Exploration computationnelle de complexes hôte-invité
Langue Anglais
Accéder au document

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

 
Auteur : Serillon, Dylan
Date de soutenance : 10-12-2021

Directeur(s) de thèse : Heitz, Valérie - Barril, Xavier

Président : Rognan, Didier
Rapporteur(s) : Le Questel, Jean-Yves - Zanuy Gomara, David
Membre(s) du jury : Curutchet, Carles

Établissement de soutenance : Strasbourg
Laboratoire : Institut de chimie (Strasbourg ; 2005-....)
École doctorale : École doctorale des Sciences chimiques (Strasbourg ; 1995-....)
 
Discipline : Chimie informatique et théorique
Classification : Chimie, minéralogie, cristallographie

Mots-clés libres : Prédiction d'énergie libre de Gibbs, Méthode quantique semi-empirique, Méthode d'apprentissage automatique, Plateforme automatisée
Mots-clés :
  • Apprentissage automatique
  • Chimie supramoléculaire
Résumé : Ces dernières années, la chimie supramoléculaire a connu un énorme essor. Les processus supramoléculaires et, en particulier, les interactions hôte-invité sont étudiées pour la variété des applications possibles (des processus industriels au domaine médical). Actuellement, les découvertes dans le domaine de la chimie supramoléculaire hôte-invité sont entravées par la complexité de la caractérisation thermodynamique et cinétique des processus d'inclusion/libération, ce qui rend difficile la génération de prédictions utiles pour l'encapsulation moléculaire.Dans ce contexte, ce projet de thèse s'est concentré sur le développement d'une plateforme de calcul pour la prédiction de l'énergie libre de Gibbs de complexes hôte-invité en utilisant deux approches différentes : la première basée sur la prédiction des paramètres thermodynamiques et la seconde basée sur les connaissances. L'objectif est non seulement d'améliorer les connaissances globales dans le domaine de la chimie supramoléculaire, mais également de fournir de nouvelles opportunités et applications pour les conteneurs existants de manière à aider au développement de ces derniers.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2021STRAF048
Type de ressource : Thèse