Avec l’émergence de la chimie verte, des alternatives aux solvants classiques sont apparues, dont les mélanges eutectiques (ME). Leurs propriétés modulables selon leur composition les rendent particulièrement intéressants dans de nombreux domaines. Une hypothèse a été émise suggérant que ces mélanges pourraient se trouver à l’état naturel dans des organismes résistants à des conditions environnementales extrêmes, tels que les lichens. Pour tenter de le savoir, nous avons réalisé un screening expérimental de ME à partir de métabolites primaires identifiés dans quatre espèces lichéniques. Cette méthode empirique, chronophage et non exhaustive, nous a poussé à explorer trois méthodes prédictives (COSMO-RS, machine learning et spectrométrie de masse par ionisation Cold-Spray) pour optimiser le design de nouveaux ME. À partir des résultats du screening expérimental, quatre ME ont été sélectionnés sur la base de leurs propriétés physico-chimiques. Leur capacité d’extraction a été étudiée sur une matrice végétale modèle, les feuilles de Prunus, ainsi que sur les quatre espèces lichéniques étudiées. Pour ces extraits, le développement d’une méthode de séparation a été initiée par chromatographie de partage centrifuge.