Un nouvel outil offre aux chercheurs un meilleur moyen d'explorer et de comprendre les données sur les catalyseurs.

TSUKUBA, JAPON - 2 février 2026 (NEWMEDIAWIRE) - L'industrie moderne dépend fortement des catalyseurs, qui sont des substances qui accélèrent les réactions chimiques. Ils sont essentiels dans tout, de la fabrication de produits chimiques ménagers à la production d'énergie propre ou au recyclage des déchets. Cependant, la conception de nouveaux catalyseurs est difficile car leurs performances sont affectées par de nombreux facteurs interactifs.

Un nouvel outil développé par des chercheurs de l'Université de Hokkaido, publié dans Science and Technology of Advanced Materials: Methods, simplifiera le processus en offrant aux chercheurs un moyen de visualiser et d'explorer facilement les données sur les catalyseurs, leur permettant d'identifier des modèles et des relations dans les ensembles de données sur les catalyseurs sans nécessiter de compétences avancées en programmation ou en calcul.

L'outil tire parti d'une approche connue sous le nom de profilage génétique des catalyseurs, où les catalyseurs sont représentés sous forme de séquences symboliques. Cela facilite l'interprétation des données par les scientifiques et l'application de méthodes d'analyse basées sur les séquences pour concevoir et améliorer les catalyseurs. L'outil lui-même est une interface graphique basée sur le web qui offre un moyen intuitif et interactif d'étudier ces profils de catalyseurs.

« Le système permet aux chercheurs d'explorer des ensembles de données complexes sur les catalyseurs, d'identifier des tendances globales et de reconnaître des caractéristiques locales - le tout sans nécessiter de compétences avancées en programmation », explique le professeur Keisuke Takahashi, qui a dirigé l'étude. « En visualisant à la fois les relations entre les catalyseurs et les caractéristiques sous-jacentes basées sur les gènes, la plateforme rend la conception des catalyseurs plus interprétable, accessible et efficace, comblant le fossé entre l'analyse basée sur les données et l'intuition expérimentale pratique. »

Les utilisateurs peuvent visualiser les catalyseurs regroupés en fonction de la similarité de leurs caractéristiques ou de la similarité de leurs séquences. L'outil comprend également une carte thermique qui offre un aperçu de la manière dont les séquences génétiques des catalyseurs sont calculées. Les différentes visualisations peuvent être visualisées côte à côte et sont synchronisées afin qu'elles se mettent toutes à jour simultanément lorsqu'un utilisateur effectue un zoom avant ou sélectionne un groupe de catalyseurs.

L'équipe prévoit d'étendre l'outil pour qu'il fonctionne avec d'autres ensembles de données en science des matériaux afin qu'il puisse être utilisé plus largement dans le domaine. Ils travaillent également à l'inclusion d'un composant prédictif. L'intégration de stratégies de modélisation et d'édition signifierait que les chercheurs pourraient utiliser l'outil non seulement pour explorer les catalyseurs existants, mais aussi pour étudier de nouvelles idées pour des matériaux à haute performance. De plus, ils souhaitent améliorer les fonctionnalités collaboratives de l'outil afin que plusieurs chercheurs puissent travailler ensemble pour explorer et annoter des ensembles de données, permettant une approche communautaire et basée sur les données pour la conception et la découverte de matériaux.

« Notre objectif est de rendre la recherche sur les matériaux avancés plus intuitive, accessible et impactante », déclare Takahashi.

Informations complémentaires
Keisuke Takahashi
Université de Hokkaido
keisuke.takahashi@sci.hokudai.ac.jp

Article : https://doi.org/10.1080/27660400.2025.2600689

À propos de Science and Technology of Advanced Materials: Methods (STAM-M)

STAM Methods est une revue sœur en libre accès de Science and Technology of Advanced Materials (STAM), et se concentre sur les méthodes et outils émergents pour améliorer et/ou accélérer le développement des matériaux, tels que la méthodologie, l'appareillage, l'instrumentation, la modélisation, la collecte de données à haut débit, l'informatique des matériaux/processus, les bases de données et la programmation. https://www.tandfonline.com/STAM-M

Dr Kazuya Saito
Directeur de publication de STAM Methods
SAITO.Kazuya@nims.go.jp

Communiqué de presse distribué par Asia Research News pour Science and Technology of Advanced Materials.

Avertissement : Cette traduction a été générée automatiquement par NewsRamp™ pour NewMediaWire (collectivement désignés sous le nom de "LES ENTREPRISES") en utilisant des plateformes d'intelligence artificielle génératives accessibles au public. LES ENTREPRISES ne garantissent pas l'exactitude ni l'intégralité de cette traduction et ne seront pas responsables des erreurs, omissions ou inexactitudes. Vous vous fiez à cette traduction à vos propres risques. LES ENTREPRISES ne sont pas responsables des dommages ou pertes résultant de cette confiance. La version officielle et faisant autorité de ce communiqué de presse est la version anglaise.