Intégration de l’intelligence artificielle dans une chimie analytique intelligente et durable pour analyser l’impact du diviseur sur l’efficacité UV-spectrophotométrique de la combinaison solifénacine et mirabégron

Pourquoi cela importe pour les médicaments du quotidien

Les personnes atteintes d’hyperactivité vésicale prennent souvent un comprimé quotidien combinant deux médicaments, la solifénacine et le mirabégron, pour réduire l’urgence et les incidents. S’assurer que chaque comprimé contient la bonne quantité de chaque principe actif est essentiel pour la sécurité, mais le contrôle en laboratoire peut être lent, coûteux et générer des déchets. Cette étude montre comment un test optique simple, renforcé par l’intelligence artificielle et une approche durable, peut mesurer avec précision les deux médicaments simultanément tout en utilisant moins de solvant, moins d’énergie et en appliquant des critères de qualité plus transparents.

Voir les médicaments avec la lumière plutôt qu’avec des machines complexes

Les chimistes pharmaceutiques utilisent souvent la spectrophotométrie, une technique qui fait traverser une lumière ultraviolette à une solution et mesure l’absorption, pour identifier et quantifier des médicaments. C’est peu coûteux, rapide et nécessite de faibles volumes d’échantillon. Pour l’association solifénacine–mirabégron, cependant, les signaux lumineux se chevauchent fortement : le mirabégron produit une courbe large et intense sur la région utile, tandis que la solifénacine n’affiche qu’un faible pic proche de la limite du solvant. Ce recouvrement rend difficile la quantification de chaque médicament par des approches classiques, en particulier dans des laboratoires aux ressources limitées qui ne peuvent pas investir dans un équipement chromatographique complexe.

Utiliser des mathématiques intelligentes et l’IA pour démêler les signaux mixtes

Les auteurs s’intéressent à un astuce mathématique clé appelée « diviseur » qui aide à séparer les signaux de deux médicaments. Concrètement, le spectre mixte des deux composés est divisé par un spectre de référence d’un des composants, ce qui remodelle les courbes pour rendre des détails cachés plus évidents. L’étude compare systématiquement trois façons de choisir cette référence : une version normalisée du spectre du mirabégron (indépendante de la concentration), des solutions fixes de mirabégron à plusieurs concentrations, et un spectre « extrait » propre du mirabégron récupéré de la mixture elle-même via une méthode appelée résolution d’absorbance. Ces stratégies de diviseur sont combinées à deux schémas de traitement du signal — centre constant et soustraction constante unifiée — qui reconstruisent les spectres originaux de chaque médicament à partir des données manipulées.

Laisser l’IA juger quelle stratégie fonctionne le mieux

Plutôt que de s’en remettre à l’intuition d’un chercheur, l’équipe utilise un assistant IA (Microsoft Copilot) pour évaluer quel choix de diviseur fournit les résultats les plus fiables. L’IA traite des tableaux de pourcentages de récupération, de variabilité et d’un nombre composite de risque appelé score cumulé de validation, qui combine biais, répétabilité et sensibilité à de petits décalages de longueur d’onde. Elle classe ensuite chaque scénario de diviseur par rapport aux lignes directrices internationales. Le gagnant le plus net est le spectre de mirabégron extrait, qui fournit des récupérations très proches de 100 %, un écart très faible et la note de risque la plus basse. L’utilisation d’une solution de mirabégron à haute concentration comme diviseur (14 microgrammes par millilitre) est un excellent second : le signal plus intense lisse le bruit et améliore la précision au prix d’une légère perte de sensibilité.

Rendre le contrôle qualité plus vert et plus équilibré

Au-delà de la performance technique, les auteurs s’interrogent sur la « qualité » de leur méthode pour les personnes et la planète. Ils introduisent une idée plus large qu’ils nomment Chimie Analytique Durable & Intelligente, qui réunit la chimie verte (réduction des déchets et des risques), la chimie analytique « blanche » (équilibrer praticabilité, performance et éthique) et l’IA. À l’aide de deux outils d’évaluation structurés — le Multi-Color Assessment Tool et l’Index de Durabilité des Méthodes Analytiques — ils comparent leur nouvelle méthode UV à une méthode publiée antérieurement. Les deux obtiennent une notation globale durable, grâce à une faible consommation de solvant (éthanol), des besoins énergétiques modestes et un faible coût. La méthode optimisée par l’IA se distingue toutefois par une meilleure sensibilité, des limites de détection plus basses et des scores d’innovation supérieurs. L’analyse de durabilité met également en lumière un angle mort social : une représentation de genre déséquilibrée parmi les chercheurs, liant la méthode de laboratoire à la discussion plus large sur l’équité en science.

Ce que cela signifie pour les patients et les laboratoires

Concrètement, l’étude montre qu’avec les bons outils mathématiques et le soutien de l’IA, un spectrophotomètre UV–visible ordinaire peut surveiller avec précision un comprimé posant problème contenant deux médicaments sans matériel coûteux supplémentaire ni logiciel compliqué. En choisissant soigneusement le diviseur — de préférence un spectre propre et extrait du mirabégron, ou à défaut sa concentration testée la plus élevée — les laboratoires peuvent obtenir des mesures précises et robustes dans des conditions simples et plus vertes. Pour les patients, cela contribue à garantir que les comprimés combinés pour l’hyperactivité vésicale sont dosés de manière fiable. Pour la communauté au sens large, cela offre un modèle montrant comment les futurs contrôles pharmaceutiques peuvent être à la fois rigoureux sur le plan scientifique et alignés sur des objectifs mondiaux de durabilité.

Citation: Lotfy, H.M., Obaydo, R.H., Tantawy, M.A. et al. Integrating Artificial intelligence within sustainable smart analytical chemistry for analyzing the divisor impact on UV-spectrophotometric efficiency of solifenacin and mirabegron combination. Sci Rep 16, 14022 (2026). https://doi.org/10.1038/s41598-026-44688-x

Mots-clés: médicaments pour hyperactivité vésicale, analyse spectrophotométrique, intelligence artificielle en chimie, méthodes analytiques vertes, combinaison solifénacine mirabégron