Prédire la solubilité grâce à l'ia pour innover en hydrométallurgie

Description du sujet de thèse

Domaine
Défis technologiques

Sujets de thèse
Prédire la solubilité grâce à l'IA pour innover en hydrométallurgie

Contrat
Thèse

Description de l'offre
L'un des challenges de l'hydrométallurgie est de parvenir à trouver une molécule extractante à la fois sélective et efficace. Pour ce faire, il faut choisir parmi des milliers de possibilités, action impossible à réaliser par une méthode synthèse-test. A la place, de nombreuses études se basent sur des calculs quantiques pour évaluer l'efficacité d'un ligand à partir de la stabilité du complexe. Cependant, ces méthodes ne permettent pas de prendre en compte certains paramètres physico-chimiques essentiels à une extraction efficace tels que la solubilité.
Ce projet a donc pour objectif de développer un outil informatique basé sur l'IA capable de prédire la solubilité d'une molécule dans un solvant donné à partir de sa structure moléculaire. Dans un premier temps, l'étude se focalisera sur 3 solvants : l'eau, pour laquelle des outils pré-existants serviront de référence, l'acide nitrique 3 M pour être dans des conditions usuelles de l'industrie nucléaire, et l'octanol, solvant organique utilisé pour déterminer le coefficient de partage logP. Le projet se découpe en 4 jalons principaux :
1. Etude bibliographique d'outils similaires existants permettant de choisir les voies les plus prometteuses
2. Recherche de bases de données et complétion si nécessaire par des expériences de solubilité en laboratoire
3. Modification/création du code et entraînement du réseau de neurones sur les bases de données ainsi établies
4. Vérifications des prédictions sur des molécules non-incluses dans les bases de données par comparaison avec des mesures en laboratoire

Université / école doctorale
Sciences Chimiques Balard (EDSCB)
Montpellier

Localisation du sujet de thèse
Site
Marcoule

Critères candidat
Formation recommandée
Master 2 chimie théorique ou informatique

Demandeur
Disponibilité du poste
01/10/2025

Personne à contacter par le candidat
Simonnet Marie
CEA
DES/ICSM (DES)//LHYS
ICSM - UMR 5257
Bat 426
BP 17171
30207 Bagnols/ Ceze


Tuteur / Responsable de thèse
RAYNAUD Christophe
CNRS
ICGM
UMR-5253 CC043 Pôle Chimie Balard Recherche 1919 route de Mende 34293 Montpellier CEDEX 5

En savoir plus #J-18808-Ljbffr