De l’intérêt de combiner physique, robotique, chimique quantique & mathématiques

21 novembre 2024

En adaptant et combinant algorithmes d’exploration structurale inspirés de la robotique, potentiels d’énergie issus de la chimie quantique et outils mathématiques visant à évaluer la (dis)similarité entre deux nano-systèmes hybrides complexes, nous accédons à une compréhension de leurs propriétés structurales et électroniques, ouvrant la voie vers la conception rationnelle de nano-antimicrobiens, objets très prometteurs pour lutter contre les microorganismes résistants.

Le développement de nano-antimicrobiens (nanoparticules métalliques fonctionnalisées par des molécules bioactives) est une stratégie prometteuse dans le cadre de la lutte internationale contre les microorganismes résistants. Cependant, leurs structures atomiques et électroniques sont mal connues, ce qui constitue un obstacle majeur à leur conception rationnelle.

Afin d’atteindre une compréhension structurale des surfaces fonctionnalisées, et de pouvoir appréhender les mécanismes électroniques en jeu, nous avons adapté/optimisé une méthode pour explorer leurs conformations de manière efficace et non redondante et l’avons interfacée avec un code de chimie quantique. L’algorithme inspiré de la robotique, nommé IGLOO (Iterative Global Exploration and Local Optimization), utilise une exploration arborescente et ajuste dynamiquement sa stratégie d’exploration pour balayer le paysage énergétique de manière homogène et se concentrer sur les régions prometteuses, en évitant les explorations redondantes. Le code de chimie quantique interfacé, deMonNano, permet que les calculs d’énergie nécessaires à l’exploration IGLOO soient réalisés avec un potentiel d’énergie quantique de type DFTB.

Au sein de telles explorations structurales, un grand défi rencontré est l’évaluation de la (dis)similarité des nano-systèmes explorés pour obtenir une classification non supervisée de ces derniers. Les nano-antimicrobiens que nous modélisons ayant la particularité d’être homomoléculaires (i.e. contenant un grand nombre d’une molécule donnée), nous avons adapté une méthode basée sur des empreintes, nommée SOAP (Smooth Overlap of Atomic Positions), en tirant partie de l’architecture structurale des systèmes homomoléculaires pour minimiser les comparaisons non pertinentes d’environnements atomiques. Cela nous a permis de réduire les coûts de calcul et le bruit dans les mesures de (dis)similarité, avec comme conséquence de produire des résultats de classification non supervisée plus significatifs que les méthodes natives, en capturant mieux les différences structurales clés entre les états.

Nos prochaines étapes vont consister à réaliser les développements nécessaires pour réaliser ces explorations non plus sur des surfaces planes, mais sur des nanoparticules fonctionnalisées par un grand nombre de ligands.

Ces travaux sont réalisés dans le cadre d’une collaboration entre le LAAS, le LCPQ, l’IMT, le MPI-Stuttgart et le CEMES.

Contact :
Nathalie Tarrat | nathalie.tarrat[chez]cemes.fr

Publications :
Exploring molecular energy landscapes by coupling DFTB potential with a tree-based stochastic algorithm: Investigation of the conformational diversity of Phthalates
V. Milia, N. Tarrat, C. Zanon, J. Cortés, and M. Rapacioli
Journal of Chemical Information and Modelling 64 (2024) 3290
DOI : https://doi.org/10.1021/acs.jcim.3c01981

Dependence of lactose adsorption on the exposed crystal facets of metals: a comparative study of gold, silver and copper
N.  Tarrat, J. C. Schön, and J. Cortés
Physical Chemistry Chemical Physics 26 (2024) 21134
DOI : https://doi.org/10.1039/D4CP01559B

IGLOO: an Iterative Global exploration and LOcal Optimization algorithm to find diverse low-energy conformations of flexible molecules
W. Margerit, A. Charpentier, C. Maugis-Rabusseau, J. C. Schön, N. Tarrat, and J. Cortés
Algorithms 16 (2023) 476
DOI : https://doi.org/10.3390/a16100476