En raison du statut actuel de la Suisse comme pays tiers non-associé au programme « Horizon Europe », la Confédération a mandaté le Fonds national suisse (FNS) afin qu’il lance l’instrument SNSF Advanced Grants 2022. Celui-ci s’adresse aux personnes qui voulaient postuler pour un ERC Advanced Grant.

Le FNS vient d'annoncer les 18 lauréats et lauréates de la mise au concours 2022 des Advanced Grants. Parmi cette cohorte figurent les professeurs Beat Fierz, Tobias Kippenberg et Berend Smit de la Faculté des sciences de base de l'EPFL.

Description des projets

ACCÈS SPÉCIFIQUE À LA CHROMATINE RÉGULATRICE DANS LES CELLULES (siteSEARCH) - Beat Fierz

Les facteurs de transcription sont des protéines qui parcourent le génome et se lient à des sites très spécifiques de l'ADN, activant ou désactivant les gènes voisins. Ces mécanismes sont d'une importance fondamentale pour la fonction cellulaire à tous les stades de la vie et permettent aux cellules de réagir à des signaux externes tels que les hormones. Mais comment les facteurs de transcription peuvent-ils parcourir les quelque 6 milliards de paires de bases du génome pour trouver leurs sites cibles ? Pour compliquer les choses, l'ADN génomique humain est emballé dans un complexe nucléoprotéique appelé chromatine, et n'est donc généralement pas physiquement accessible. Par conséquent, de nombreuses questions subsistent sur le fonctionnement des facteurs de transcription.

Le projet siteSEARCH vise à développer de nouvelles méthodes de biologie chimique et d'imagerie pour observer ce processus directement dans les cellules vivantes, en se concentrant sur l'importante classe de facteurs de transcription que sont les récepteurs stéroïdiens humains. Le projet fera le lien entre les études détaillées in vitro et les recherches à l'échelle de la molécule unique dans les cellules, et pourrait avoir de vastes implications pour notre compréhension du contrôle des gènes.

CIRCUITS PHOTONIQUES INTÉGRÉS HYBRIDES NON Linéaires (HEROIC) - Tobias Kippenberg

Au cours des 20 dernières années, la photonique intégrée est devenue un ingrédient clé des communications optiques de données. Elle est également devenue indispensable dans les centres de données à grande échelle, remplaçant les câbles en cuivre à perte et à bande passante limitée et permettant une communication rapide et économe en énergie entre les serveurs. Cette révolution a été rendue possible grâce à des émetteurs-récepteurs compacts basés sur la photonique du silicium1 qui peuvent transmettre et recevoir des données sur de courtes distances. Cependant, le silicium n'est pas un matériau idéal pour l'optique : il n'a pas de bande interdite directe pour l'émission de lumière, il présente des pertes fortement non linéaires telles que l'absorption à deux photons et l'absorption des porteurs libres qui en découle, ce qui limite la gestion de la puissance, et il présente des pertes de propagation élevées, même avec les traitements microélectroniques les plus avancés.

Le projet "Circuits photoniques intégrés hybrides non linéaires" jettera les bases d'une nouvelle génération de circuits photoniques intégrés, qui utilisent ou contiennent une ou plusieurs plates-formes de matériaux novateurs dans un système "hybride" unique, tout en présentant une faible perte sans précédent. Ces dispositifs photoniques intégrés hybrides offriront un facteur de forme compact, une fabricabilité à l'échelle de la plaquette et de nouveaux principes physiques de génération et d'amplification de la lumière. De même, ces circuits permettront des performances qui ne sont pas possibles aujourd'hui avec les technologies existantes, qu'elles soient basées sur des composants en vrac ou sur des fibres, ou qu'elles utilisent la photonique du silicium. Le projet jettera les bases technologiques d'une adoption beaucoup plus large des circuits intégrés photoniques au-delà des centres de données pour la métrologie des fréquences optiques, la physique AMO optique et la photonique intégrée dans l'ultraviolet, et contribuera à une nouvelle génération de technologies pour rendre la communication des centres de données plus efficace.

Ces circuits photoniques intégrés de la prochaine génération ont un potentiel énorme pour poursuivre le développement de la prochaine génération d'émetteurs-récepteurs à haut rendement énergétique et à large bande passante, dont les centres de données et le calcul intensif ont un besoin urgent pour les accélérateurs d'IA, mais qui peuvent également fournir des solutions pour des applications émergentes, telles que les capteurs de télémétrie (LiDAR), ou le traitement de l'information par le biais de l'informatique hybride dans les applications d'IA, ainsi que la science et la technologie quantiques émergentes.

BIG DATA DANS LES MATÉRIAUX NANOPOREUX : LA SCIENCE AU-DELÀ DE LA COMPRÉHENSION - Berend Smit

Les réseaux métallo-organiques (MOFs) sont le terrain de jeu idéal pour la science des données en chimie et en génie chimique. Les MOFs sont des matériaux cristallins constitués d'un nœud métallique et d'un lien organique. En combinant différents nœuds métalliques et liens organiques, les chimistes peuvent synthétiser une infinité de matériaux pour des applications allant de la séparation et du stockage des gaz, à la détection, à la catalyse, etc. Le but ultime de la synthèse des MOFs est la conception d'un MOF optimal pour une application donnée.

Certaines raisons fondamentales expliquent pourquoi nous sommes encore loin de cet objectif. L'espace de conception chimique est infini et il est impossible de filtrer tous les MOFs possibles, expérimentalement ou par calcul. En outre, nous devons trouver les matériaux optimaux dans l'ensemble de l'espace de conception. Différents mécanismes peuvent donner un matériau optimal, ou l'espace de conception peut être multi-objectif, auquel cas nous ne pouvons même pas classer les matériaux.

Dans ce projet, nous visons à développer des méthodes de science des données pour obtenir un aperçu global des caractéristiques moléculaires, le "gène des matériaux", qui rend un matériau particulier prometteur pour une application donnée. Si nous avons identifié la combinaison optimale de nœuds métalliques et d'éléments de liaison, il faut trouver les bonnes conditions de synthèse, ce qui, à l'heure actuelle, relève principalement de l'essai et de l'erreur. Nous visons à développer une approche d'apprentissage automatique pour exploiter les données de 100 000 MOFs synthétisés afin de savoir si et comment un MOF particulier peut être synthétisé.