Etudiant : BERCHID WALID

Filière : Master Web Intelligence et Sciences des Données (WISD)

Encadrant : Pr. NFAOUI EL HABIB

Annèe : 2025

Résumé : Cette thèse de master explore l’application de l’intelligence artificielle, spécifiquement des Autoencodeurs Variationnels Semi-Supervisés (SS-VAE), pour accélérer la découverte de complexes d’inclusion moléculaires impliquant les cyclodextrines. Ce projet s’inscrit dans le cadre d’une collaboration interdisciplinaire entre le Laboratoire de Génie Informatique et d’Automatique de l’Artois (LGI2A) et l’Unité de Catalyse et Chimie du Solide (UCCS) de l’Université d’Artois. Les cyclodextrines,oligosaccharides naturels α-, β- et γ,utilisent leurs cavités hydrophobes pour conférer aux molécules invitées peu solubles dans l’eau ou instables une solubilité et une stabilité améliorées. La découverte traditionnelle de ces complexes d’inclusion par criblage expérimental est coûteuse en temps et en ressources, ce qui motive l’utilisation d’approches computationnelles avancées.