Les matériaux amorphes – des substances dont la structure semble désordonnée à l’échelle microscopique – sont omniprésents dans plusieurs secteurs technologiques, notamment les cellules solaires organiques, les matériaux photoniques et certaines formulations pharmaceutiques. Pourtant, leur comportement demeure difficile à prédire. Contrairement aux cristaux, dont l’organisation atomique est régulière, les matériaux amorphes présentent des structures extrêmement complexes que les méthodes traditionnelles de simulation peinent à reproduire. Lena Simine, du Département de chimie de l’Université McGill, cherche à mieux comprendre ce « désordre organisé » à l’aide de l’intelligence artificielle. Son objectif : relier la structure interne de ces matériaux à leurs propriétés physiques, afin de pouvoir concevoir, à terme, de nouveaux matériaux aux performances ciblées.
Plutôt que d’utiliser l’IA comme simple outil d’analyse de données massives, l’équipe de Lena Simine s’en sert pour améliorer des simulations physiques existantes. Les chercheurs développent ainsi des algorithmes capables d’accélérer les calculs et de reproduire des structures amorphes à des échelles auparavant inaccessibles. Leur méthode permet notamment de simuler des matériaux sur des dimensions mésoscopiques de plusieurs dizaines de nanomètres, ce qui rapproche considérablement les modèles numériques des matériaux réels. L’équipe a aussi conçu un algorithme inspiré des techniques de compression de données, afin de prédire les interactions entre de petites molécules et des séquences d’ADN avec une efficacité computationnelle beaucoup plus puissante que celle des approches conventionnelles. Enfin, les chercheurs ont adapté des modèles génératifs pour explorer plus efficacement l’immense espace chimique des molécules possibles.
Ces travaux ouvrent la voie à une conception beaucoup plus prévisible des matériaux amorphes. À long terme, les outils développés pourraient permettre de créer des matériaux possédant des propriétés optiques, électroniques ou biologiques précisément définies avant même leur synthèse en laboratoire. Les applications potentielles sont vastes : amélioration des dispositifs photovoltaïques, développement de biocapteurs basés sur l’ADN, découverte de nouvelles molécules thérapeutiques ou conception de matériaux photoniques avancés. Pour Lena Simine, l’enjeu dépasse la simple optimisation de matériaux existants : il s’agit d’explorer un immense territoire chimique encore largement inaccessible et d’ouvrir la porte à une nouvelle génération de matériaux conçus grâce à l’IA.
Références
Liu, Y., Madanchi, A., Anker, A. S., Simine, L., et Deringer, V. L. (2025). The amorphous state as a frontier in computational materials design. Nature Reviews Materials, 10(3), 228-241. https://doi.org/10.1038/s41578-024-00754-2
Madanchi, A., Azek, E., Zongo, K., Béland, L. K., Mousseau, N., et Simine, L. (2025). Is the future of materials amorphous? Challenges and opportunities in simulations of amorphous materials. ACS Physical Chemistry Au, 5(1), 3-16. https://doi.org/10.1021/acsphyschemau.4c00063
Gastellu, N., et Simine, L. (2025). Disentangling morphology and conductance in amorphous graphene. The Journal of Physical Chemistry Letters, 16(18), 4522-4528. https://doi.org/10.1021/acs.jpclett.5c00458
