Thèse Optimisation Bayésienne Multi-Fidélité pour la Mécanochimie H/F - Doctorat.Gouv.Fr

Établissement : Université de Montpellier École doctorale : Sciences Chimiques Balard Laboratoire de recherche : IBMM - Institut des Biomolécules Max Mousseron Direction de la thèse : Frédéric LAMATY ORCID 0000000322139276 Début de la thèse : 2026-11-01 Date limite de candidature : 2026-08-31T23:59:59 Plus de 25 % des principes actifs pharmaceutiques (API) comportent une liaison amide et le développement de méthodes durables pour la préparation de ce groupe fonctionnel revêt une importance capitale en synthèse organique. La mécanochimie, notamment l'extrusion réactive (REX), offre une approche éco-compatible prometteuse, mais manque de développements méthodologiques et d'applications en chimie fine. L'extrudeuse, procédé continu, permet une montée en échelle des synthèses, intéressante pour l'industrie pour la production de médicament. Pour accélérer et aider à la rationalisation de ces développements, l'intégration de l'intelligence artificielle dans l'optimisation de réactions chimiques est essentielle. Le projet de thèse consistera à développer des méthodes de mécanochimie à l'aide une nouvelle approche optimisation bayésienne multi-fidélité, avec des applications dans la synthèse de molécules d'intérêt. Plus de 25 % des principes actifs pharmaceutiques (API) comportent une liaison amide et le développement de méthodes durables pour la préparation de ce groupe fonctionnel revêt une importance capitale en synthèse organique. La mécanochimie, notamment l'extrusion réactive (REX), offre une approche éco-compatible prometteuse, mais manque de développements méthodologiques et d'applications en chimie fine. L'extrudeuse, procédé continu, permet une montée en échelle des synthèses, intéressante pour l'industrie pour la production de médicament. Pour accélérer et aider à la rationalisation de ces développements, l'intégration de l'intelligence artificielle dans l'optimisation de réactions chimiques est essentielle. 1. proposer des solutions innovantes pour la formation en continu d'une liaison amide via la méthode REX, associée à la catalyse, et pouvant trouver des applications dans la synthèse de molécules d'intérêt 2. développer un modèle prédictif global basé sur l'optimisation bayésienne à fidélités multiples appliquée à la synthèse chimique. -mettre en place un protocole d'acquisition de données pour évaluer la réaction d'amidation;-développer des stratégies d'optimisation bayésiennes à fidélités multiples basées sur des processus gaussiens afin de fusionner les données expérimentales obtenues via divers protocoles et niveaux de fidélité ;-appliquer ces modèles à la synthèse par extrusion d'amides et de peptides d'intérêt.

Diplômé(e) en école d'ingénieur ou en master de chimie, possédant des compétences exceptionnelles en chimie organique appliquée, en mathématiques, en apprentissage automatique et en programmation.

• Programmation
• Réactivité
• Mathématiques
• Chimie