Réseau métallo-organiquevignette|Exemple de MOF avec différents ligands organiques. Les réseaux métallo-organiques (MOF, pour l'anglais metal–organic framework) sont des solides poreux hybrides cristallins constitués d'ions métalliques ou de clusters coordonnés à des ligands organiques pour former des structures en une, deux ou trois dimensions. Les MOF présentent notamment une surface spécifique très élevée du fait de leur structure nanoporeuse. Les MOF sont nommés selon leur lieu de découverte suivi d’un numéro d’incrémentation, par exemple MIL-101 pour Matériaux Institut Lavoisier , ou UiO-66.
AdsorptionEn chimie, l’adsorption est un phénomène de surface par lequel des atomes, des ions ou des molécules - des adsorbats - se fixent sur une surface solide - l'adsorbant - depuis une phase gazeuse, liquide ou une solution solide. Dans le cas d'un atome adsorbé, on parle d'adatome. Ce phénomène est différent de l'absorption, par lequel un fluide ou le composant d'une solution solide rentre dans le volume d'une autre phase liquide ou solide, mais les deux effets sont similaires et sont facilement (et à tort) confondus, notamment dans des applications pour le grand public.
Théorie de la fonctionnelle de la densitéLa théorie de la fonctionnelle de la densité (DFT, sigle pour Density Functional Theory) est une méthode de calcul quantique permettant l'étude de la structure électronique, en principe de manière exacte. Au début du , il s'agit de l'une des méthodes les plus utilisées dans les calculs quantiques aussi bien en physique de la matière condensée qu'en chimie quantique en raison de son application possible à des systèmes de tailles très variées, allant de quelques atomes à plusieurs centaines.
Chimie numériqueLa chimie numérique ou chimie informatique, parfois aussi chimie computationnelle, est une branche de la chimie et de la physico-chimie qui utilise les lois de la chimie théorique exploitées dans des programmes informatiques spécifiques afin de calculer structures et propriétés d'objets chimiques tels que les molécules, les solides, les agrégats atomiques (ou clusters), les surfaces, etc., en appliquant autant que possible ces programmes à des problèmes chimiques réels.
Langmuir adsorption modelThe Langmuir adsorption model explains adsorption by assuming an adsorbate behaves as an ideal gas at isothermal conditions. According to the model, adsorption and desorption are reversible processes. This model even explains the effect of pressure i.e. at these conditions the adsorbate's partial pressure, , is related to the volume of it, V, adsorbed onto a solid adsorbent. The adsorbent, as indicated in the figure, is assumed to be an ideal solid surface composed of a series of distinct sites capable of binding the adsorbate.
Covalent organic frameworkCovalent organic frameworks (COFs) are a class of materials that form two- or three-dimensional structures through reactions between organic precursors resulting in strong, covalent bonds to afford porous, stable, and crystalline materials. COFs emerged as a field from the overarching domain of organic materials as researchers optimized both synthetic control and precursor selection.
Champ de force (chimie)vignette|Un champ de force peut par exemple être utilisé afin de minimiser l'énergie d'étirement de cette molécule d'éthane. Dans le cadre de la mécanique moléculaire, un champ de force est un ensemble de potentiels et de paramètres permettant de décrire la structure de l'énergie potentielle d'un système de particules (typiquement, des atomes, mais non exclusivement). L'usage de l'expression champ de force en chimie et biologie numériques diffère ainsi de celui de la physique, où il indique en général un gradient négatif d'un potentiel scalaire.
Apprentissage profondL'apprentissage profond ou apprentissage en profondeur (en anglais : deep learning, deep structured learning, hierarchical learning) est un sous-domaine de l’intelligence artificielle qui utilise des réseaux neuronaux pour résoudre des tâches complexes grâce à des architectures articulées de différentes transformations non linéaires. Ces techniques ont permis des progrès importants et rapides dans les domaines de l'analyse du signal sonore ou visuel et notamment de la reconnaissance faciale, de la reconnaissance vocale, de la vision par ordinateur, du traitement automatisé du langage.
Modélisation moléculairethumb|Animation d'un modèle compact d'ADN en forme B|327x327px|alt=Modèle de l'ADN en forme B La modélisation moléculaire est un ensemble de techniques pour modéliser ou simuler le comportement de molécules. Elle est utilisée pour reconstruire la structure tridimensionnelle de molécules, en particulier en biologie structurale, à partir de données expérimentales comme la cristallographie aux rayons X. Elle permet aussi de simuler le comportement dynamique des molécules et leur mouvements internes.
Dynamique moléculaireLa dynamique moléculaire est une technique de simulation numérique permettant de modéliser l'évolution d'un système de particules au cours du temps. Elle est particulièrement utilisée en sciences des matériaux et pour l'étude des molécules organiques, des protéines, de la matière molle et des macromolécules. En pratique, la dynamique moléculaire consiste à simuler le mouvement d'un ensemble de quelques dizaines à quelques milliers de particules dans un certain environnement (température, pression, champ électromagnétique, conditions aux limites.
