FastSolv, le modèle du MIT qui prédit la dissolution dans les solvants

La dissolution d’une molécule dans un liquide peut sembler être un détail de laboratoire. C’est pourtant une donnée qui conditionne une grande partie de la chimie moderne, depuis la préparation d’une réaction jusqu’à la mise au point d’un médicament. En août 2025, des ingénieurs chimistes du Massachusetts Institute of Technology, le MIT, présentent FastSolv, un modèle d’apprentissage automatique conçu pour anticiper la solubilité de molécules dans de nombreux solvants organiques.

L’ambition n’est pas de remplacer les expériences, indispensables pour confirmer un résultat dans les conditions réelles d’un laboratoire ou d’une usine. L’outil doit plutôt permettre de réduire le nombre de pistes à tester. Il offre aux chimistes une manière plus rapide d’estimer quel liquide sera le plus adapté pour dissoudre une substance donnée, et d’écarter plus tôt les options peu prometteuses ou indésirables.

Pourquoi la solubilité est-elle si importante en chimie ?

La solubilité désigne la quantité maximale d’un soluté, c’est-à-dire la substance à dissoudre, qu’un solvant peut accueillir dans des conditions définies. Elle dépend à la fois de la structure de la molécule, de la nature du liquide et de paramètres physiques tels que la température. Une substance qui se dissout très bien dans un liquide peut, à l’inverse, rester presque intacte dans un autre.

En chimie de synthèse, ce choix intervient à plusieurs étapes. Les réactifs doivent être suffisamment miscibles ou solubles pour se rencontrer et réagir dans de bonnes conditions. Après une réaction, le solvant peut aussi influer sur la récupération, la purification et la formulation d’un composé. Dans le développement pharmaceutique, une mauvaise solubilité peut compliquer la préparation d’une molécule candidate et imposer de nombreux ajustements expérimentaux.

Les solvants organiques sont omniprésents dans ces activités. L’éthanol ou l’acétone, par exemple, font partie des liquides employés couramment dans les laboratoires. Mais les solvants ne sont pas interchangeables, et certains soulèvent des préoccupations de sécurité pour les personnes qui les manipulent ou d’impact pour l’environnement. Identifier un liquide moins nocif n’a de sens que s’il conserve les propriétés de dissolution nécessaires au procédé.

Les méthodes classiques peinent à couvrir tous les cas

Jusqu’ici, les spécialistes s’appuyaient notamment sur le modèle de solvatation d’Abraham pour estimer la solubilité. Ce type d’approche relie les propriétés des molécules et des solvants à leur capacité à interagir. C’est une base utile pour raisonner, mais son exactitude dépend fortement de la façon dont ces propriétés sont estimées et des données disponibles.

Or, la diversité des couples « molécule-solvant » rend le problème particulièrement complexe. Une petite variation de structure chimique peut modifier le comportement d’un composé. La température peut également changer la quantité qui se dissout. Pour les équipes chargées de concevoir ou de fabriquer des molécules, le coût ne se résume donc pas à une seule mesure : il faut souvent tester plusieurs solvants, à différentes concentrations et dans différentes conditions.

Lucas Attia, étudiant diplômé au MIT et l’un des principaux auteurs de l’étude, souligne que la prédiction de la solubilité constitue un facteur limitant, notamment dans le développement de médicaments. Une estimation fiable en amont peut guider les expérimentateurs vers les essais les plus pertinents, au lieu de leur demander d’explorer systématiquement toutes les combinaisons possibles.

BigSolDB, une base de données pour entraîner l’intelligence artificielle

Le projet est né dans le cadre d’un cours du MIT consacré à l’application de l’apprentissage automatique aux problèmes d’ingénierie chimique. Lucas Attia et son collègue Jackson Burns ont exploité BigSolDB, un ensemble de données réunissant des informations de solubilité pour près de 800 molécules et plus de 100 solvants organiques fréquemment utilisés.

Au total, l’équipe a entraîné ses modèles sur 40 000 points de données. Cette masse de résultats expérimentaux permet à l’algorithme de repérer des régularités qu’une règle unique ne parviendrait pas forcément à exprimer. L’objectif est d’estimer, pour un couple donné de soluté et de solvant, la quantité susceptible de se dissoudre.

L’apprentissage automatique ne « comprend » pas la chimie comme le ferait un chercheur. Il transforme les informations décrivant les molécules en représentations numériques, souvent appelées embeddings, puis apprend à relier ces représentations aux mesures observées. La qualité du résultat reste donc indissociable de celle des données fournies : une base vaste, cohérente et correctement documentée est un élément déterminant.

