Automated Computational Screening of Temperature-Dependent Cannabinoid Solubility in Industrially Relevant Processing Solvents and Lipid Carrier Oils

Imagina que estás intentando disolver un caramelo rebelde en un vaso de agua. Sabes que no funcionará bien, así que intentas cambiar el agua por otra cosa, como refresco tibio o un chorrito de aceite. En el mundo de la química, este es el lucha diaria de trabajar con cannabinoides —los compuestos activos que se encuentran en las plantas de cannabis—. Estas moléculas son como gotas de aceite que odian el agua; son "lipofílicas", lo que significa que aman las grasas pero repelen el agua. Esto las hace increíblemente difíciles de extraer de las plantas, purificar o convertir en medicinas que tu cuerpo realmente pueda absorber. Los científicos llaman a esto el "problema de la solubilidad". Para resolverlo, los investigadores generalmente tienen que mezclar y combinar diferentes líquidos (solventes) y calentarlos, un proceso que puede tardar una eternidad y costar una fortuna si tienes que probar cada una de las combinaciones a mano en un laboratorio.

Aquí es donde entra en juego un nuevo tipo de trabajo de detective digital. En lugar de mezclar productos químicos en vasos de precipitados, los científicos ahora pueden usar potentes programas informáticos para simular cómo se comportan estas moléculas. Piensa en ello como el motor de física de un videoj actually: le dices a la computadora: "Aquí hay una molécula de cannabinoide, y aquí hay una botella de aceite o alcohol. ¿Qué pasa si lo calentamos?". La computadora procesa los números basándose en las leyes de la termodinámica para predecir si la molécula se disolverá, cuánto de ella se disolverá y cómo el cambio de temperatura altera el juego. Este artículo trata sobre ejecutar esa simulación a gran escala para ver qué líquidos son los mejores "compañeros de disolución" para diferentes tipos de cannabinoides.

---

La búsqueda digital de la solubilidad

En este estudio, un equipo de investigadores de Standard Seed Corporation y sus colaboradores decidió saltarse el desordenoso trabajo de laboratorio e ir directamente a la computadora. Querían saber exactamente qué tan bien se disolverían 19 cannabinoides diferentes en 18 líquidos distintos, que van desde solventes industriales comunes hasta los aceites que podrías encontrar en tu cocina. No solo observaron la temperatura ambiente; simularon el proceso en tres temperaturas específicas: 0 °C (273.15 K), 25 °C (298.15 K) y 50 °C (323.15 K).

Para hacer esto, utilizaron una herramienta sofisticada llamada SolProp, desarrollada por el MIT. Imagina a SolProp como un chef superinteligente que ha probado todas las combinaciones posibles de ingredientes en la historia. Le das la "receta" (la estructura química del cannabinoide y el solvente), y predice el "sabor" (la solubilidad) sin que tengas que cocinar ni un solo plato. El equipo ejecutó esta simulación 1,026 veces para generar un enorme conjunto de datos de predicciones.

Lo que encontró la computadora

Los resultados fueron sorprendentemente claros, casi como un mapa que muestra las mejores rutas para un viaje por carretera.

1. El factor del calor
El hallazgo más consistente fue que el calor es la clave. En cada uno de los escenarios que la computadora simuló, aumentar la temperatura hizo que los cannabinoides se disolvieran mejor. Ya fuera una gota de alcohol o una cucharada de aceite, las moléculas estaban más dispuestas a mezclarse cuando las cosas estaban calientes. Esto sugiere que el proceso de disolver estos compuestos "consume" calor (un proceso endotérmico), lo cual concuerda con lo que ya sabemos sobre la física. Por ejemplo, la simulación predijo que la solubilidad del CBD en aceite MCT pasaría de -0.05 en temperaturas de congelación a +1.18 a temperatura ambiente, y hasta +2.23 a 50 °C.

2. El enfrentamiento de los solventes
No todos los líquidos son iguales. La computadora identificó una jerarquía clara:

• Los ganadores: Los solventes polares como el DMSO, la acetona y los alcoholes (etanol, isopropanol, metanol) fueron los campeones. Descompusieron los cannabinoides de manera más efectiva. El DMSO, en particular, mostró los valores de solubilidad predichos más altos, alcanzando hasta +4.27 para ciertos compuestos a 50 °C.
• Los perdedores: Los hidrocarburos no polares como el hexano, el heptano y el butano fueron mucho menos efectivos. En muchos casos, la computadora predijo valores de solubilidad negativos, lo que significa que los cannabinoides apenas querían disolverse en ellos.
• Los aceites de cocina: Los resultados para los aceites portadores fueron variados. El aceite MCT, el aceite de coco y la mantequilla mostraron una solubilidad media a buena, lo que coincide con lo que la industria del cannabis ya utiliza en la vida real. Sin embargo, la simulación chocó contra un muro con el aceite de oliva y el aceite de sésamo. La computadora dio números extraños e irreales (como una solubilidad de +28.74 para el CBD en aceite de oliva o -151.21 en aceite de sésamo). Los autores admiten que esto es un error del modelo, probablemente porque estos aceites complejos son demasiado complicados para que el software actual los maneje con precisión.

3. Ácido vs. Neutro
El estudio también analizó la forma de las moléculas. Encontraron que los cannabinoides "ácidos" (aquellos con un grupo de ácido carboxílico unido, como el THCA) se disolvían ligeramente mejor que sus primos "neutros" (como el THC o CBD regular). La computadora sugiere que esto se debe a que el grupo ácido actúa como un imán, ayudando a la molécula a adherirse con más fuerza a los solventes polares.

4. El misterio de los gemelos
Uno de los hallazgos más interesantes involucró al HHC (hexahidrocannabinol), un compuesto semisintético. Existen diferentes versiones, o "estereoisómeros", de HHC (9(R)-HHC, 9(S)-HHC e iso-HHC). Uno podría pensar que sus diminutas diferencias en la forma 3D cambiarían su forma de disolverse, pero la simulación mostró que eran prácticamente idénticos. En acetona a 0 °C, sus valores de solubilidad predichos fueron +1.62, +1.62 y +1.54. La computadora sugiere que, para la solubilidad, los pequeños giros en la forma de la molécula importan menos que los grupos químicos que tiene unidos.

Por qué esto importa (y qué es lo que no)

Este artículo no pretende haber resuelto el problema de la solubilidad para siempre. Los autores son cuidadosos al señalar que estas son simulaciones, no experimentos físicos. No mezclaron productos químicos en un laboratorio para probar que estos números son 100% reales. Sin embargo, los resultados coinciden bien con lo que los científicos han visto en experimentos previos con solventes comunes como el DMSO y los alcoholes.

El estudio sugiere que este tipo de "cribado automatizado" es una herramienta poderosa para el futuro. En lugar de pasar meses probando cada posible líquido en un laboratorio, las empresas pueden usar estos modelos computacionales para reducir primero los mejores candidatos. Les ayuda a determinar qué solventes son mejores para extraer cannabinoides, cuáles son buenos para fabricar medicinas y cómo la temperatura afecta todo el proceso.

Aunque el modelo aún no es perfecto —especialmente cuando se trata de aceites de cocina complejos como el aceite de oliva—, proporciona un enorme conjunto de datos dependientes de la temperatura que no existía antes. Es una hoja de ruta digital que ayuda a los investigadores a navegar por el complicado mundo de la química de los cannabinoides, ahorrando tiempo y recursos antes de que siquiera pongan un pie en un laboratorio.