Nous présentons dans cet article une nouvelle approche de sélection/pondération de caractéristiques par algorithme génétique et clustering par coloration minimale de graphe. La méthode est appliquée dans le cadre d’un CBIR dans les bases d'images de manuscrits. L'approche proposée est basée sur la construction d'un dictionnaire de formes par classes d'écriture à partir d'une décomposition du manuscrit en graphèmes. Nous proposons une classification non supervisée à partir de l'évaluation des dissimilarités entre les graphèmes rassemblées en « codebooks ». Un processus de coloration de minimale de graphe est appliqué pour la catégorisation des graphèmes est permet de faire converger l'algorithme génétique vers les solutions optimales. Dans cet article, nous montrons l’intérêt du couplage (entre les poids génériques déduits de l’algorithme génétique et les résultats de clustering des graphèmes par coloration minimale de graphe), et aussi nous montrons à travers une application de recherche par le contenu (CBIR) l'exploitation du principe de clustering