Catalyse hybride assistée par criblage à haut débit et intelligence artificielle : vers de nouveaux matériaux multi-catalytiques pour la valorisation de la biomasse - Plateforme REALCAT
Hdr Année : 2023

Hybrid catalysis assisted by high-throughput screening and artificial intelligence: towards new multi-catalytic materials for biomass valorization

Catalyse hybride assistée par criblage à haut débit et intelligence artificielle : vers de nouveaux matériaux multi-catalytiques pour la valorisation de la biomasse

Résumé

Global warming and ecological awareness are forcing players in the chemical industry to come up with more sustainable synthesis routes. One way of addressing this issue is to develop processes capable of exploiting different sources of biomass to replace fossil resources. However, the former is intrinsically much more complex to transform than the latter, most of which are made up of a wide variety of families of compounds, associated with each other through an even greater diversity of chemical bonds. However, these bonds can be selectively broken to release the desired molecules, using chemical or biological catalysts. Always with sustainability in mind, the processes that use them must be as atom- and energy-efficient as possible. Hybrid catalysis, which consists of combining chemical and biological catalysts in the form of integrated processes, is one promising the answer to this problem. My research activity over the last 7 years has focused on this new field and, more broadly, on the valorization of biomass. To achieve this objective, my research involved 4 main themes: 1) the search for new enzymes by exploring biodiversity, and their application to the synthesis of new biobased compounds, 2) the development of high-throughput screening strategies for the transformation of biomass and the exploitation of microbial strains, 3) the exploration of the concept of hybrid catalysis, and more particularly the development of new multi-catalytic materials, and 4) the design of computer tools and machine learning algorithms for the prediction of catalyst activity. These 4 themes, and in particular the last 2, will be the focus of my main research activity for the rest of my career, fueled by numerous collaborations with both academia and industry.
Le réchauffement climatique et la prise de conscience écologique oblige aux acteurs de l’industrie chimique à proposer des voies de synthèse plus durables. Une des façons de répondre à cette problématique réside dans l'élaboration de procédés capables d’exploiter les différentes sources de biomasse pour le remplacement des ressources fossiles. Cependant, les premières sont intrinsèquement beaucoup plus complexes à transformer que les dernières, constituées pour la plupart d’une large variété de familles de composés, associés les uns aux autres à travers une diversité encore plus grande de liaisons chimiques. Ces dernières peuvent cependant être rompues de manière sélective, afin de libérer les molécules recherchées, à l’aide de catalyseurs chimiques ou biologiques. Les procédés qui les mettent en jeu doivent, toujours dans une optique de durabilité, être les plus économes possibles en atomes et en énergie. La catalyse hybride, qui consiste en la combinaison de catalyseurs chimiques et biologiques sous la forme de procédé intégrés, tente précisément de répondre à cette problématique. C’est dans le cadre de ce nouveau champ disciplinaire, et plus largement dans celui de la valorisation de la biomasse, que mon activité de recherche s’est inscrite durant ces 7 dernières années. Pour atteindre cet objectif, celle-ci s’est articulée autour de 4 thématiques principales : 1) la recherche de nouvelles enzymes par exploration de la biodiversité, et leur application pour la synthèse de nouveaux composés biosourcés, 2) le développement de stratégies de criblage à haut débit pour la transformation de la biomasse et l’exploitation de souches microbiennes, 3) L’exploration du concept de catalyse hybride, et plus particulièrement le développement de nouveaux matériaux multi-catalytiques, et 4) la conception d’outils informatiques et d’algorithmes en apprentissage machine pour la prédiction de l’activité des catalyseurs. Ces 4 thématiques, et en particulier les 2 dernières, feront l’objet de mon activité de recherche principale pour la suite de ma carrière, alimentées par de nombreuses collaborations, aussi bien avec le monde académique qu’industriel.
Fichier principal
Vignette du fichier
HDR_HEUSON_Egon.pdf (59.53 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

tel-04695002 , version 1 (11-09-2024)

Identifiants

  • HAL Id : tel-04695002 , version 1

Citer

Egon Heuson. Catalyse hybride assistée par criblage à haut débit et intelligence artificielle : vers de nouveaux matériaux multi-catalytiques pour la valorisation de la biomasse. Catalyse. Université de Lille, 2023. ⟨tel-04695002⟩
19 Consultations
9 Téléchargements

Partager

More