Modérateurs
Enrique Espinosa
Arie van der Lee
Résumé
Depuis quelques années, de nouvelles méthodologies transforment rapidement la manière traditionnelle de résoudre et d’affiner les structures cristallines. Grâce à l’apprentissage automatique, à l’apprentissage profond et à l’intelligence artificielle, il est désormais possible de déterminer la structure moléculaire des protéines même en l’absence de données expérimentales (AlphaFold), ainsi que des structures cristallines de petites molécules ou de composés inorganiques à partir de données incomplètes et/ou de résolution limitée (PhAI). Ces structures cristallines peuvent également être affinées à l’aide de facteurs de forme non sphériques issus de calculs de mécanique quantique, donnant accès à une richesse de propriétés chimiques auparavant inaccessibles.
Cette session vise à offrir une vue d’ensemble des possibilités et des applications de l’intelligence artificielle, de l’apprentissage automatique et profond, ainsi que des méthodes de mécanique quantique dans tous les domaines de la cristallographie : biologie structurale, chimie moléculaire et inorganique, et étude des systèmes dispersés (SAXS/SANS).