La vitesse à laquelle les données scientifiques s’accumulent n’a cessé de croître, au point que les manières de les stocker et de les interroger ont dû s’adapter. Le Web Sémantique a pour but de rendre le Web accessible aux programmes et non plus uniquement aux humains. Il vise à établir de nouvelles connaissances à partir de données existantes. Ainsi, les graphes RDF et le langage de requête SPARQL ont été développés pour répondre à ces nouveaux enjeux. Cependant, un problème survient, il est nécessaire de connaître la structure RDF des données et le langage SPARQL afin de pouvoir les interroger. Or cela rend la tâche pénible pour un scientifique qui ne connaît pas ces technologies et cela freine l’utilisation de technologies adaptées pour les données du monde du vivant. C’est pourquoi ce stage se positionne sur l’identification systématique de modules, morceaux de code SPARQL qui peuvent s’assembler pour former n’importe quelle requête. Pour ce faire, nous utilisons une approche par l’extraction de modules en tant que sous-graphes communs maxima induits. L’extraction montre des résultats intéressants mais nécessitent d’être analysés avec la combinatoire afin de garder les meilleurs modules. Cela permettrait de déployer des interfaces proposant la génération automatique de code SPARQL et ainsi proposer des requêtes qui pourraient directement être soumise ou des structures de requêtes bien établies pour des utilisateurs confirmés.