Apprentissage automatiqueL'apprentissage automatique (en anglais : machine learning, « apprentissage machine »), apprentissage artificiel ou apprentissage statistique est un champ d'étude de l'intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d'« apprendre » à partir de données, c'est-à-dire d'améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune. Plus largement, il concerne la conception, l'analyse, l'optimisation, le développement et l'implémentation de telles méthodes.
Réseau de neurones artificielsUn réseau de neurones artificiels, ou réseau neuronal artificiel, est un système dont la conception est à l'origine schématiquement inspirée du fonctionnement des neurones biologiques, et qui par la suite s'est rapproché des méthodes statistiques. Les réseaux de neurones sont généralement optimisés par des méthodes d'apprentissage de type probabiliste, en particulier bayésien.
Potentiel interatomiqueLe potentiel interatomique est un modèle d'énergie potentielle servant à décrire l'interaction entre atomes et, par extension, entre molécules. Il permet d'accéder à nombre de quantités optiques, thermodynamiques, mécaniques et de transport de la matière. Les atomes à température ambiante peuvent s'associer spontanément pour former des molécules stables. Cela implique une force attractive à longue distance et répulsive à faible distance, et par suite nulle à la valeur d'équilibre de la liaison.
Force intermoléculaireLes forces intermoléculaires sont des forces de nature essentiellement électrostatique induisant une attraction ou une répulsion entre des particules chimiques (atomes, molécules ou ions). Ces forces sont en général bien plus faibles que les forces intramoléculaires qui assurent l'association des atomes dans les molécules.
Joule par moleEn calorimétrie, le joule par mole (symbole : J/mol) est l'unité SI d'énergie molaire (énergie contenue dans une mole). L'énergie est mesurée en joules et la quantité de matière est mesurée en moles. La division par le nombre de moles facilite la comparaison entre des processus qui impliquent des quantités différentes de matière. Étant donné que 1 mole = (atomes, molécules, ions, etc.), 1 joule par mole vaut 1 joule par . L'énergie par chaque particule est alors 1 joule divisé par , soit .
Modèle d'eauEn chimie numérique, les modèles d'eau classiques sont utilisés pour la simulation de l'eau et des solutions aqueuses (avec ce qu'on appelle un solvant explicite, par opposition aux modèles à solvants implicites). Ces modèles utilisent généralement les approximations de la mécanique moléculaire. De nombreux et différents modèles ont été proposés ; ils peuvent être classés en fonction du nombre de points employés pour définir le modèle (atomes plus sites spécifiques), de la rigidité ou de la flexibilité de la structure, ou encore de la prise en compte des effets de polarisation.
Méthode ab initio de chimie quantiqueLes méthodes ab initio de chimie quantique sont des méthodes de chimie numérique basées sur la chimie quantique. La méthode ab initio la plus simple de calcul de structure électronique est le schéma Hartree-Fock (HF), dans laquelle la répulsion coulombienne électron-électron n'est pas spécifiquement prise en compte. Seul son effet moyen est inclus dans le calcul. Lorsque la taille de la base est augmentée, l'énergie et la fonction d'onde tendent vers une limite appelée limite Hartree-Fock.
Mécanique moléculairevignette|Physique à l'échelle moléculaire La mécanique moléculaire correspond à l'utilisation de la mécanique newtonienne pour modéliser la structure des systèmes moléculaires. L'approche de la mécanique moléculaire est souvent appliquée pour améliorer des structures moléculaires ou des simulations utilisant soit la dynamique moléculaire, soit la méthode de Monte-Carlo. Typiquement, la mécanique moléculaire considère l'ensemble des interactions entre une collection d'atomes sphériques reliés entre eux par des ressorts fictifs qui représentent les liaisons chimiques.
Matériau bidimensionnelUn matériau bidimensionnel, parfois appelé matériau monocouche ou matériau 2D, est un matériau constitué d'une seule couche d'atomes ou de molécules. Depuis l'isolement du graphène (une seule couche de graphite) en 2004, beaucoup de recherches ont été réalisées pour isoler d'autres matériaux bidimensionnels en raison de leurs caractéristiques inhabituelles et pour une potentielle utilisation dans des applications telles que le photovoltaïque, les semi-conducteurs et la purification de l'eau.
Criblage à haut débitthumb|Machine de criblage à haut débit en Allemagne Le criblage à haut débit (high-throughput screening, HTS) désigne dans le domaine de la pharmacologie, de la biochimie, de la génomique et de la protéomique, les techniques visant à étudier et à identifier dans les chimiothèques et ciblothèques, des molécules aux propriétés nouvelles, biologiquement actives. L’expression haut débit évoque ici l’utilisation de la robotique, de l’informatique et de la bio-informatique pour accélérer la phase de test des molécules, protéines, catalyseurs, etc.
