générant ainsi des masses de données à analyser. De nos jours, l’interprétation de ces volumineux jeux de données à la lumière des différentes sources d’information est l’un des principaux défis dans la bio-informatique. Nous avons développé une nouvelle méthode appelée AGGC (Analyse des Groupes de Gènes Co-exprimés) qui permet de constituer de manière automatique des groupes de gènes à la fois fonctionnellement riches, i.e. qui partagent les mêmes annotations fonctionnelles, et co-exprimés. AGGC intègre l’information issue des biopuces, i.e. les profils d’expression des gènes, avec les annotations fonctionnelles des gènes obtenues à partir des sources d’information génomiques comme Gene Ontology. Les expérimentations menées avec cette méthode ont permis de mettre en évidence les principaux groupes de gènes fonctionnellement riches et co-exprimés dans des expériences de biopuces.