Les réactions chimiques sont si complexes qu’elles sont impossibles à modéliser avec précision. Malgré les techniques informatiques pour calculer les processus moléculaires, de nombreuses découvertes chimiques dépendent encore du hasard.

Cette situation pourrait changer dans un avenir proche grâce à l’informatique quantique. Ces dernières années, les ordinateurs quantiques ont déjà réussi à modéliser avec succès les propriétés de certaines molécules simples.

Une stratégie basée sur l’intégration d’algorithmes quantiques dans les processus de modélisation existants permettrait d’aborder diverses problématiques, de la pollution plastique à l’empreinte carbone de nombreux matériaux.

Dans ma carrière de chimiste, j’ai contracté une énorme dette envers la sérendipité. En 2012, j’étais au bon endroit (Almaden Lab d’IBM, Californie) au bon moment, mais j’ai fait une « erreur ». Il espérait créer un certain matériau familier en mélangeant ses trois composants dans un bécher, mais il avait l’intention de remplacer l’un d’eux par une version dérivée de déchets plastiques. L’objectif était d’augmenter la durabilité d’un type de plastique extrêmement résistant appelé polymères thermodurcissables.

Cependant, lorsque j’ai combiné deux des composants, une substance plastique blanche dure s’est formée dans le verre. Il était tellement rigide que j’ai été obligé de casser le contenant pour l’extraire. De plus, après avoir été immergé dans de l’acide dilué pendant une nuit, il s’est décomposé en ses matériaux précurseurs. Sans le chercher, il avait découvert toute une nouvelle famille de polymères thermodurcissables recyclables. Si nous avions considéré qu’il s’agissait d’une expérience ratée et que nous n’avions pas enquêté, nous n’aurions jamais découvert ce que nous avions obtenu. C’était un coup de chance scientifique à son meilleur, dans la noble tradition de Roy Plunkett, qui a inventé le Teflon tout à fait par accident alors qu’il étudiait la chimie des gaz réfrigérants.

Actuellement, je me suis fixé un nouvel objectif : réduire le besoin de sérendipité dans les découvertes chimiques. Certains défis, comme la crise climatique ou le COVID-19, sont si immenses que les solutions ne doivent pas dépendre de la chance. La nature est complexe et puissante, et nous devons être capables de la modéliser avec précision si nous aspirons à réaliser les avancées scientifiques dont nous avons encore besoin de toute urgence. En particulier, si nous voulons faire progresser la chimie, nous devrions être capables de comprendre l’énergétique des réactions chimiques avec un haut degré de confiance. L’idée n’est pas nouvelle, mais elle met en évidence une limitation sérieuse : Prédire le comportement des molécules, même les plus simples, avec une précision totale est hors de portée de la plupart des ordinateurs les plus puissants.

La modélisation des réactions chimiques dans les ordinateurs classiques nécessite toutes sortes d’approximations. En effet, ces machines ne peuvent pas calculer avec précision le comportement quantique de plus d’une paire d’électrons, car les calculs sont décourageants et prennent du temps. Mais chaque simplification dévalorise la qualité du modèle, augmentant la quantité de travail de laboratoire nécessaire pour le valider. Cependant, l’informatique quantique fonctionne d’une manière différente. Chaque bit quantique, ou qubit, peut correspondre aux orbitales de spin d’un électron. Ces ordinateurs utilisent de véritables phénomènes quantiques, comme l’intrication, pour décrire les interactions électroniques sans avoir besoin de faire des approximations. Et l’informatique quantique est dans une phase de développement qui permet déjà de commencer à modéliser les propriétés de petites molécules, comme l’hydrure de lithium. Cela offre la possibilité de développer de nouveaux modèles qui ouvriraient des voies de découverte beaucoup plus définies que celles que nous suivons actuellement.

La chimie quantique n’est en aucun cas nouvelle. Au début du XXe siècle, Walter Heitler, Fritz London et d’autres ont montré que la liaison covalente pouvait être expliquée par la mécanique quantique. A la fin du 20ème siècle, l’augmentation de la puissance de calcul des ordinateurs a conduit à la création de quelques modèles de base des systèmes classiques.

Pourtant, vers 2005, à l’époque où je faisais ma thèse de doctorat à l’University College de Londres, il était relativement rare que les chimistes de laboratoire aient une connaissance pratique des types de modèles pouvant être simulés par ordinateur. Les disciplines et les ensembles de compétences requis étaient très différents. Au lieu d’explorer les nouvelles connaissances apportées par les approches informatiques, les chimistes de laboratoire se sont accrochés aux essais et erreurs, dans l’espoir de parvenir à une découverte raisonnée, quoique souvent fortuite. Dans mon cas, j’ai eu la chance de faire partie du groupe d’Amir Hoveyda, qui a rapidement reconnu l’intérêt de combiner recherche expérimentale et recherche théorique.

Previous articleIl est temps d’exiger des explications de l’intelligence artificielle
Next articleArmes hypersoniques