Projets en cours
Criblage de matériaux assisté par IA, proposition CEFIPRA franco-indienne, outils de synchronisation bibliographique.
Voir la page ProjetsDepuis 1999, mes activités de recherche ont pour dénominateur commun l'étude des matériaux — de la molécule au solide — par la chimie théorique. Au croisement de la chimie et de la physique du solide, ce travail s'appuie sur le calcul haute performance et, plus récemment, sur l'intelligence artificielle.
Étude par théorie de la fonctionnelle de la densité de la ferroélectricité, la piézoélectricité, le magnétisme, la luminescence et les propriétés électroniques de matériaux multifonctionnels. L'étude d'oxydes Ln₂Ti₂O₇ (Ln = La et Nd) a permis d'identifier une phase paraélectrique distincte de la structure ferroélectrique stable ; l'analyse topologique AIM et les calculs de DOS ont montré une hybridation significative entre orbitales O-2p et Ti-3d, expliquant les différences de performance photocatalytique entre La₂Ti₂O₇ et Nd₂Ti₂O₇. Dans le cadre de la thèse d'Émilie Bruyer, l'étude d'hétérostructures SrTiO₃/BiFeO₃ a montré comment la rotation et la déformation des octaèdres FeO₆ compensent une contrainte épitaxiale et réorientent la polarisation spontanée du matériau.
Combinaison de calculs DFT et d'algorithmes évolutionnaires pour prédire de nouvelles phases intermétalliques à base de magnésium destinées au stockage d'hydrogène. Ce travail, initié en M2 et poursuivi en thèse (soutenue en décembre 2018), a révélé l'émergence de nouvelles phases sous pression — notamment MgNi₃ et MgCu — et l'existence d'hydrures trigonaux MgNi₃H₂ et MgCuH₃, dont la synthèse en couches minces est en cours au laboratoire.
L'espace de conception des matériaux — composition chimique, procédés d'élaboration — est trop vaste pour être exploré exhaustivement. L'apprentissage automatique offre une voie pour accélérer cette conception sous contraintes physiques, chimiques et mécaniques. Dans le cadre du projet ANR VIVAH (contrats doctoraux en intelligence artificielle), l'équipe CMNM, en collaboration avec le CRIL (UMR 8188, informatique), a développé une architecture équivariante de réseaux de neurones à passage de messages (MPNN) pour les matériaux cristallins, intégrée à des modèles génératifs capables de proposer en quelques secondes une enveloppe convexe d'oxyde de titane.
Les cyclodextrines — molécules cycliques à cavité hydrophobe — forment des complexes d'inclusion avec des substrats organiques, notamment en catalyse aqueuse avec des complexes organométalliques hydrosolubles. Les calculs ab initio ont montré comment un groupement en position ortho sur la triphénylphosphine trisulfonée (TPPTS) empêche la formation d'un complexe avec la β-cyclodextrine, tandis que la dynamique moléculaire a permis de comprendre les interactions entre diesters d'isosorbide et β-CD, formant des complexes 1:1, 2:1 ou 3:1 assemblés en micelles nanométriques.
Engagement quotidien pour rendre accessibles les résultats de recherche et les outils développés. La base de données OpenCyclodB permet la recherche libre et collaborative de constantes d'association entre molécules et cyclodextrines, avec une procédure de vérification garantissant la qualité des données, et un prédicteur basé sur l'IA pour des molécules invitées inconnues — développé en collaboration avec des chimistes et informaticiens dans le cadre de l'ANR VIVAH.
Criblage de matériaux assisté par IA, proposition CEFIPRA franco-indienne, outils de synchronisation bibliographique.
Voir la page ProjetsUCCS (Lens/Lille), CRIL (informatique, IA), collaborateurs indiens (DFT), équipes de l'Université de la Sarre.
Voir les co-auteurs dans les publications