Ce travail est consacré à la recherche d'une signature protéomique du cancer du poumon. A partir de spectres acquis avec un spectromêtre de masse SELDI, nous recherchons un ensemble de protéines permettant de discriminer les patients atteints d'un cancer du poumon des sujets sains. Le problème est difficle en particulier parce qu'il y a plus de protéines que de patients et parce qu'il y a une grande variabilité dans les spectres d'une même population. Nous cherchons aussi à nous affranchir des effets de l'âge et du sexe. Nous avons choisi d'utiliser Random Forest. Cette méthode de classification naturellement multivariée, permettant d'identifier les variables discriminantes et étant capable de travailler avec plus de variables que d'échantillons nous semble bien adaptée au problème posé. Nous avons ainsi trouvé un ensemble de protéines discriminantes dont certaines ont pu être identifiées.