Merck et le Mulliken Center for Theoretical Chemistry collaborent à un projet d'apprentissage automatique
La collaboration, d'une durée de trois ans, sera axée sur le développement de nouveaux outils de modélisation de la chimie computationnelle et de nouvelles représentations moléculaires.
Merck a annoncé une collaboration avec le Mulliken Center for Theoretical Chemistry de la Rheinische Friedrich-Wilhelms-University de Bonn, en Allemagne. La collaboration, d'une durée de trois ans, sera axée sur le développement de nouveaux outils pour la modélisation de la chimie computationnelle, ainsi que de nouvelles représentations moléculaires pour faire progresser la prochaine génération d'apprentissage automatique moléculaire.
Merck KGaA
"Nous sommes ravis de travailler avec Merck sur ce projet, qui sera bénéfique pour l'entreprise et la communauté de la chimie computationnelle en général. L'interaction étroite avec les scientifiques de Merck nous aidera à donner au projet et aux outils qui en résulteront la bonne orientation", a déclaré le professeur Stefan Grimme, directeur du Mulliken Center for Theoretical Chemistry, leader de renommée internationale en chimie théorique et membre de l'Académie nationale allemande des sciences Leopoldina. Le groupe dirigé par Grimme a mis au point une pléthore de méthodes et d'outils qui sont désormais largement utilisés bien au-delà de la communauté de la chimie computationnelle.
Merck exploite l'apprentissage automatique et l'intelligence artificielle (IA) à toutes les étapes de sa chaîne de valeur. Grâce à de nombreuses initiatives et collaborations, l'entreprise vise à accélérer le cycle de vie de ses produits, à briser les silos et à exploiter la puissance des données et du numérique. "Des avancées récentes ont montré l'impact que l'apprentissage automatique moléculaire et l'IA en général peuvent avoir dans tous les domaines liés à la chimie, en particulier la simulation et la découverte de médicaments basée sur les données, la conception de matériaux et la prédiction de nouvelles formulations. Grâce à cette collaboration, nous voulons développer ensemble de nouvelles représentations moléculaires et des outils de calcul qui nous aideront à accélérer le dépistage des candidats médicaments, à découvrir de nouveaux composés et à prédire les performances des matériaux", a déclaré Jan Gerit Brandenburg, responsable de la chimie numérique chez Merck.
Au cours des trois prochaines années, plusieurs doctorants du Mulliken Center for Theoretical Chemistry travailleront avec l'équipe de chimie numérique de Merck pour identifier les méthodes applicables à l'ensemble du portefeuille de produits chimiques et pharmaceutiques de l'entreprise qui pourraient bénéficier des techniques d'apprentissage automatique moléculaire. Toutes les méthodes et tous les codes développés dans le cadre du programme seront open source et profiteront donc également à la communauté scientifique au sens large. Le programme s'inscrit en partie dans le programme prioritaire de la Fondation allemande pour la recherche (DFG) sur l'apprentissage automatique moléculaire (SPP 2363).
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.
Autres actualités du département science
Recevez les dernières actualités de l’industrie chimique
Ne manquez plus aucune actualité : notre newsletter consacrée à l'industrie chimique, aux méthodes analytiques, aux laboratoires et à la technologie des processus vous informe tous les mardis et jeudis. Les dernières nouvelles du secteur, les produits phares et les innovations - de manière compacte et compréhensible dans votre boîte de réception. Recherché par nos soins, pour que vous n'ayez pas à le faire.
