FlowER, l’IA du MIT qui veut fiabiliser les prédictions de réactions chimiques

Le 4 septembre 2025, des chercheurs du MIT présentent une piste pour rendre l’intelligence artificielle plus utile aux chimistes, et surtout moins susceptible de produire des résultats chimiquement impossibles. Baptisée FlowER, cette approche générative ne se contente pas d’associer des réactifs à un produit probable. Elle impose au modèle de garder la trace des atomes et des électrons, deux éléments essentiels pour qu’une transformation respecte les principes physiques de base.

L’ambition est concrète : aider les scientifiques à anticiper ce qui se passera dans un flacon, à comprendre comment une réaction peut se dérouler et, à terme, à explorer plus efficacement de nouvelles voies de synthèse. La découverte de médicaments, la conception de matériaux ou encore l’étude de phénomènes atmosphériques pourraient en bénéficier. Mais FlowER reste un outil de recherche précoce, avec un périmètre chimique encore incomplet.

Pourquoi prédire une réaction chimique est si difficile

Prédire une réaction chimique consiste, dans sa forme la plus simple, à partir d’une liste de réactifs et de conditions pour estimer quels produits seront formés. Pour un chimiste, cette tâche ne relève pas seulement de la reconnaissance de motifs : elle suppose de savoir quelles liaisons peuvent se rompre, lesquelles peuvent se créer, comment les charges se redistribuent et quelles étapes intermédiaires sont plausibles.

Les méthodes d’apprentissage automatique ont déjà montré qu’elles pouvaient repérer des régularités dans de vastes collections de réactions décrites dans la littérature scientifique ou les brevets. Les modèles génératifs, en particulier, peuvent apprendre à proposer une structure moléculaire ou une transformation à partir de nombreux exemples. Leur faiblesse est qu’ils ne disposent pas spontanément des garde-fous de la chimie.

Un système entraîné principalement à compléter des données peut ainsi produire une réponse qui ressemble à une réaction connue, mais qui ne respecte pas nécessairement les lois de conservation. Dans une réaction ordinaire, les atomes présents au départ doivent être retrouvés à l’arrivée, réorganisés dans de nouvelles molécules. De même, les transferts d’électrons doivent être cohérents avec les liaisons chimiques et les charges représentées.

Cette distinction est cruciale. Une prédiction qui semble convaincante à un logiciel n’est pas automatiquement réalisable au laboratoire. Si elle fait apparaître un atome absent des réactifs ou disparaître des électrons sans explication dans la représentation utilisée, elle peut induire le chercheur sur une mauvaise piste. L’objectif de FlowER est précisément de réduire ce type d’erreur en plaçant des contraintes physiques au cœur de la génération.

FlowER suit la redistribution des électrons

Le nom FlowER, pour Flow matching for Electron Redistribution, résume le principe du projet : modéliser la redistribution des électrons pendant une transformation chimique. Le système s’appuie sur une matrice électronique issue d’une méthode développée dans les années 1970 par le chimiste Ivar Ugi.

Cette matrice agit comme une forme de comptabilité de la réaction. Elle permet de suivre les électrons associés aux atomes et aux liaisons plutôt que de ne considérer que la structure de départ et celle d’arrivée. Dans la représentation employée par l’équipe, le modèle ne peut donc pas ajouter ou retirer arbitrairement des électrons pour parvenir à une réponse qui paraîtrait simplement plausible.

Ce choix répond à une difficulté fréquente des modèles génératifs appliqués à la chimie : la production de molécules ou de transformations qui respectent la forme attendue des données, sans respecter toutes les contraintes fondamentales. FlowER cherche au contraire à faire coïncider l’apprentissage statistique avec ce que la physique et la chimie autorisent.

Ce que changent les contraintes physiques dans une IA

L’intérêt de cette approche tient moins à l’idée de remplacer le raisonnement du chimiste qu’à celle de mieux encadrer la machine. Une IA générative classique cherche généralement la sortie la plus probable au regard de ses données d’entraînement. FlowER ajoute une exigence : la réponse générée doit rester compatible avec la conservation des atomes et des électrons dans la transformation modélisée.

Cette rigueur est particulièrement utile lorsqu’un modèle doit proposer ou expliquer un mécanisme réactionnel. Un mécanisme décrit les étapes par lesquelles des molécules deviennent d’autres molécules. Il ne s’agit pas seulement de connaître le résultat final, mais de comprendre comment les électrons et les liaisons se déplacent tout au long du processus.

Dans ce cadre, la matrice électronique offre une représentation plus proche des contraintes auxquelles un chimiste pense lorsqu’il analyse une réaction. Elle ne transforme pas l’IA en expérimentateur autonome, mais elle limite la liberté du modèle là où cette liberté risquerait de conduire à une impossibilité chimique.

Des données de brevets pour ancrer le modèle dans l’expérimental

Un modèle dépend aussi de la qualité des exemples sur lesquels il apprend. L’équipe du MIT indique avoir entraîné FlowER à partir de plus d’un million de réactions chimiques. Ces données proviennent de la littérature de brevets et reposent sur des données expérimentales validées.

