D. Tyler McQuade, Doctorat., professeur au Virginia Commonwealth University College of Engineering, est le chercheur principal d'un projet multi-universitaire cherchant à utiliser l'intelligence artificielle pour aider les scientifiques à trouver la molécule parfaite pour tout, d'un meilleur shampooing aux revêtements sur des micropuces avancées.

Le projet est l'un des premiers aux États-Unis à être sélectionné pour 994 $, 433 en financement dans le cadre d'un nouveau projet pilote de la National Science Foundation appelé Convergence Accelerator (C-Accel). McQuade et ses collaborateurs présenteront leur prototype en mars 2020 dans le cadre d'une offre de financement supplémentaire pouvant atteindre 5 millions de dollars sur cinq ans.

Adam Luxon, un doctorat étudiant au Département de génie chimique et des sciences de la vie qui a été impliqué dès le début, l'a expliqué de cette façon:"Nous voulons essentiellement faire l'Alexa de la chimie."

Tout comme Amazon, Google et Netflix utilisent des algorithmes de données pour suggérer des prédictions personnalisées, l'équipe prévoit de construire un réseau ouvert qui peut combiner et aider les utilisateurs à donner un sens aux données des sciences moléculaires tirées d'un éventail de sources, y compris les universités, l'industrie et le gouvernement.

L'idée est en ligne avec l'objectif du projet Big Ideas de la NSF, « Exploiter la révolution des données, " pour engager la communauté de la recherche dans le développement d'une cyberinfrastructure avancée pour accélérer la recherche à forte intensité de données.

L'équipe reflète une expertise dans plusieurs spécialités. Travailler avec McQuade sont James K. Ferri, Doctorat., professeur au département VCU de génie chimique et des sciences de la vie; Carol A. Paroisse, Doctorat., professeur de chimie et titulaire de la chaire Floyd D. et Elisabeth S. Gottwald du département de chimie de l'université de Richmond; et Adrian E. Roitberg, Doctorat., professeur au Département de chimie de l'Université de Floride. Deux sociétés sont également impliquées :Two Six Labs, basé à Arlington, Virginie, et conception de l'information Fathom, basé à Boston.

Actuellement, il n'y a pas de réseau partagé ou de portail central où les scientifiques et les ingénieurs moléculaires peuvent exploiter l'intelligence artificielle et les outils de science des données pour créer des modèles répondant à leurs besoins. Et tandis que les scientifiques ont pu décrire quels éléments composent une molécule, comment les atomes sont disposés et les propriétés de la molécule (comme son point de fusion), il n'y a pas de moyen standard de représenter ou de prédire les performances moléculaires.

L'équipe vise à combler ces lacunes en faisant progresser le concept d'« empreinte moléculaire ». Les collaborateurs créeront un nouveau système qui représente les molécules en combinant le dessin au trait, la géométrie et les calculs de chimie quantique en un seul, format d'apprentissage automatique.

Ils développeront une plateforme centrale de collecte de données, créer ces empreintes moléculaires et développer des algorithmes pour extraire les données, et développera des outils d'apprentissage automatique pour créer des modèles de prédiction des performances.

"La capacité de calculer les propriétés moléculaires à l'aide de techniques informatiques, et de faire concorder ces données avec des mesures expérimentales, générera des bases de données qui produiront les résultats les plus complets en sciences moléculaires, " dit la paroisse.

« De nombreux laboratoires dans le monde travaillent dans cet espace; cependant, il existe peu de structures organisationnelles disponibles qui encouragent le partage ouvert de ces données au profit de la communauté et du bien commun, » Paroisse a ajouté. « Nous cherchons à collaborer avec d'autres pour fournir cette structure; un réseau ou un référentiel de connaissances ouvert où les scientifiques peuvent déposer leurs données expérimentales et informatiques au niveau moléculaire en échange d'outils conviviaux pour aider à gérer et interroger les données. »

La réponse initiale à leur idée a été forte de la part de partenaires potentiels. Ferri et les autres ont déjà recueilli plus d'une douzaine de lettres de grandes entreprises telles que Dow et Merck exprimant leur intérêt à participer.

McQuade a déclaré que les ingénieurs chimistes dans les grandes industries, y compris les produits de consommation et les producteurs de pétrole et de gaz, consacrer beaucoup d'efforts à mener des expériences pour déterminer la molécule qu'ils veulent utiliser, comme trouver le meilleur additif de shampooing qui ne fait pas pleurer les bébés.

"La capacité de concevoir les propriétés que vous voulez est encore plus un art qu'une science, " il a dit.

L'équipe prévoit également de développer une boîte à outils pour le traitement et la visualisation des données.

Roitberg, dont les axes de recherche incluent la visualisation avancée, a déclaré que cela pourrait prendre la forme d'un domaine de réalité virtuelle dans lequel un utilisateur pourrait trouver des matériaux solubles dans l'eau mais pas dans l'huile, par exemple, et puis être en mesure de rechercher des matériaux similaires à proximité.

"Nous envisageons une plate-forme très interactive où l'utilisateur peut explorer les relations entre les données et les propriétés matérielles souhaitées, " il a dit.