Intelligence artificielle et apprentissage automatique pour l’ingénierie des cristaux accélérée

Vers l’avenir de l’ingénierie cristalline

Au sein du groupe MacGillivray, l’un des piliers centraux de nos recherches est le développement de l’ingénierie des cristaux pour la conception accélérée de matériaux. Afin de repousser les limites de ce domaine, notre équipe exploite la puissance de l’intelligence artificielle (IA) et de l’apprentissage automatique (Machine Learning, ML) pour prédire la formation de nouveaux matériaux à l’état solide, avec un accent particulier sur les cocristaux.

Traditionnellement, la découverte de nouveaux matériaux repose fortement sur des expériences de laboratoire coûteuses en temps et en ressources, basées sur une approche d’essais et erreurs. Notre projet vise à transformer complètement ce flux de travail. En exploitant de vastes ensembles de données structurales historiques, nous entraînons des modèles d’IA avancés afin de comprendre les règles complexes qui régissent la manière dont différentes molécules interagissent, s’assemblent et cristallisent dans l’espace tridimensionnel.

Objectifs du projet et applications

L’objectif principal de notre initiative en IA est d’évaluer rapidement et avec précision des millions de combinaisons moléculaires potentielles dans un environnement virtuel. En identifiant les candidats chimiques les plus prometteurs avant toute expérimentation physique, nous pouvons réduire considérablement le temps de recherche, les coûts et la production de déchets chimiques.

Nos modèles prédictifs sont développés pour cibler plusieurs domaines à fort impact de l’ingénierie cristalline :

• Cocristaux pharmaceutiques : identification rapide de coformeurs sûrs pouvant se combiner avec des principes actifs pharmaceutiques (API) afin d’améliorer des propriétés essentielles telles que la solubilité, la stabilité et la biodisponibilité des médicaments.
• Synthons ciblés : conception de matériaux en prédisant des interactions intermoléculaires spécifiques (telles que des réseaux de liaisons hydrogène ou halogène sur mesure) afin de créer des solides hautement réactifs ou fonctionnels.
• Propriétés géométriques spécifiques : conception de cocristaux répondant à des exigences spatiales, volumiques et structurelles précises pour des applications avancées en chimie verte et en matériaux organiques.

Leadership et collaboration multidisciplinaires

Faire progresser la chimie pilotée par l’IA est un défi intrinsèquement multidisciplinaire, à l’interface entre la synthèse en laboratoire et l’informatique avancée. Ce thème de recherche dans notre groupe est dirigé par le Dr Farshid Effaty (Institut Courtois et boursier postdoctoral FRQ), en collaboration avec le professeur Bang Liu (titulaire de la Chaire Canada CIFAR en IA à Mila), tous deux affiliés à l’Institut Courtois et à Mila – Institut québécois d’intelligence artificielle.

Leur expertise combinée en apprentissage profond, architectures d’intelligence artificielle et apprentissage automatique permet de traduire les principes théoriques de l’ingénierie cristalline en outils computationnels prédictifs robustes. Ensemble, nous faisons évoluer le domaine au-delà de l’essai-erreur expérimental et ouvrons la voie à une ère plus rapide, plus verte et plus rationnelle de la conception des matériaux.