Nous proposons une approche permettant l'identi cation de poly- morphismes dans les données RNA-seq. Nous nous plaçons dans le cadre où l'on ne dispose pas de génome de référence et où l'on ne construit pas par as- semblage un tel génome. Notre approche s'appuie sur l'idée fondamentale que chaque polymorphisme génère un motif reconnaissable dans le graphe de De- Bruijn construit à partir des données RNA-seq. Nous proposons un modèle général pour tout type de polymorphisme avant de proposer un algorithme ex- act pour la détection d'évènements d'épissages alternatifs. Nous montrons que cette approche détecte plus nement ces évènements que les approches basées sur l'assemblage des données. Nous avons appliqué notre approche sur un jeux de données de 71 millions de lectures provenant de cellules humaines. Ceci nous a permis d'identi er 3884 évènements, dont 57% n'étaient pas référencés dans les annotations. Ceci con rme les estimations récentes qui démontrent que la complexité de l'épissage alternative à largement été sous estimé jusqu'à présent.