Nous présentons une nouvelle méthode d'estimation fonctionnelle dans le cadre des modèles additifs généralisés (MAG). Les paramètres de ce modèle sont estimés par vraisemblance pénalisée, où le terme de régularisation généralise la pénalisation l_1 aux fonctions splines. Comme dans le cas linéaire, certains coefficients sont rétrécis, alors que les autres sont annulés exactement, aboutissant ainsi à des modèles parcimonieux, sélectionnant les variables jugées significatives. Les solutions sont calculées par une modification de l'algorithme classique, qui intègre l'optimisation du problème pénalisé. La mise en oeuvre de la méthode est illustrée par une application à la prédiction de la concentration plasmatique d'un type d'antirétroviraux chez des patients infectés par le VIH.