A vitamina K3 (2-metil-1,4-naftoquinona, menadiona) é um composto hidrofóbico com papel central na coagulação sanguínea e amplamente utilizado como precursor sintético de vitaminas do grupo K. Em paralelo, Líquidos Iônicos (LIs) oferecem versatilidade estrutural e permitem modular propriedades atrativas desde que combinados com um desenho racional que assegure alta solubilidade e seletividade para extração da vitamina K3 . Neste contexto, este estudo tem
como objetivo identificar LIs promissores para a purificação seletiva da vitamina K3 a partir de meios aquosos. Para lidar com o grande número de combinações possíveis de cátions e ânions, aplicou-se o modelo COSMO-SAC CS25, com perfis de carga obtidos no nível def2-SVPD. Cálculos de superfície de carga foram realizados no NWChem e a avaliação termodinâmica no JCOSMO 3.0 permitiu estimar coeficientes de atividade em diluição infinita da menadiona em cerca de vinte mil LIs. Propriedades de processo, como viscosidade, temperatura de fusão e ecotoxicidade, foram previstas com o modelo de machine learning (ML) ILBERT. Os resultados indicam que LIs contendo cátions amônio e ânions carboxilato exibem maior afinidade pela menadiona. Em sistemas ternários com água, frações molares de LI entre 0,2 e 0,3 reduzem significativamente o coeficiente de atividade, resultando em comportamento de solvatação favorável. Estes achados sugerem que a combinação de modelos COSMO-SAC com ML é uma estratégia promissora para para a triagem de LIs, permitindo avaliar simultaneamente a afinidade termodinâmica e restrições operacionais. Assim, é possível contribuir para o desenvolvimento de rotas mais seletivas, sustentáveis e alinhadas às exigências de desempenho de processo.