Ce projet développe des modèles d'intelligence artificielle pour générer des ligands moléculaires adaptés à des poches protéiques spécifiques, comme le récepteur nicotinique a4a5b2. Il combine des réseaux de génération de formes (BicycleGAN) et des réseaux de description de ligands (VAE + LSTM) pour produire des structures chimiques plausibles à partir de données 3D voxelisées. L'objectif est d'accélérer la découverte de nouveaux composés pharmaceutiques en automatisant la conception de molécules ciblées.