Les deux versions sont alignées bloc par bloc, dans l’ordre du texte : titre, l’essentiel, puis paragraphe par paragraphe. Quand la traduction a fusionné ou scindé un paragraphe, la case correspondante reste vide — on ne rapproche jamais deux passages au jugé.
Chemists who want to know where a molecule will react have long relied on product yield, the share of starting material that ends up as the intended product after several synthesis steps. The measure is blurred by purification and by side reactions, and it changes from one synthesis scenario to another. It also says nothing about which of several reactive groups actually reacted.
Les chimistes qui veulent savoir où une molécule va réagir s'appuient depuis longtemps sur le rendement en produit, c'est-à-dire la part de matière de départ qui se retrouve sous forme du produit visé après plusieurs étapes de synthèse. Cette mesure est brouillée par la purification et les réactions secondaires, et elle varie d'un scénario de synthèse à l'autre. Elle ne dit pas non plus lequel des groupes réactifs a effectivement réagi.
At Yokohama National University, a team led by associate professor Hiroaki Gotoh and doctoral student Daimon Sakaguchi chose a simpler route. They mixed complex molecules containing several ketone groups, which are oxygen and carbon atoms joined by a double bond, with different amounts of sodium borohydride in methanol. By measuring which ketone group reacted first, they built a kinetic scale, or reaction-rate map, for each molecule. The team then combined this map with three-dimensional electronic information taken from around each reacting site, and fed both into a machine-learning model.
À l'université nationale de Yokohama, une équipe dirigée par le professeur associé Hiroaki Gotoh et le doctorant Daimon Sakaguchi a choisi une voie plus simple. Ils ont mélangé des molécules complexes contenant plusieurs groupes cétone, c'est-à-dire des atomes d'oxygène et de carbone reliés par une double liaison, avec différentes quantités de borohydrure de sodium dans du méthanol. En mesurant quel groupe cétone réagissait en premier, ils ont établi une échelle cinétique, ou carte des vitesses de réaction, pour chaque molécule. L'équipe a ensuite combiné cette carte à des informations électroniques tridimensionnelles prélevées autour de chaque site réactif, puis a fourni les deux à un modèle d'apprentissage automatique.
The model was trained only on simple molecules. Tested on six more complex molecules, each with two ketone groups, it correctly predicted both the main reaction site and the side from which the reaction occurred. The study, published in JACS Au, shows that competition experiments can link laboratory measurements, quantum-chemical calculations and machine learning in a single workflow. The authors stress that these are laboratory results on a defined reaction, with sodium borohydride in methanol.
Le modèle n'a été entraîné que sur des molécules simples. Testé sur six molécules plus complexes, chacune portant deux groupes cétone, il a correctement prédit à la fois le site réactif principal et le côté par lequel la réaction s'est produite. L'étude, publiée dans JACS Au, montre que des expériences de compétition peuvent relier mesures de laboratoire, calculs de chimie quantique et apprentissage automatique au sein d'un même flux de travail. Les auteurs insistent sur le fait qu'il s'agit de résultats de laboratoire portant sur une réaction précise, réalisée avec du borohydrure de sodium dans du méthanol.
For a chemist designing a drug candidate, the practical gain would be knowing, before synthesis, which part of a molecule is likely to react and which product will form. Gotoh names drug candidates, natural products and functional molecules as the target, and frames the aim as fewer trial-and-error cycles and faster discovery of new molecules and synthetic routes. The team does not say when such predictions could be used in practice, nor whether the model holds for reactions other than this one. What it does offer is a curated kinetic database and a descriptor workflow that other researchers can reuse to build new models and test their hypotheses on more complex reductions.
Pour un chimiste qui conçoit un candidat médicament, le gain concret serait de savoir, avant la synthèse, quelle partie d'une molécule est susceptible de réagir et quel produit se formera. Gotoh cite les candidats médicaments, les produits naturels et les molécules fonctionnelles comme cibles, et présente l'objectif comme une réduction du nombre de cycles d'essais et d'erreurs, ainsi qu'une découverte plus rapide de nouvelles molécules et de nouvelles voies de synthèse. L'équipe ne dit pas quand de telles prédictions pourraient servir en pratique, ni si le modèle vaut pour d'autres réactions que celle-ci. Elle propose en revanche une base de données cinétiques organisée et un flux de travail de descripteurs, que d'autres chercheurs peuvent réutiliser pour construire de nouveaux modèles et tester leurs hypothèses sur des réductions plus complexes.