Design de Experimentos (DoE)

O Design de Experimentos (DoE) é uma abordagem estatística para a otimização da reação e do processo que permite a variação de diferentes fatores ao mesmo tempo, com o objetivo de selecionar o espaço de reação para obter os valores ideais.

No desenvolvimento químico, o Design de Experimentos (DoE) tornou-se um método de referência para acelerar a otimização da reação, pois ele permite avaliar um grande número de parâmetros de reação em um pequeno número de experimentos. Nos últimos anos, o DoE tem sido usado para a implementação do Quality by Design (QbD) em P&D e manufatura. No QbD de produtos farmacêuticos, a compreensão do produto e do processo é fundamental para garantir a qualidade do produto fabricado. 

A vantagem da implementação do Design de Experimentos (DoE) no desenvolvimento de produtos químicos é que vários parâmetros de entrada, ou "fatores", como temperatura, matéria-prima e concentração, podem ser avaliados ao mesmo tempo para elucidar as condições em que os atributos do produto, ou "respostas", como rendimento, seletividade e nível de impureza, atingem um valor ideal. 

Como os estudos de DoE geralmente requerem menos repetições experimentais, o DoE pode resultar em:

• Melhor Entendimento do Processo em Menos Tempo
• Ciclos de Desenvolvimento Mais Curtos na Produção

Em um estudo de Design de Experimentos (DoE), os fatores de interesse são variados sistematicamente de seu valor mais baixo ao mais alto e todas as combinações de fatores possíveis são executadas no mesmo conjunto de experimentos.

Em um DoE de três fatores com dois níveis (consulte o gráfico à direita), os valores podem ser representados em um cubo no qual os cantos exibem as oito condições de teste. Em um delineamento fatorial completo, as condições de teste resultantes são calculadas de acordo com 23 = 8 condições de teste, levando a oito resultados distintos.

À direita está um exemplo esquemático de um projeto de DoE fatorial completo que leva a oito resultados de teste distintos e potencialmente um valor ideal (por exemplo, dados destacados em vermelho).

Os dados resultantes de um estudo de DoE são usados para construir funções matemáticas que melhor descrevem a relação entre os fatores e as respostas medidas. Essas equações podem ser de primeira, segunda ou maior ordem, dependendo de como as respostas reagem às mudanças nos fatores.

O modelo matemático com γ=resposta (por exemplo, rendimento), e xn=fatores de entrada, e βn=coeficientes de função.

A resposta (y) pode ser representada em relação a uma ou duas variáveis de entrada (x) para construir a chamada Superfície de Resposta em duas ou três dimensões. 

O objetivo de otimizar uma reação sintética é encontrar o valor máximo de uma função (o ideal), que produz os melhores resultados desejados. A Metodologia da Superfície de Resposta (Response Surface Methodology, RSM) aproveita os dados gerados pelo DoE e representa visualmente a dependência da resposta (rendimento) em relação aos três fatores (temperatura, material inicial e dosagem do catalisador). Veja o gráfico de exemplo. A RSM é benéfica para modelar mais precisamente a curvatura em torno da reação ideal. Os químicos do processo são capazes de obter uma compreensão mais profunda de um processo e identificar a região na qual as condições do processo atendem a um ou mais objetivos, como aumento do rendimento ou otimização de custos.

Com a RSM, uma grande quantidade de informações pode ser criada a partir de um pequeno número de experimentos, e a otimização da reação e do processo pode ser feita em menos tempo.

Um requisito-chave no projeto experimental do DoE é estabelecer a confiabilidade e a reprodutibilidade do sistema. Isso é feito minimizando o risco de erros de medição e controlando com precisão todos os parâmetros para garantir condições reprodutíveis. Na síntese química, a configuração experimental precisa garantir que as medidas e o controle dos parâmetros, como temperatura, agitação, amostragem e dosagem de substâncias, sejam precisos e que a reprodutibilidade do experimento seja alta.

Além disso, os fatores escolhidos para o Design de Experimentos (DoE) devem representar os parâmetros que têm maior influência nos resultados experimentais. O intervalo de parâmetros entre o valor mais baixo e o mais alto deve ser realista e deve abranger o maior intervalo possível, uma vez que a extrapolação fora do espaço do projeto não é permitida no DoE. 

Nesta figura, o reator de síntese química EasyMax segue com precisão a temperatura definida, enquanto o balão de fundo redondo de difícil controle apresenta uma variação de controle de cerca de 27 K entre o mínimo e o máximo.

Os reatores automatizados de síntese química proporcionam melhores resultados, levando a estudos mais precisos sobre o Design de Experimentos.

Para realizar estudos de DoE de qualidade, os equipamentos de síntese manual, incluindo balões de fundo redondo, têm possíveis limitações:

• Durante a reação, é difícil manter o controle preciso dos parâmetros-chave, tais como temperatura, agitação e dosagem, dentro de limitações estreitas
• A repetibilidade do experimento é comprometida
• O registro de todas as variações dos parâmetros de reação e resultados analíticos durante o experimento é complexo e propenso a erros
• A amostragem manual da reação para obter os dados da reação não é reprodutível e ocupa muito tempo dos operadores

Imagem reproduzida com permissão de Caron, Stéphane, and Nicholas M. Thomson. "Pharmaceutical process chemistry: Evolution of a contemporary data-rich laboratory environment." The Journal of Organic Chemistry 80.6 (2015): 2943-2958. Copyright 2015 American Chemical Society.