Les brevets constituent une source abondante de descriptions de synthèses chimiques, notamment dans l’industrie pharmaceutique et les sciences des matériaux. Ils peuvent documenter des réactifs, des produits et des conditions de réaction sur une échelle qui serait difficile à réunir uniquement à partir de publications académiques. Pour une IA, cette diversité d’exemples est précieuse, car elle permet d’apprendre des familles de transformations variées.

L’équipe cherche ainsi à relier les prédictions du système à des mécanismes sous-jacents aux réactions observées. C’est un point important : prédire le bon produit est utile, mais proposer une explication physiquement cohérente peut aider les chimistes à vérifier une hypothèse, à ajuster une synthèse ou à imaginer une variante.

Il faut néanmoins rester attentif à ce que recouvre une base de données. Les modèles apprennent les régularités présentes dans les réactions qui ont été publiées et encodées. Ils sont donc plus solides dans les domaines bien représentés par ces données que dans les zones rares, ambiguës ou absentes du corpus d’entraînement.

Quelles sont les limites actuelles de FlowER ?

Les chercheurs soulignent que FlowER est encore à un stade précoce. Malgré son apprentissage sur plus d’un million de réactions, le système ne couvre pas l’ensemble de la chimie. Deux limites sont explicitement citées : certains types de métaux et certaines réactions catalytiques ne font pas encore partie de son champ de compétence.

Cette réserve est loin d’être anecdotique. Les métaux et la catalyse sont présents dans de très nombreuses synthèses utiles, y compris dans la production de molécules complexes. Un catalyseur peut modifier profondément le chemin suivi par une réaction tout en n’apparaissant pas dans le produit final. Les cycles catalytiques, où un catalyseur intervient à plusieurs étapes avant d’être régénéré, sont donc particulièrement exigeants à représenter correctement.

La conservation des atomes et des électrons constitue un garde-fou important, mais elle ne suffit pas à résoudre toutes les difficultés. Une réaction possible sur le papier peut être lente, donner un faible rendement, produire des sous-produits ou nécessiter des conditions très précises. L’expérimentation reste indispensable pour valider une prédiction et mesurer son intérêt pratique.

Les prochaines extensions envisagées par l’équipe concernent justement une meilleure prise en compte des cycles catalytiques et une modélisation plus poussée des métaux. Ce sont des chantiers nécessaires si l’approche doit un jour accompagner une part plus large du travail de synthèse.

De la chimie médicinale aux matériaux : des usages potentiels

Si ses limites sont progressivement levées, FlowER pourrait servir dans plusieurs domaines. En chimie médicinale, prévoir avec davantage de fiabilité les produits et les mécanismes de réaction pourrait aider à explorer des voies de fabrication de candidats médicaments. L’intérêt ne serait pas seulement de gagner du temps : une meilleure compréhension des transformations permet aussi de sélectionner des pistes plus cohérentes avant de mobiliser des essais coûteux.

La découverte de nouveaux matériaux fait également partie des applications envisagées. Concevoir une molécule, un polymère ou un matériau fonctionnel implique souvent de maîtriser des réactions de synthèse complexes. Un modèle capable de respecter les contraintes fondamentales de la chimie peut devenir un assistant pour explorer des combinaisons que les chercheurs n’auraient pas immédiatement testées.

L’équipe cite aussi la chimie atmosphérique et les systèmes électrochimiques parmi les domaines potentiellement concernés. Dans ces cas, la circulation des électrons est précisément au centre de nombreux phénomènes étudiés. La promesse de FlowER est donc d’offrir une base de modélisation plus cohérente, non de fournir à elle seule une réponse définitive à des problèmes complexes.

Ce qu’il faut surveiller

Le premier point à suivre sera l’ouverture effective du projet. Les chercheurs prévoient de mettre la technologie, les modèles et les données associées à disposition de la communauté scientifique en open source, notamment sur GitHub. Cette diffusion est importante : elle doit permettre à d’autres équipes de reproduire les résultats, de tester FlowER sur leurs propres jeux de données et d’identifier ses cas d’échec.

Le deuxième enjeu concerne l’élargissement de la couverture chimique. La capacité à intégrer les métaux, les réactions catalytiques et les cycles associés déterminera en grande partie l’utilité du modèle dans des situations de laboratoire plus complexes. Une méthode performante sur un corpus très vaste reste limitée si les réactions les plus stratégiques d’un domaine n’y figurent pas.

Enfin, FlowER illustre une tendance de fond dans l’IA pour la science : les modèles les plus utiles ne sont pas nécessairement ceux auxquels on laisse le plus de liberté. En chimie, intégrer des connaissances et des contraintes physiques directement dans l’architecture ou la représentation des données peut rendre les prédictions moins spectaculaires en apparence, mais plus crédibles pour les personnes qui devront les vérifier expérimentalement.