Thèse en cours

Analyse Mécanistique et Machine Learning

FR  |  
EN

Accès à la thèse

Triangle exclamation pleinLa soutenance a eu lieu le 05/10/2022. Le document qui a justifié du diplôme est en cours de traitement par l'établissement de soutenance.
Auteur / Autrice : Jules Schleinitz
Direction : Laurence Grimaud
Type : Projet de thèse
Discipline(s) : Chimie Moléculaire
Date : Inscription en doctorat le
Soutenance le 05/10/2022
Etablissement(s) : Université Paris sciences et lettres
Ecole(s) doctorale(s) : École doctorale Chimie moléculaire de Paris Centre
Partenaire(s) de recherche : Laboratoire : Laboratoire des biomolécules (Paris ; 2009-....)
établissement opérateur d'inscription : École normale supérieure (Paris ; 1985-....)
Jury : Président / Présidente : Karinne Miqueu
Examinateurs / Examinatrices : Laurence Grimaud, Christophe Copéret, Thibault Cantat, Ilaria Ciofini
Rapporteurs / Rapporteuses : Christophe Copéret, Thibault Cantat

Mots clés

FR  |  
EN

Résumé

FR  |  
EN

Cette thèse a pour objet d’étudier des réactions chimiques afin d’optimiser leurs conditions. L’étude mécanistique d’une réaction de désoxygénation des N-oxydes de pyridines à l’aide de techniques expérimentales et de la DFT permet de montrer que l’étape cinétiquement déterminante est la photo-isomérisation de l'oxyde en oxaziridine. Grâce à l’étude parallèle du mécanisme de désoxygénation des N-oxydes aliphatiques, des conditions optimales pour la désoxygénation sélective des N-oxydes ont pu être mises au point. Dans la même perspective, pour optimiser les couplages au nickel de composés aromatiques possédant une liaison carbone-oxygène peu activée, une base de données de réactions originale: NiCOlit, a été constituée à partir de la littérature académique. L'analyse de cette base permet de révéler les biais des données de la littérature académique et de donner des règles pour construire un jeu de données en vue de réaliser une prédiction de rendements de réactions assistée par machine learning.