Proposition de thèse doctorale — IA et cristallographie pharmaceutique
publiée le 5/11/2026 8:57:10 AM
Proposition de thèse doctorale interdisciplinaire portée par le CRM2 et le Loria (Université de Lorraine) à l’interface entre Intelligence Artificielle / Machine Learning et chimie pharmaceutique, cristallographie et modélisation moléculaire. Sujet : prédiction de l’assemblage moléculaire dans les formes cristallines des principes actifs pharmaceutiques (API) à partir de modèles d’IA / Machine Learning. Objectifs : apprendre des représentations moléculaires avancées à partir de données quantiques, prédire les interactions intermoléculaires, anticiper l’assemblage 3D des API dans des structures cristallines complexes. Approche : base de données quantique de plus de 455 000 entrées issues de calculs DFT, méthodes de deep learning, collaboration entre informaticiens, chimistes quantiques et cristallographes. Profil recherché : Master IA / Data Science / Informatique / Chimie / Physique, bon niveau en Machine Learning / Deep Learning (PyTorch, scikit-learn). Candidatures via la plateforme ADUM. Nancy, France
Voir cette mission avec l'extension Tarss