Un guide scientifique pour la découverte moléculaire pilotée par l'IA

L'intelligence artificielle (IA) dirige de plus en plus la découverte de molécules et de matériaux fonctionnels, mais ses progrès dans la modélisation générative sont freinés par la nature désordonnée et mélangée des données expérimentales ainsi que par une pénurie de vérités de terrain de haute qualité. Cette revue synthétise les avancées récentes en matière de curation des données, de représentation et de modélisation générative pour la découverte moléculaire et des matériaux, et propose un flux de travail pratique en quatre étapes qui intègre la capture de données structurées, la caractérisation intelligente, la conception générative et la validation expérimentale en boucle fermée. Les familles d'algorithmes principales (supervisées, semi-supervisées, non supervisées, apprentissage par renforcement) et les architectures génératives spécialisées (VAE, GAN, modèles de diffusion, modèles basés sur des graphes) sont examinées, ainsi que la manière dont chacune se rapporte aux tâches de découverte dans le monde réel. L'infrastructure permettant (par exemple, les carnets de laboratoire électroniques (ELN), les graphes de connaissances, les laboratoires autonomes) est également analysée et met en évidence les meilleures pratiques pour la reproductibilité, la quantification de l'incertitude et les garanties éthiques. Enfin, une liste de contrôle priorisée a été fournie pour que les chercheurs et les laboratoires adoptent une infrastructure compatible avec l'IA et décrit les défis ouverts (normes de données, inférence causale, accessibilité) pour orienter les travaux futurs.