Le contenu en graisses solides (SFC) des huiles végétales est une propriété fondamentale dans les aliments gras. Aussi, l’interestérification chimique (l’échange d’acides gras dans et entre les triacylglycérols) a été utilisée pour améliorer le profil de fusion des mélanges d’huiles végétales utilisés dans l’industrie alimentaire. Le présent travail utilise une approche computationnelle utilisant l’équilibre solide-liquide (SLE) pour prédire le SFC et simuler la réaction d’interestérification chimique (CI) pour différentes formulations utilisant de l’huile de palme (PO), de l’huile de tournesol (SFO) et de l’huile de palmiste (PKO). Plus de 3696 problèmes d’ELS sont résolus, permettant d’évaluer l’impact de la fraction de chaque huile, de la température et de la réaction d’IC sur le SFC. Les valeurs de SFC calculées sont comparées aux données expérimentales tirées de la littérature. Pour les systèmes composés de deux ou une seule huile végétale, l’erreur absolue moyenne (EAM) est de 5,2% avant CI et de 4,2% après CI. Pour les systèmes composés de trois huiles végétales, l’AAE est de 6,3% avant CI et de 4,2% après CI. Les prédictions de SFC avant et après la réaction de CI peuvent aider les fabricants de produits alimentaires à faire face au problème combinatoire imposé par le choix de l’huile végétale et de sa fraction dans le mélange. Les améliorations futures des propriétés des composants purs, du modèle thermodynamique et du modèle de distribution des acides gras dans les triacylglycérols peuvent augmenter l’utilisation des approches computationnelles permettant de concentrer les expériences sur les formulations les plus prometteuses en termes de profil de fusion.