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

Imaginez que vous essayez de dissoudre un morceau de bonbon récalcitrant dans un verre d'eau. Vous savez que cela ne fonctionnera pas très bien, alors vous tentez de remplacer l'eau par autre chose, comme du soda tiède ou une goutte d'huile. Dans le monde de la chimie, c'est le combat quotidien des chercheurs travaillant avec les cannabinoïdes — les composés actifs présents dans les plantes de cannabis. Ces molécules sont comme des gouttelettes d'huile qui détestent l'eau ; elles sont « lipophiles », ce qui signifie qu'elles adorent les graisses mais repoussent l'eau. Cela les rend incroyablement difficiles à extraire des plantes, à purifier ou à transformer en médicaments que votre corps peut réellement absorber. Les scientifiques appellent cela le « problème de solubilité ». Pour le résoudre, les chercheurs doivent généralement mélanger et associer différents liquides (solvants) et les chauffer, un processus qui peut prendre une éternité et coûter une fortune si l'on doit tester chaque combinaison à la main dans un laboratoire.

C'est ici qu'entre en jeu un nouveau type de travail de détective numérique. Au lieu de mélanger des produits chimiques dans des béchers, les scientifiques peuvent désormais utiliser de puissants programmes informatiques pour simuler le comportement de ces molécules. Imaginez cela comme le moteur physique d'un jeu vidéo : vous dites à l'ordinateur : « Voici une molécule de cannabinoïde, et voici une bouteille d'huile ou d'alcool. Que se passe-t-il si on chauffe ? » L'ordinateur traite les chiffres en se basant sur les lois de la thermodynamique pour prédire si la molécule va se dissoudre, quelle quantité d'elle se dissoudra, et comment les changements de température modifient la donne. Ce document traite justement de l'exécution de cette simulation à grande échelle pour déterminer quels liquides sont les meilleurs « partenaires de dissolution » pour différents types de cannabinoïdes.

---

La chasse numérique à la solubilité

Dans cette étude, une équipe de chercheurs de la Standard Seed Corporation et de leurs collaborateurs a décidé de sauter l'étape du travail salissant en laboratoire pour passer directement à l'ordinateur. Ils voulaient savoir exactement comment 19 cannabinoïdes différents se dissoudraient dans 18 liquides différents, allant des solvants industriels courants aux huiles que vous pourriez trouver dans votre cuisine. Ils ne se sont pas contentés de regarder la température ambiante ; ils ont simulé le processus à trois températures spécifiques : 0 °C (273,15 K), 25 °C (298,15 K) et 50 °C (323,15 K).

Pour ce faire, ils ont utilisé un outil sophistiqué appelé SolProp, développé par le MIT. Imaginez SolProp comme un chef de cuisine super intelligent qui aurait goûté toutes les combinaisons d'ingrédients possibles de l'histoire. Vous lui donnez la « recette » (la structure chimique du cannabinoïde et du solvant), et il prédit le « goût » (la solubilité) sans que vous n'ayez jamais à cuisiner un seul plat. L'équipe a lancé cette simulation 1 026 fois pour générer un ensemble massif de données prédictives.

Ce que l'ordinateur a découvert

Les résultats étaient étonnamment clairs, presque comme une carte indiquant les meilleurs itinéraires pour un voyage routier.

1. Le facteur chaleur
La conclusion la plus constante est que la chaleur est la clé. Dans chaque scénario simulé par l'ordinateur, l'augmentation de la température améliorait la dissolution des cannabinoïdes. Qu'il s'agisse d'une goutte d'alcool ou d'une cuillerée d'huile, les molécules étaient plus disposées à se mélanger lorsque la température augmentait. Cela suggère que le processus de dissolution de ces composés « consomme » de la chaleur (un processus endothermique), ce qui concorde avec nos connaissances en physique. Par exemple, la simulation a prédit que la solubilité du CBD dans l'huile MCT passerait de -0,05 aux températures de congélation à +1,18 à température ambiante, et jusqu'à +2,23 à 50 °C.

