L’identification de motifs de régulation constitue l’une des plus anciennes probl ́ematiques de recherche en bioinformatique, et de nombreuses m ́ethodes ont ́et ́e propos ́ees. Les m ́ethodes les plus classiques utilisent un mod`ele de background probabiliste et cherchent des motifs sur-repr ́esent ́es au sens de ce mod`ele, dans un en- semble pr ́ed ́etermin ́e de s ́equences. Plus récemment, de nouvelles approches utilisant des mesures d’expression de gènes ont été proposées. Ces algorithmes cherchent des motifs dont la pr ́esence est corr ́el ́ee `a l’expression des g`enes. Un des avantages est que l’on s’affranchit alors de la n ́ecessit ́e d’un mod`ele de background. Apr`es un tour d’horizon g ́en ́eral des approches propos ́ees pour l’identification de motifs, je présenterai la méthode RED2 qui guide sa recherche en utilisant la notion de densité de motifs dans l’espace d’expression.