PROJET

Composition de techniques HRMS et RMN pour la génération de REseaux Moléculaires par L’Intelligence Artificielle : Application à la chimie de substances naturelles

CREMIA

Coopération scientifique Découvrabilité des contenus Projet interrégional

Contexte

Les pays à faibles revenus rencontrent des difficultés à accéder aux équipements scientifiques de pointe nécessaires à la valorisation des extraits de plantes en santé humaine et végétale. Pourtant, ces pays disposent d’une biodiversité végétale riche, encore largement inexploitée. Les technologies analytiques avancées comme la spectrométrie de masse haute résolution en tandem (HRMSn) et la résonance magnétique nucléaire (RMN) permettent d’identifier les molécules bioactives issues d’extraits naturels complexes, mais leur coût et leur disponibilité limitent leur utilisation. L’intelligence artificielle offre une opportunité pour améliorer l’annotation de ces matrices complexes en combinant HRMSn et RMN afin de générer des réseaux moléculaires.

Objectifs

L’objectif principal de ce projet est de développer une plateforme combinant HRMSn et RMN pour améliorer l’annotation des réseaux moléculaires grâce à des algorithmes de clustering basés sur l’intelligence artificielle. Cette plateforme permettra d’optimiser l’annotation des extraits naturels bioactifs complexes ; de réaliser une preuve de concept à partir de deux plantes : Gnetum africanum (Cameroun) et Vitis vinifera (France) ; de renforcer les capacités de recherche en substances naturelles par un accès libre à la plateforme ; et de diffuser en open source les codes sources afin de stimuler la recherche en intelligence artificielle appliquée à la chimie des substances naturelles.

Impacts

Amélioration de l’annotation moléculaire des extraits naturels complexes.
Accès facilité à une technologie innovante pour les chercheurs, notamment dans les pays à faibles revenus.
Diffusion ouverte des outils et résultats pour la communauté internationale.