Les perchlorates sont une classe de composés connus pour leur nature explosive. Cela soulève des problèmes de sécurité lors d'expériences impliquant des composés complexes contenant des ions perchlorate, car des explosions peuvent être déclenchées même par le moindre choc ou chaleur. Il est donc important d'étudier leur structure moléculaire et de comprendre la raison de leur nature explosive.

Dans ce contexte, une méthode appelée analyse de surface de Hirschfield a été largement utilisée pour visualiser et quantifier la structure cristalline et les interactions moléculaires des composés cristallins. Un tracé d'empreintes digitales bidimensionnel dérivé de l'analyse de Hirschfield montre de manière frappante les interactions complexes dans les cristaux.

Malgré leurs avantages, ces méthodes reposent uniquement sur le jugement de l’œil humain, ce qui limite leur efficacité globale. Cherchant un moyen de surmonter ces limites, des études récentes ont exploré l’utilisation de méthodes d’apprentissage profond et d’intelligence artificielle (IA) pour l’analyse. Ces études ont souligné l'avantage potentiel de l'utilisation de l'IA pour dévoiler des caractéristiques difficiles à discerner pour les humains.

Aujourd'hui, pour exploiter pleinement le potentiel de l'analyse de surface de Hirschfield, une équipe de chercheurs, dirigée par le professeur Takashiro Akitsu du Département de chimie et du Centre des sciences et technologies du feu de l'Université des sciences de Tokyo (TUS) au Japon, a récemment utilisé des apprendre à analyser la surface de Hirschfield des complexes métalliques de type Salen. L'équipe d'étude comprenait également Yuji Takiguchi, Shintaro Suda et le professeur adjoint Daisuke Nakane, tous de TUS.

Les complexes de type Salen constituent un domaine de recherche émergent et lucratif, principalement en raison de leurs diverses fonctions. "Les expériences réelles sur les propriétés explosives et thermiques de ces matériaux sont précises mais extrêmement dangereuses. Par conséquent, utiliser l'IA pour étudier ces propriétés en analysant uniquement la structure cristalline peut s'avérer très avantageux", explique Akitsu. Les résultats de cette étude ont été publiés dans la revue FirePhysChem le 30 décembre 2023.

L’équipe a développé de nombreux ensembles de données des tracés d’empreintes digitales Hirschfield des complexes métalliques de type Salen stockés dans la base de données Cambridge Crystal (CCDC) et a utilisé l’apprentissage en profondeur pour étudier les caractéristiques de la structure cristalline qui contribuent à leur explosivité. À cette fin, les chercheurs ont également utilisé un auto-encodeur variationnel spécial à l’aide duquel ils ont transformé les informations intégrées dans les images de tracé d’empreintes digitales en un vecteur de faible dimension. Cela leur a permis d'étudier quantitativement les formes des parcelles, ce qui, jusqu'à présent, n'était fait que qualitativement.

Leur analyse a révélé que les complexes métalliques de type Salen sont dépourvus de caractéristiques structurelles distinctives, ce qui indique que leur nature explosive est liée à la liaison chimique des ions perchlorate et à leurs interactions intermoléculaires environnantes.

Soulignant l'importance de cette étude, le professeur Akitsu explique :« Traditionnellement, le domaine de l'ingénierie cristalline s'est concentré uniquement sur les interactions des petites molécules dans les cristaux. Mais à l'avenir, les interactions dans les systèmes complexes gagneront en importance. Cela signifie que l'étude de leur Les interactions intermoléculaires deviendront encore plus cruciales. Notre nouvelle méthode peut aider à étudier de telles interactions en comprenant uniquement la structure cristalline, et elle peut également contribuer à la découverte de nouveaux médicaments et faire progresser la recherche catalytique. "

Cette étude utilise également le CCDC qui, malgré plus d'un million d'entrées, est encore sous-utilisé. De plus, la méthode innovante proposée dans cette étude peut promouvoir l'utilisation de cette base de données et conduire à la découverte de composés nouveaux et intéressants.

Dans l'ensemble, l'étude offre un aperçu de la nature explosive des perchlorates, en plus de présenter une méthode plus sûre, basée sur des données, pour étudier les propriétés physiques des composés, faire progresser l'ingénierie cristalline et la recherche sur les matériaux énergétiques.

Plus d'informations : Takashiro Akitsu et al, Prédiction par apprentissage profond de la fraction de sécurité des cristaux complexes de type Salen vis-à-vis des sels de perchlorate explosifs, FirePhysChem (2023). DOI :10.1016/j.fpc.2023.12.004

Fourni par l'Université des sciences de Tokyo