Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Photocatalytic Substrate Engineering through Ensemble Deep Learning

Opis projektu

Interdyscyplinarne podejście do badania fotokatalizy w świetle widzialnym

Rozwój dziedziny fotokatalizy w świetle widzialnym przyczynił się do zrewolucjonizowania metod syntezy chemicznej, prowadząc do wprowadzenia bardziej ekologicznych i wydajnych procesów wśród producentów środków agrochemicznych, materiałów oraz leków. Wciąż jednak trwają poszukiwania nowych podłoży, które pozwolą na niezawodne wykorzystanie energii świetlnej - istniejące rozwiązania pozostają kosztowne, powolne i wciąż mają charakter eksperymentalny. Zespół finansowanego ze środków działania „Maria Skłodowska-Curie” projektu PHOTO-SEED zastosuje interdyscyplinarne podejście oparte na sztucznej inteligencji w celu poszukiwania podłoży spełniających wymagania. W tym celu badacze opracują wysokiej jakości bazy danych i modele oparte na algorytmach uczenia głębokiego, wykorzystując generatywną sztuczną inteligencję do projektowania potencjalnych rozwiązań, a następnie weryfikując je w praktyce dzięki doświadczeniom.

Cel

Over the past two decades, visible-light photocatalysis has revolutionized greener and more efficient chemical synthesis, significantly impacting pharmaceuticals, agrochemicals, and materials. However, a key challenge remains: the need to discover new substrates that can reliably and sustainably harness light energy. While current research has improved the prediction of light-driven reactions, existing methods are often slow, costly, and rely heavily on trial-and-error experimentation.

The PROJECT, PHOTO-SEED, aims to pioneer an interdisciplinary approach, including Chemistry, Computer/Data Science, and Chemical Informatics. The project will: (a) create the first high-quality database of light-sensitive molecular properties, (b) develop deep learning models to provide accurate and reliable predictions across a wide range of molecules, (c) use generative AI to design synthetically feasible candidates, and (d) validate these discoveries experimentally, particularly in reactions relevant to medicinal chemistry.

By integrating artificial intelligence with chemistry, PHOTO-SEED will significantly reduce discovery cycles from months to hours, minimize environmental impact through predictive design, and unlock new opportunities for sustainable synthesis. The urgency of this project directly supports Horizon Europe’s objectives of advancing green technologies and digital transformation.

The fellowship offered through this project will be transformative for the researcher, providing advanced expertise at the intersection of AI and catalysis, opportunities for international collaborations, and the development of leadership skills. The host, Prof. Frank Glorius, an internationally recognized expert with a successful track record of supervising MSCA fellows, will provide the necessary resources and mentorship to ensure the success and impactful outcomes of this initiative.

Dziedzina nauki (EuroSciVoc)

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) HORIZON-MSCA-2025-PF

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

UNIVERSITAET MUENSTER
Wkład UE netto
€ 202 125,12
Adres
SCHLOSSPLATZ 2
48149 MUENSTER
Niemcy
Region
Nordrhein-Westfalen Münster Münster, Kreisfreie Stadt
Rodzaj działalności
Higher or Secondary Education Establishments
Linki
Koszt całkowity
Brak danych