2. Le duel des solvants
Tous les liquides ne se valent pas. L'ordinateur a identé une hiérarchie claire :

• Les gagnants : Les solvants polaires comme le DMSO, l'acétone et les alcools (éthanol, isopropanol, méthanol) étaient les champions. Ils décomposaient les cannabinoïdes le plus efficacement. Le DMSO, en particulier, a montré les valeurs de solubilité prédites les plus élevées, atteignant jusqu'à +4,27 pour certains composés à 50 °C.
• Les perdants : Les hydrocarbures non polaires comme l'hexane, l'heptane et le butane étaient beaucoup moins efficaces. Dans de nombreux cas, l'ordinateur a prédit des valeurs de solubilité négatives, signifiant que les cannabinoïdes voulaient à peine se dissoudre en eux.
• Les huiles de cuisine : Les résultats pour les huiles de support étaient mitigés. L'huile MCT, l'huile de coco et le beurre ont montré une solubilité moyenne à bonne, ce qui correspond à ce que l'industrie du cannabis utilise déjà dans la vie réelle. Cependant, la simulation a buté sur l'huile d'olive et l'huile de sésame. L'ordinateur a donné des chiffres aberrants et irréalistes (comme une solubilité de +28,74 pour le CBD dans l'huile d'olive ou de -151,21 dans l'huile de sésame). Les auteurs admettent qu'il s'agit d'un bug du modèle, probablement parce que ces huiles complexes sont trop difficiles à gérer précisément par le logiciel actuel.

3. Acide vs Neutre
L'étude a également examiné la forme des molécules. Ils ont découvert que les cannabinoïdes « acides » (ceux possédant un groupe acide carboxylique attaché, comme le THCA) se dissolvent légèrement mieux que leurs cousins « neutres » (comme le THC ou le CBD classiques). L'ordinateur suggère que cela est dû au fait que le groupe acide agit comme un aimant, aidant la molécule à adhérer un peu plus fortement aux solvants polaires.

4. Le mystère des jumeaux
L'une des découvertes les plus intéressantes concernait le HHC (hexahydrocannabinol), un composé semi-synthétique. Il existe différentes versions, ou « stéréoisomères », du HHC (9(R)-HHC, 9(S)-HHC et iso-HHC). On pourrait penser que leurs infimes différences de forme 3D changeraient leur façon de se dissoudre, mais la simulation a montré qu'ils étaient pratiquement identiques. Dans l'acétone à 0 °C, leurs valeurs de solubilité prédites étaient de +1,62, +1,62 et +1,54. L'ordinateur suggère que, pour la solubilité, les minuscules torsions de la forme de la molécule importent moins que les groupes chimiques qui y sont attachés.

Pourquoi cela importe (et ce que cela ne change pas)

Ce document ne prétend pas avoir résolu le problème de la solubilité pour toujours. Les auteurs précisent avec prudence qu'il s'agit de simulations, et non d'expériences physiques. Ils n'ont pas mélangé de produits chimiques en laboratoire pour prouver que ces chiffres sont 100 % réels. Cependant, les résultats concordent bien avec ce que les scientifiques ont observé lors d'expériences précédentes avec des solvants courants comme le DMSO et les alcools.

L'étude suggère que ce type de « criblage automatisé » est un outil puissant pour l'avenir. Au lieu de passer des mois à tester chaque liquide possible en laboratoire, les entreprises peuvent utiliser ces modèles informatiques pour identifier d'abord les meilleurs candidats. Cela les aide à déterminer quels solvants sont les plus adaptés pour l'extraction des cannabinoïdes, lesquels sont bons pour la fabrication de médicaments, et comment la température influence l'ensemble du processus.

Bien que le modèle ne soit pas encore parfait — surtout lorsqu'il s'agit d'huiles de cuisine complexes comme l'huile d'olive — il fournit un ensemble massif de données dépendantes de la température qui n'existait pas auparavant. C'est une feuille de route numérique qui aide les chercheurs à naviguer dans le monde complexe de la chimie des cannabinoïdes, économisant ainsi du temps et des ressources avant même qu'ils ne mettent un pied dans un laboratoire.