Dans le contexte des bioraffineries, le choix d'un solvant approprié est crucial pour des processus de séparation durables et économiquement viables. Une approche globale intégrant des critères tels que l'Analyse du Cycle de Vie, l'analyse de la toxicité, la régénération énergétiquement efficace du solvant, des pertes minimales de solvant et une haute sélectivité est nécessaire. Cependant, le choix devient complexe lorsqu'il s'agit des solvants eutectiques profonds (Deep Eutectic Solvents - DES) en raison du manque de données expérimentales complètes, en particulier concernant les propriétés thermodynamiques et physiques critiques telles que l'équilibre de phase, la densité, la viscosité, la capacité thermique, la conductivité thermique, la solubilité, et autres. Pour combler cette lacune, cette recherche propose de générer des données expérimentales essentielles (telles que la densité, la viscosité et les propriétés d'équilibre de phase) pour optimiser les modèles théoriques. De plus, ce travail propose une approche de sélection de solvant basée sur la modélisation des propriétés thermodynamiques en utilisant le modèle COSMO-SAC (COnductor-like Screening MOdel segment activity coefficient). L'étude vise à améliorer le modèle COSMO-SAC en examinant les variables computationnelles, en établissant une base de données de profils sigma PSL et en affinant les prédictions grâce aux contributions enthalpiques, entropiques et intermoléculaires. Malgré les défis rencontrés dans la prédiction précise des coefficients d'activité en dilution infinie (IDAC) pour les systèmes DES, une approche d'optimisation réduit considérablement les écarts, offrant ainsi une voie prometteuse pour la sélection précise du solvant dans les processus de bioraffinerie.