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

Imagine que você está tentando dissolver um pedaço teimoso de bala em um copo de água. Você sabe que não funcionará bem, então tenta trocar a água por outra coisa, como refrigerante morno ou um pouco de óleo. No mundo da química, isso é a luta diária de trabalhar com canabinoides — os compostos ativos encontrados em plantas de cannabis. Essas moléculas são como gotas de óleo que odeiam água; elas são "lipofílicas", o que significa que amam gorduras, mas repelem a água. Isso as torna incrivelmente difíceis de extrair das plantas, purificar ou transformar em medicamentos que seu corpo possa realmente absorver. Os cientistas chamam isso de "problema de solubilidade". Para resolvê-lo, os pesquisadores geralmente precisam misturar e combinar diferentes líquidos (solventes) e aquecê-los, um processo que pode demorar uma eternidade e custar uma fortuna se você tiver que testar cada combinação manualmente em um laboratório.

É aqui que um novo tipo de trabalho de detetive digital entra. Em vez de misturar produtos químicos em béqueres, os cientistas agora podem usar programas de computador poderosos para simular como essas moléculas se comportam. Pense nisso como o motor de física de um videogame: você diz ao computador, "Aqui está uma molécula de canabinoide, e aqui está uma garrafa de óleo ou álcool. O que acontece se aquecermos?". O computador processa os números baseados nas leis da termodinâmica para prever se a molécula irá se dissolver, quanto dela se dissolverá e como a temperatura muda o jogo. Este artigo trata de rodar essa simulação em uma escala massiva para ver quais líquidos são os melhores "parceiros de dissolução" para diferentes tipos de canabinoides.

---

A Caçada Digital pela Solubilidade

Neste estudo, uma equipe de pesquisadores da Standard Seed Corporation e seus colaboradores decidiu pular o trabalho sujo de laboratório e ir direto para o computador. Eles queriam saber exatamente quão bem 19 canabinoides diferentes se dissolveriam em 18 líquidos diferentes, variando de solventes industriais comuns aos óleos que você pode encontrar na sua cozinha. Eles não olharam apenas para a temperatura ambiente; eles simularam o processo em três temperaturas específicas: 0°C (273,15 K), 25°C (298,15 K) e 50°C (323,15 K).

Para fazer isso, eles usaram uma ferramenta sofisticada chamada SolProp, desenvolvida pelo MIT. Imagine o SolProp como um chef super inteligente que já provou todas as combinações possíveis de ingredientes da história. Você dá a ele a "receita" (a estrutura química do canabinoide e do solvente) e ele prevê o "gosto" (a solubilidade) sem que você precise sequer cozinhar um único prato. A equipe executou essa simulação 1.026 vezes para gerar um conjunto massivo de dados de previsões.

O Que o Computador Descobriu

Os resultados foram surpreendentemente claros, quase como um mapa mostrando as melhores rotas para uma viagem de carro.

1. O Fator Calor
A descoberta mais consistente foi que o calor é a chave. Em todos os cenários que o computador simulou, aumentar a temperatura fez com que os canabinoides se dissolvessem melhor. Fosse uma gota de álcool ou uma colher de óleo, as moléculas estavam mais dispostas a se misturar quando as coisas estavam quentes. Isso sugere que o processo de dissolução desses compostos "consome" calor (um processo endotérmico), o que se alinha com o que já sabemos sobre a física. Por exemplo, a simulação previu que a solubilidade do CBD em óleo MCT saltaria de -0,05 em temperaturas de congelamento para +1,18 na temperatura ambiente, e até +2,23 a 50°C.

2. O Confronto dos Solventes
Nem todos os líquidos eram iguais. O computador identificou uma hierarquia clara:

• Os Vencedores: Solventes polares como DMSO, acetona e álcoois (etanol, isopropanol, metanol) foram os campeões. Eles quebraram os canabinoides de forma mais eficaz. O DMSO, em particular, mostrou os valores de solubilidade previstos mais altos, atingindo até +4,27 para certos compostos a 50°C.
• Os Perdedores: Hidrocarbonetos não polares como hexano, heptano e butano foram muito menos eficazes. Em muitos casos, o computador previu valores de solubilidade negativos, significando que os canabinoides mal queriam se dissolver neles.
• Os Óleos de Cozinha: Os resultados para óleos carreadores foram um misto de resultados. Óleo MCT, óleo de coco e manteiga mostraram solubilidade média a boa, o que condiz com o que a indústria da cannabis já utiliza na vida real. No entanto, a simulação encontrou um obsto com o azeite de oliva e o óleo de gergelim. O computador deu números selvagens e irreais (como uma solubidade de +28,74 para o CBD em azeite de oliva ou -151,21 em óleo de gergelim). Os autores admitem que isso é uma falha no modelo, provavelmente porque esses óleos complexos são complicados demais para o software atual lidar com precisão.

3. Ácido vs. Neutro
O estudo também observou a forma das moléculas. Eles descobriram que canabinoides "ácidos" (aqueles com um grupo de ácido carboxílico acoplado, como o THCA) se dissolviam ligeiramente melhor que seus primos "neutros" (como o THC ou CBD comum). O computador sugere que isso ocorre porque o grupo ácido atua como um ímã, ajudando a molécula a aderir aos solventes polares com um pouco mais de força.

4. O Mistério dos Gêmeos
Uma das descobertas mais interessantes envolveu o HHC (hexahidrocannabinol), um composto semissintético. Existem diferentes versões, ou "estereoisômeros", de HHC (9(R)-HHC, 9(S)-HHC e iso-HHC). Você poderia pensar que suas pequenas diferenças na forma 3D mudariam a forma como se dissolvem, mas a simulação mostrou que eram praticamente idênticos. Em acetona a 0°C, seus valores de solubilidade previstos foram +1,62, +1,62 e +1,54. O computador sugere que, para a solubilidade, as pequenas torções na forma da molécula importam menos do que os grupos químicos a ela acoplados.

Por Que Isso Importa (e O Que Não Importa)

Este artigo não afirma ter resolvido o problema da solubilidade para sempre. Os autores são cuidadosos ao apontar que estas são simulações, não experimentos físicos. Eles não misturaram produtos químicos em um laboratório para provar que esses números são 100% reais. No entanto, os resultados alinham-se bem com o que os cientistas observaram em experimentos anteriores com solventes comuns como DMSO e álcoois.

O estudo sugere que esse tipo de "triagem automatizada" é uma ferramenta poderosa para o futuro. Em vez de passar meses testando todos os líquidos possíveis em um laboratório, as empresas podem usar esses modelos de computador para filtrar primeiro os melhores candidatos. Ajuda a descobrir quais solventes são melhores para extrair canabinoides, quais são bons para fabricar medicamentos e como a temperatura afeta todo o processo.

Embora o modelo ainda não seja perfeito — especialmente quando se trata de óleos de cozinha complexos como o azeite de oliva — ele fornece um conjunto de dados massivo e dependente da temperatura que não existia antes. É um roteiro digital que ajuda os pesquisadores a navegar no complicado mundo da química dos canabinoides, economizando tempo e recursos antes mesmo de darem o primeiro passo em um laboratório.