La communauté de la chemoinformatique dispose désormais de BigSolDB 2.0, une base de données exhaustive de données de solubilité de composés organiques. Cette ressource, publiée en juillet 2025 dans Scientific Data, contient 103 944 valeurs expérimentales de solubilité pour 1 448 composés organiques dans 213 solvants différents. Ces données ont été compilées à partir de 1 595 articles scientifiques révisés par les pairs et couvrent une plage de températures allant de 243 à 425 K.
La prédiction précise de la solubilité des composés organiques dans divers solvants reste un défi majeur en chemoinformatique, en partie à cause du manque de jeux de données vastes et diversifiés. BigSolDB 2.0 vise à combler cette lacune en fournissant une base de données standardisée et lisible par machine, facilitant ainsi l'analyse axée sur les données. Pour améliorer l'accessibilité et l'utilité de cette ressource, un outil web interactif a été développé, permettant la visualisation et la recherche au sein du jeu de données.
Les chercheurs ont conclu que BigSolDB 2.0 constitue une référence complète pour le développement de modèles d'apprentissage automatique (machine learning) destinés à la prédiction de la solubilité. L'intégration de ces données dans des modèles prédictifs pourrait accélérer la découverte de nouveaux matériaux, le développement pharmaceutique et d'autres applications scientifiques où la solubilité est un facteur critique. Des avancées récentes dans les approches d'apprentissage automatique, telles que les réseaux neuronaux graphiques, ont montré des performances prometteuses, avec environ 800 descripteurs moléculaires contribuant de manière significative à la prédiction de la solubilité.
L'importance de la solubilité dans la découverte de médicaments est indéniable, car elle affecte directement l'absorption, la biodisponibilité et l'efficacité thérapeutique. Les méthodes de prédiction in silico, comme celles facilitées par BigSolDB 2.0, offrent une alternative rentable et rapide aux méthodes expérimentales. En permettant un criblage rapide et une priorisation des candidats médicaments présentant des profils de solubilité favorables, ces outils contribuent à optimiser les stratégies de formulation et à réduire les échecs en phase avancée du développement. L'élaboration de BigSolDB 2.0 s'inscrit dans une démarche d'amélioration continue des outils disponibles pour la recherche, offrant ainsi une perspective d'avancement significatif pour la communauté scientifique.