FastProp et ChemProp, deux voies proches en précision

Les chercheurs ont comparé deux modèles, FastProp et ChemProp. Tous deux ont produit des performances semblables dans cette étude. Leur différence tient surtout à leur manière de représenter les molécules lors de l’apprentissage.

FastProp s’appuie sur des représentations statiques : l’encodage de chaque molécule est connu à l’avance. ChemProp apprend, lui, cette représentation durant l’entraînement. Cette seconde approche peut offrir une adaptabilité aux nouvelles données, tandis que l’approche FastProp a servi de fondation au modèle final FastSolv, mis à la disposition du public.

Le fait que les deux méthodes arrivent à des résultats voisins a aussi conduit l’équipe à s’interroger sur un point moins visible, mais crucial : la limite ne vient pas toujours de l’algorithme. Elle peut venir des données elles-mêmes. Les valeurs de solubilité obtenues dans des laboratoires différents peuvent varier en fonction des protocoles, des instruments ou des conditions de mesure. Ce bruit expérimental rend l’apprentissage plus difficile et peut limiter le gain obtenu en changeant de modèle.

Des prévisions annoncées deux à trois fois plus précises

Lors de leur évaluation, les modèles développés par l’équipe du MIT ont fourni des prédictions deux à trois fois plus précises que SolProp, qui dominait auparavant ce domaine. La comparaison signale une amélioration importante, car une estimation erronée peut pousser un laboratoire vers un solvant mal adapté et multiplier les essais nécessaires.

L’un des intérêts majeurs rapportés par les chercheurs est la capacité des nouveaux modèles à mieux refléter les variations de solubilité, notamment selon la température. Ce facteur est loin d’être secondaire. Les conditions de température sont souvent modifiées pour faciliter une dissolution, conduire une réaction ou récupérer un produit. Un outil de prédiction utile doit donc être capable de représenter ces changements plutôt que de fournir une valeur figée, déconnectée des conditions d’emploi.

Il faut néanmoins lire ce résultat avec rigueur. L’expression « deux à trois fois plus précis » décrit la performance sur les données et les comparaisons réalisées dans l’étude. Elle ne signifie pas que toute prédiction sera exacte dans tous les contextes, ni que les mesures de laboratoire deviennent inutiles. Le modèle est particulièrement précieux comme instrument de tri et d’orientation, avant la phase de validation expérimentale.

Quel intérêt pour les médicaments et des solvants moins nocifs ?

L’industrie pharmaceutique peut tirer parti de ce type de prédiction tout au long de son processus de découverte et de développement. Une équipe qui étudie une nouvelle molécule doit choisir des conditions permettant de la synthétiser, de l’isoler et de la formuler. Disposer rapidement d’estimations sur son comportement dans de nombreux solvants peut réduire l’exploration à l’aveugle.

Les chercheurs indiquent que des entreprises pharmaceutiques ont déjà commencé à utiliser FastSolv. La rapidité d’exécution de l’outil et sa capacité à être adapté sont présentées comme deux de ses principaux atouts. Son usage potentiel ne se limite donc pas à une étape de formulation : il peut éclairer divers choix de solvants au fil d’un programme de recherche.

L’enjeu environnemental est également concret. Le remplacement progressif de certains solvants par des solutions moins problématiques suppose de connaître, avant tout, leur efficacité chimique. Un modèle de solubilité plus fiable peut aider à repérer des alternatives capables de dissoudre la substance recherchée. Il ne décide pas seul du meilleur choix, mais il fournit une information importante pour concilier efficacité du procédé, sécurité et réduction des effets néfastes sur la santé et l’environnement.

Ce qu’il faut surveiller

La mise à disposition publique de FastSolv ouvre la voie à une utilisation par des laboratoires universitaires comme par des entreprises. Son avenir dépendra en partie de la qualité et de l’extension des données auxquelles il pourra être confronté. Plus les mesures de solubilité seront harmonisées entre laboratoires, plus les modèles pourront apprendre sur des bases comparables et réduire l’incertitude liée au bruit expérimental.

Il faudra aussi observer la façon dont les chimistes intégreront ces prédictions à leur travail quotidien. Le modèle peut accélérer la sélection de candidats, mais la décision finale reposera toujours sur des essais, des impératifs réglementaires et les caractéristiques propres à chaque procédé. En ce sens, FastSolv illustre une tendance plus large de l’IA pour la science : non pas automatiser la découverte à elle seule, mais donner aux chercheurs de meilleurs points de départ pour expérimenter.

Pour la chimie et la pharmacie, où chaque essai consomme du temps, des matières et parfois des solvants à gérer avec précaution, cette amélioration de la prédiction pourrait contribuer à rendre les démarches de recherche plus efficaces et mieux orientées.