Page 12 - Demo
P. 12
12%u2013 FNRS.NEWS 135-OCTOBRE 2025Antarctique : quand le vortex polaire modifiel%u2019%u00e9tendue de la glace de merLa banquise antarctique est une couche d%u2019eau de mer gel%u00e9e pr%u00e9sente autour du continent. Elle joue un r%u00f4le essentiel dans le climat de la plan%u00e8te et sert aussi d%u2019habitat %u00e0 de nombreuses esp%u00e8ces. Chaque ann%u00e9e, une partie de la glace de mer fond au printemps et en %u00e9t%u00e9 et une nouvelle couche se forme en automne et en hiver, mais ce processus naturel est influenc%u00e9 par de nombreux facteurs, notamment les vents et les courants oc%u00e9aniques. Cette %u00e9tude s%u2019int%u00e9resse %u00e0 un facteur moins connu mais potentiellement important : le vortex polaire stratosph%u00e9rique. Il s%u2019agit d%u2019une grande masse d%u2019air froid qui tourbillonne au-dessus des p%u00f4les, %u00e0 plus de 10 km d%u2019altitude. M%u00eame s%u2019il se trouve loin de la surface, l%u2019%u00e9quipe de recherche montre que le vortex exerce bel et bien une influence sur la banquise. Pour le d%u00e9montrer, elle a analys%u00e9 les r%u00e9sultats de plus de 20 mod%u00e8les climatiques diff%u00e9rents, qui s%u2019accordent %u00e0 dire que le vortex polaire a une influence faible, mais syst%u00e9matique, sur l%u2019%u00e9volution de la glace de mer. Ces r%u00e9sultats sugg%u00e8rent donc que le vortex polaire est un %u00e9l%u00e9ment %u00e0 ne pas n%u00e9gliger si l%u2019on veut mieux comprendre - et pr%u00e9voir - l%u2019avenir de la banquise antarctique.%u00ab%u00a0Impact of stratospheric polar vortex variability on Antarctic Sea ice in CMIP6 models%u00a0%u00bb, Climate Dynamics, juillet 2025.*Bianca Mezzina, Charg%u00e9e de recherches FNRS, Earth and Life Institute, UCLouvainHugues Goosse, Directeur de recherches FNRS, Earth and Life Institute, UCLouvainEt al.La spectrom%u00e9trie de masse et le machine learning permettent d%u2019interpr%u00e9ter et de classifier la structure de complexes form%u00e9s par%u00a0des cages mol%u00e9culaires Dans le monde vivant, les enzymes catalysent des r%u00e9actions complexes gr%u00e2ce %u00e0 des interactions sp%u00e9cifiques entre les partenaires r%u00e9actionnels au sein de poches catalytiques. Pour reproduire cet effet de confinement, le d%u00e9veloppement de cages mol%u00e9culaires constitue une approche prometteuse. Cependant, pr%u00e9dire a priori si une mol%u00e9cule donn%u00e9e pourra s%u2019ins%u00e9rer efficacement dans la cavit%u00e9 d%u2019une telle cage reste un d%u00e9fi majeur pour la conception rationnelle de syst%u00e8mes mol%u00e9culaires fonctionnels. La spectrom%u00e9trie de masse coupl%u00e9e %u00e0 la mobilit%u00e9 ionique (IMS-MS) permet d%u2019explorer la structure de complexes h%u00f4te-invit%u00e9 en discriminant les esp%u00e8ces selon leur taille et leur forme. Toutefois, l%u2019interpr%u00e9tation de ces donn%u00e9es se complique lorsqu%u2019on s%u2019int%u00e9resse %u00e0 un large %u00e9ventail de candidats mol%u00e9culaires. Cette %u00e9tude repousse cette limite en int%u00e9grant des approches de machine learning %u00e0 l%u2019analyse IMS-MS. L%u2019%u00e9quipe de recherche construit des mod%u00e8les capables de pr%u00e9dire le mode d%u2019ancrage des invit%u00e9s %u00e0 partir des signatures IMS-MS. Ces mod%u00e8les mettent en %u00e9vidence une s%u00e9paration naturelle des complexes en deux grandes familles, les complexes d%u2019inclusion (invit%u00e9 %u00e0 l%u2019int%u00e9rieur) et d%u2019exclusion (invit%u00e9 %u00e0 l%u2019ext%u00e9rieur), r%u00e9v%u00e9lant ainsi des motifs structuraux r%u00e9currents associ%u00e9s %u00e0 chaque type d%u2019interaction. Les r%u00e9sultats illustrent la puissance du couplage entre IMS-MS et machine learning pour d%u00e9crypter les comportements structuraux des syst%u00e8mes h%u00f4te-invit%u00e9, et%u00a0ouvrent la voie %u00e0 une conception assist%u00e9e par l%u2019intelligence artificielle de cages mol%u00e9culaires aux propri%u00e9t%u00e9s cibl%u00e9es. Cette %u00e9tude a b%u00e9n%u00e9fici%u00e9 d%u2019un financement Grands %u00c9quipements du FNRS. %u00ab%u00a0Classifying Host%u2212Guest Topology with Ion Mobility-Mass Spectrometry and Machine Learning%u00a0%u00bb, Journal of Physical Chemistry Letters, juillet 2025.*Quentin Duez, Charg%u00e9 de recherches FNRS, Laboratoire de Synth%u00e8se et Spectrom%u00e9trie de Masse Organiques (S%u00b2MOs), UMONS Charlotte Lefebvre, Aspirante FNRS, S%u00b2MOs, UMONS J%u00e9r%u00f4me Cornil, Directeur de recherches FNRS, Laboratoire de Chimie des Mat%u00e9riaux Nouveaux, UMONS Pascal Gerbaux, Professeur ordinaire, Promoteur principal de PDR FNRS, S%u00b2MOs, UMONS Et al.NEWSL%u2019ast%u00e9risque renvoie %u00e0 la premi%u00e8re autrice ou au premier auteur.