Peptídeos são moléculas complexas sintetizadas em muitas etapas com inúmeras reações colaterais possíveis. Para que esses processos possam ser aplicados economicamente, cada etapa deve ser otimizada e resultar em um rendimento de, pelo menos, 98%.

O objetivo do estudo de DoE foi otimizar o rendimento do produto pela variação sistemática dos quatro parâmetros do processo: temperatura, adição de solvente, água e concentração de peptídeos. 

O estudo mostra a importância da mudança reprodutível e do controle dos fatores de DoE, como aquecimento, resfriamento e adição de reagente, bem como o controle de condições experimentais (por exemplo, através da mistura consistente da massa da reação). 

O Design de Experimentos é utilizado para uma variedade de aplicações, incluindo:

• Síntese Química
• Processos de Cristalização
• Reações de Síntese
• Identificação de Polimorfismo
• Reações de Polimerização
• Reações de Hidrogenação
• Biocatálise e Catálise Enzimática
• Química de Fluxo
• Monitoramento de Bioprocessos

Para medir e controlar múltiplos conjuntos de parâmetros de reação no DoE com alto nível de confiabilidade e repetibilidade, os reatores de síntese química têm vantagens decisivas.

Estudos manuais de DoE com mais de dois fatores exigem um alto esforço experimental, pois todos os parâmetros precisam ser monitorados simultaneamente durante um longo tempo de reação. Os reatores de síntese química ajudam a controlar com precisão todos os parâmetros, ao mesmo tempo, gerando resultados de DoE de qualidade que são registrados e podem ser facilmente recuperados para processamento de dados futuro. Além disso, a receita de reação planejada via software iControl assegura ajustes oportunos de fatores individuais de acordo com o protocolo do DoE e pode ser facilmente reutilizada para experimentos subsequentes.

Usando os reatores de síntese química EasyMax, cada cientista pode desfrutar de experimentos não supervisionados com uma variedade mais ampla de aplicações, adequada para estudos de DoE, para uma rápida descoberta de novas vias sintéticas. 

Os reatores de síntese química EasyMax ajudam os cientistas a explorar rapidamente vários parâmetros do processo ao mesmo tempo, tornando-os uma ferramenta perfeita para estudos de DoE. É fornecida uma funcionalidade e um conjunto de aplicações exclusivos:

• Medições de temperatura entre -40 °C e 180 °C
• Dosador para líquidos com taxas de dosagem entre 1 e 50 mL/min com alta precisão
• Amostragem automatizada da reação a partir de suspensões e reações multifásicas com o EasySampler
• Agitação eficiente de todos os tipos de reações para realizar estudos de mistura
• O formato do tanque de reação cobre uma faixa de volume de 0,5 mL a 1000 mL
• Integração de sensores com TAP, incluindo ReactIR, ReactRaman, ParticleTrack e ParticleView para realizar estudos de DoE ricos em dados

A inovação é desafiadora quando os equipamentos limitam as possibilidades de experimentação. A complexidade da química sintética cresce dia após dia. Este informativo técnico discute como os químicos estão reagindo com as técnicas inovadoras:

• Planejamento e execução automatizados da reação
• Captura completa de dados em cada experimento
• Ferramentas de síntese que resolvem problemas comuns em experimentos

Para saber mais sobre como as ferramentas inteligentes de síntese unidas aos recursos de digitalização laboratorial podem transformar o desenvolvimento químico, faça o download do Informativo Técnico “O Moderno Laboratório de Síntese: um Novo Local de Trabalho para os Químicos”. 

• Lucks, Sandra, and Heiko Brunner. "In Situ Generated Palladium on Aluminum Phosphate as Catalytic System for the Preparation of β, β-Diarylated Olefins by Matsuda–Heck Reaction." Organic Process Research & Development 21.11 (2017): 1835-1842.
• Monnaie, Didier, Lonza Peptide, Braine, "Fast and Effective Chemical Synthesis and Optimization Supported by Design of Experiments (DoE)" webinar METTLER TOLEDO, 2017.
  
• Van der Eycken Francis, METTLER TOLEDO, "Innovative Techniques to Synthesize Breakthrough Molecules", Whitepaper (2015).
  
• Georgakis, C. (2013). "Design of Dynamic Experiments: A Data-Driven Methodology for the Optimization of Time-Varying Processes." Industrial & Engineering Chemistry Research 52: 12369-12382.
  
• P. M. Murray et al., "The application of design of experiments (DoE) reaction optimization and solvent selection in the development of new synthetic chemistry", Org. Biomol. Chem., 2016, 14 Páginas, 2373-2384.
  
• Design of Experiments (DoE) and Process Optimization. A Review of Recent Publications. Org. Process Res. Dev., 2015, 19 (11), pp 1605–1633.