Les chercheurs ont surmonté les limitations informatiques pour prédire les matières premières des réactions en plusieurs étapes en utilisant uniquement des informations sur la molécule du produit cible. Leur étude est publiée dans JACS Au .

Avez-vous déjà attrapé la fin d'une émission télévisée et vous êtes-vous demandé comment l'histoire a progressé jusqu'à cette fin ? De la même manière, les chimistes ont souvent en tête une molécule souhaitée et se demandent quel type de réaction pourrait la produire. Des chercheurs du groupe Maeda de l'Institute for Chemical Reaction Design and Discovery (ICReDD) et de l'Université d'Hokkaido ont mis au point une méthode permettant de prédire «l'histoire» (c'est-à-dire les matières premières et les voies de réaction) de réactions chimiques en plusieurs étapes en utilisant uniquement des informations sur la "fin" (c'est-à-dire les molécules du produit).

Prédire la recette d'une molécule de produit cible, sans autre connaissance que la molécule elle-même, serait un outil puissant pour accélérer la découverte de nouvelles réactions. Le groupe Maeda a précédemment développé une méthode de calcul qui a réussi à prédire les réactions en une seule étape de cette manière. Cependant, l'extension à des réactions en plusieurs étapes entraîne une augmentation spectaculaire du nombre de voies de réaction possibles, ce que l'on appelle l'explosion combinatoire. Cette forte augmentation de la complexité se traduit par des coûts de calcul prohibitifs.

Pour surmonter cette limitation, les chercheurs ont développé un algorithme qui réduit le nombre de chemins à explorer en éliminant les chemins les moins viables à chaque étape de la réaction. Après avoir calculé tous les chemins possibles pour un pas en arrière dans la réaction, une méthode d'analyse cinétique évalue dans quelle mesure chaque chemin produit la molécule cible. Les voies de réaction qui ne produisent pas la molécule cible au-dessus d'un pourcentage de seuil prédéfini sont considérées comme n'étant pas suffisamment significatives et ne sont pas explorées plus avant.

Ce cycle d'exploration, d'évaluation et d'élimination des chemins de réaction est répété pour chaque pas en arrière dans une réaction en plusieurs étapes et atténue l'explosion combinatoire qui se produirait normalement, rendant les réactions en plusieurs étapes plus faciles à calculer. Les méthodes précédentes se limitaient à des réactions en une seule étape, alors que cette nouvelle méthode était capable de prédire des réactions qui impliquaient plus de six étapes, marquant un saut majeur dans la capacité.

En tant que test de preuve de concept, les chercheurs ont testé la méthode sur deux réactions en plusieurs étapes bien connues, les réactions de Strecker et de Passerini. Des milliers de matériaux de départ candidats ont été proposés pour chaque réaction, qui ont été filtrés vers les candidats les plus prometteurs en fonction de la stabilité et du rendement du produit. De manière critique, parmi les candidats proposés figuraient les matières premières bien connues pour chaque réaction, confirmant la capacité de la technique à identifier des matières premières expérimentalement viables à partir de la seule molécule de produit cible.

Bien que des travaux supplémentaires soient nécessaires pour permettre de prédire des systèmes encore plus grands et plus complexes, les chercheurs prévoient que cette percée dans la gestion des processus en plusieurs étapes accélérera la découverte de nouvelles réactions chimiques.

"Ce travail fournit une approche unique, car c'est la première fois qu'il est possible d'effectuer des prédictions inverses de réactions en plusieurs étapes à l'aide de calculs de chimie quantique sans utiliser aucune connaissance ou donnée sur la réaction", a déclaré le professeur Satoshi Maeda. "Nous nous attendons à ce que cette technique permette la découverte de transformations chimiques totalement inimaginables, auquel cas il y a peu de connaissances ou de données expérimentales à utiliser." + Explorer plus loin

Une nouvelle méthode de synthèse chimique assistée par ordinateur réduit le temps et les coûts de recherche