Naviguer efficacement dans des réseaux réactionnels complexes avec des modèles d'apprentissage profond – INVIGORATE

Les mécanismes réactionnels complexes sont omniprésents en chimie. De nombreux processus dans la catalyse des métaux de transition, la chimie des polymères, la catalyse enzymatique et la chimie de l'environnement impliquent une multitude de voies de réaction concurrentes. Même dans la synthèse (organique) ordinaire, l'apparition potentielle d'une pléthore de réactions secondaires et de produits (indésirables) est particulièrement préoccupante, car elle limite l'efficacité et l'applicabilité de nombreuses transformations et systèmes catalytiques courants - ainsi que prospectifs. Afin d'analyser, de contrôler et/ou d'orienter le résultat de réseaux réactionnels génériques et complexes, tous les composés chimiques pertinents et les réactions élémentaires associées doivent être identifiés. Étant donné que l'exploration manuelle d'un paysage mécanistique complet devient rapidement irréalisable à mesure que le nombre de composés présents dans un milieu réactionnel augmente, des schémas d'exploration automatisés efficaces sont nécessaires pour parvenir à une compréhension détaillée de ces réseaux à l'échelle atomistique. Dans le cadre du projet INVIGORATE, nous utiliserons des modèles d'apprentissage automatique précis (augmentés par la chimie quantique) pour naviguer efficacement dans des paysages mécanistiques complexes, en identifiant les voies potentiellement importantes tout en écartant les branches extrêmement improbables du réseau. En ne calculant explicitement que les voies identifiées comme viables par ces modèles, on pourrait réaliser d'énormes économies en termes de coûts de calcul, ce qui faciliterait des explorations plus exhaustives de mécanismes réactionnels plus complexes. Une fois qu'une plateforme d'exploration des réseaux réactionnels aura été développée, nous avons l'intention d'analyser divers systèmes chimiques complexes présentant une ambiguïté mécanistique potentielle, principalement liés à la chimie prébiotique.