Cette thèse vise á étudier deux aspects liés á la modélisation des Réseaux de Réactions Biochimiques. Dans un premier temps, nous montrons comment la séparation des échelles de temps et de concentration dans les systèmes biologiques peut être utilisée pour la réduction de modèles. Nous proposons l’utilisation des modèles par régles de réécriture pour le prototypage de circuits génétiques, puis nous exploitons le caractère multi-échelle de tels systèmes pour construire une méthode générale d’approximation de modèles. La réduction est effectuée via une analyse statique du système de règles. Notre heuristique de réduction repose sur des justifications physiques solides. Cependant, tout comme pour d’autres techniques de réduction de modèles exploitant la séparation des échelles, on note la manque de méthodes précises pour quantifier l’erreur d’approximation, tout en évitant de résoudre le modèle original. C’est pourquoi nous proposons ensuite une méthode d’approximation dans laquelle les garanties de réduction représentent l’exigence majeure. Cette seconde méthode combine ab- straction et approximation numérique, et vise á fournir une meilleure compréhension des méth- odes de réduction de modèles basées sur une séparation des échelles de temps et de concentration. Dans la deuxième partie du manuscrit, nous proposons une nouvelle technique de reparamétri- sation pour les modèles d’équations différentielles des réseaux biochimiques, afin d’étudier l’effet des stratégies de stockage de ressources intracellulaires sur la croissance, dans des modèles mé- canistiques d’auto-réplication cellulaire. Enfin, nous posons des bases pour la caractérisation de la croissance cellulaire en tant que propriété émergeante d’une nouvelle sémantique des réseaux de Petri modélisant des réseaux de réactions biochimiques.