Le pouvoir des geckos
L'Université de Vienne résout le casse-tête des grandes molécules
Une énigme de la chimie théorique a été résolue à la TU Wien : une nouvelle méthode de calcul permet désormais de calculer les forces entre les grosses molécules avec une précision sans précédent.
Coronène-Dimère : un exemple de grandes molécules avec des forces de Van-der-Waals
© TU Wien
Pourquoi les geckos peuvent-ils grimper aux murs ? Pourquoi l'azote devient-il liquide à -196 °C ? De nombreux phénomènes quotidiens peuvent être expliqués par les forces de van der Waals - des liaisons faibles entre molécules qui sont notoirement difficiles à calculer. Pendant des années, les scientifiques se sont heurtés au fait que les différentes méthodes de calcul produisaient des résultats contradictoires.
Aujourd'hui, des chercheurs de la TU Wien ont résolu cette divergence et trouvé une solution. Ironiquement, c'est la méthode considérée depuis longtemps comme "l'étalon-or" de la chimie quantique qui s'est avérée être la source de l'erreur : elle surestime systématiquement l'énergie contenue dans certaines liaisons moléculaires. Grâce à une variante améliorée, l'équipe de la TU Wien peut désormais prédire correctement le comportement des grosses molécules - une étape essentielle pour comprendre les systèmes biologiques et faire progresser les technologies des énergies renouvelables.
Un mystère de la chimie
"Pour décrire les liens entre les grosses molécules, les scientifiques utilisent différentes approches informatiques", expliquent Tobias Schäfer et Andreas Irmler, premiers auteurs de la nouvelle étude. Avec Alejandro Gallo et le chef du groupe de recherche, le professeur Andreas Grüneis, ils ont comparé les méthodes les plus utilisées.
"L'une des options consiste à utiliser des simulations quantiques de Monte Carlo", explique M. Schäfer. "Dans ce cas, l'ordinateur explore d'innombrables arrangements possibles d'électrons, en conservant ceux qui sont énergétiquement favorables et en éliminant ceux qui sont défavorables. Une autre option est l'approche dite des grappes couplées", ajoute Irmler. "Dans ce cas, les molécules sont traitées dans leurs états de basse énergie, et les configurations de plus haute énergie sont ajoutées ultérieurement comme une sorte de correction.
"Cette méthode des clusters couplés a longtemps été considérée comme l'étalon-or", explique Schäfer. "Mais plus nous regardions de près, plus il devenait clair qu'il y avait des écarts faibles mais persistants par rapport aux résultats de Monte Carlo - et pendant des années, personne n'en connaissait la raison".
Aujourd'hui, l'équipe de la TU Wien a trouvé la réponse : "Nous avons découvert que la méthode des grappes couplées surestimait systématiquement les énergies de liaison des grosses molécules hautement polarisables", explique Irmler. "Notre variante améliorée corrige cette déviation sans augmenter de manière significative le coût de calcul". Grâce à cette correction, les résultats sont désormais beaucoup plus proches des données de Monte Carlo quantique.
Grandes molécules - grande importance
Cette avancée est particulièrement cruciale pour les grands systèmes moléculaires. "Si l'on veut décrire des molécules contenant jusqu'à une centaine d'atomes, l'effort de calcul devient énorme", explique Alejandro Gallo. "Même les plus grands superordinateurs du monde atteignent leurs limites. Pour obtenir des prédictions fiables, nous avons besoin de méthodes d'approximation très sophistiquées".
Les grandes molécules deviennent de plus en plus importantes, dans des domaines allant de la recherche sur les matériaux au développement pharmaceutique. "Si nous voulons comprendre comment un médicament se cristallise à l'intérieur d'un comprimé, ou avec quelle force un matériau lie l'hydrogène pour le stockage de l'énergie, nous devons modéliser avec précision les forces de van der Waals", explique M. Schäfer.
De la théorie fondamentale aux applications pratiques
La nouvelle méthode permet d'obtenir des données de référence plus fiables, non seulement pour les simulations traditionnelles, mais aussi comme données d'entraînement pour les modèles d'intelligence artificielle. Ces modèles sont déjà utilisés pour concevoir de nouveaux matériaux et produits pharmaceutiques dans des environnements virtuels.
"Nous jetons un pont entre la précision ultime et la facilité d'utilisation pratique", explique le professeur Andreas Grüneis, de l'Institut de physique théorique de l'Université technique de Vienne. "Cela ouvre de nouvelles possibilités pour la science des matériaux. Nos résultats montrent que même les méthodes bien établies doivent être constamment réexaminées pour répondre aux exigences croissantes de la recherche moderne."
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
