L’analyse in silico d’une molécule d’ADN requiert son séquençage en fragments appelés lectures puis leur assemblage. Les technologies de séquençage produisant de longues lectures offrent l’avantage de surpasser les problèmes de régions répétées dans les génomes qui sont alors plus facilement couvertes dans leur entièreté, mais produisent des lectures avec un fort taux d’erreurs qui se réfèrent davantage à des insertions ou des suppressions de nucléotides, nommées indels. L’assemblage de novo est un assemblage qui ne s’aide d’aucune référence. Bien que des méthodes d’assemblage de longues lectures ont déjà été proposés, par l’usage de graphes de De Bruijn ou par correction successives des lectures par exemple, nous proposons une stratégie qui s’opère en deux étapes : positionner le maximum de lectures sur un axe de positions, puis produire une séquence consensus en s’aidant des positions déterminées. À ces fins, nous proposons une modélisation du problème du positionnement avec la programmation mathématique linéaire mixte en nombres entiers (PLMNE), et présentons de premières idées pour la production de séquences consensus avec la PLMNE et l’alignement multiples de séquences à partir de ce positionnement. La finalité de cette stratégie étant de formaliser la problématique d’assemblage de génome, nous l’avons structurée selon la méthode mathématique, ce qui permet de cibler les choix méthodologiques précisément afin de réduire l’usage d’heuristiques. Enfin nous avons testé cette stratégie sur des génomes bactériens. Bien que les résultats de positionnements soient globalement très positifs, ceux pour le consensus le sont moins mais n’enlèvent pas aux méthodes leur potentialités.