Des chercheurs du groupe López de l'ICIQ présentent une nouvelle méthode qui permet la conception rationnelle de catalyseurs hétérogènes. Après avoir appliqué l'analyse en composantes principales et la régression (ACP) aux énergies d'adsorption de 71 espèces C1 et C2 différentes sur 12 surfaces métalliques compactes (de transition), les scientifiques ont élucidé pour la première fois un modèle interprétable en catalyse hétérogène.

La nouvelle méthode de l'équipe, Publié dans Communication Nature , facilitera la découverte de catalyseurs hétérogènes capables de transformer la fraction non comestible de la biomasse en produits chimiques de valeur. La procédure réduit le nombre de calculs d'un facteur 20 tout en conservant des barres d'erreur comparables à la théorie de la fonctionnelle de la densité (DFT).

Aussi simple que possible, mais pas plus simple

Les molécules de biomasse sont grosses. Avec des structures moléculaires complexes, il existe de nombreux sites de réaction à considérer lorsque la biomasse interagit avec un catalyseur. Une molécule relativement petite, comme un C6, pourrait présenter un réseau réactionnel d'environ 500, 000 réactions, ce qui rend l'étude à l'aide des modèles actuels trop exigeante en temps et en ressources. En revanche, en étudiant les espèces C1 et C2, les scientifiques peuvent désormais extrapoler le comportement à des molécules plus grosses que l'on trouve couramment dans la biomasse.

Les chercheurs du groupe López ont appliqué l'ACP, une technique de Machine Learning simple et non supervisée, pour réduire la dimensionnalité du problème. Après analyse des énergies de formation de 71 adsorbats sur 12 surfaces métalliques compactes, les chercheurs ont obtenu une expression linéaire à deux termes qui permet une étude rapide et précise de l'ensemble des réseaux de réaction sur des surfaces métalliques tout en réduisant considérablement le nombre de calculs DFT nécessaires.

La simplicité du modèle résultant a permis aux chercheurs de l'ICIQ d'aller au-delà de l'état de l'art et d'interpréter les résultats, une première en catalyse hétérogène.

Du noir au vert

Interpréter les résultats du rendement des outils d'apprentissage automatique peut être un défi. Heureusement, les scientifiques de l'ICIQ ont pu ouvrir la boîte et interpréter en termes physiques les paramètres de l'équation. "Si vous savez ce que signifie chacun des termes de l'équation, vous pouvez aller plus loin et étendre votre modèle, " explique Rodrigo García-Muelas, premier auteur de l'article. "Le premier terme de l'équation décrit la covalence des liaisons tandis que le second est lié à l'ionicité de la liaison." La séquence mathématique utilisée pour trouver les modèles est accessible au public à d'autres chercheurs pour reproduire les résultats.

Le nouveau modèle s'applique à un large éventail de scénarios et permet de prédire comment un système réagira et ce qu'il produira en connaissant simplement les caractéristiques des obligations. Les approches d'apprentissage automatique appliquées à la catalyse élargissent notre compréhension du fonctionnement interne des molécules en rapprochant la transformation de la biomasse en biocarburants, offrant ainsi une alternative plus verte aux combustibles fossiles.