Catalisi, cinetica e meccanismo, modellazione

Gaster, E., Slocumb, H. S., Jurić, Z., Myers, T. E., Lim, N., Malig, T. C., Toste, F. D., Gosselin, F., Sigman, M. S., & Miller, S. J. (2026). Assessment of complementary catalysts in an uncharted enantioselective reaction of sulfondiimines. Journal of the American Chemical Society, 148(18), 18791–18803. https://doi.org/10.1021/jacs.5c23100

Si dimostra che catalizzatori peptidici e derivati dalla cinchona superano una reazione di fondo insolitamente rapida, consentendo la prima acilazione altamente enantioselettiva di sulfondiimmine non protette. La reazione di fondo è l’acilazione non catalizzata insolitamente rapida del substrato sulfondiimmine (SDI) con 2,2,2‑trifluoroetil trifluoroacetato (TFETFA), che raggiunge circa il 70% di conversione in 1 ora a –78 °C. Qualsiasi catalizzatore deve avere velocità di legame e di acilazione superiori a quelle della reazione di fondo per ottenere enantioselettività.

ReactIR è stato utilizzato per monitorare l’acilazione non catalizzata di SDI con TFETFA e i dati sono stati impiegati con Reaction Lab per adattare un modello meccanicistico. Sono state determinate le costanti di velocità elementari per il legame (k₁), l’acilazione (k₂) e l’inibizione da TFE (k₃, K_eq). La modellizzazione ha mostrato che entrambi i catalizzatori si legano a SDI con una velocità superiore di ordini di grandezza rispetto all’auto-legame di SDI e accelerano l’acilazione di 100–1000× rispetto alla reazione di fondo. Tra le principali intuizioni emerse vi è che due molecole di SDI cooperano per attivarsi reciprocamente e che ciascuna classe di catalizzatori raggiunge un’elevata selettività, pur facendo affidamento su distinte interazioni steriche ed elettroniche con i substrati. 

“Per comprendere meglio le origini dell’elevata enantioselettività nonostante la significativa reattività di fondo, abbiamo valutato la cinetica della reazione di fondo tra SDI e TFETFA utilizzando il monitoraggio in situ tramite ReactIR. Diversi esperimenti in eccesso, combinati con l’analisi di normalizzazione del tempo variabile (VTNA), hanno indicato una dipendenza di primo ordine dall’elettrofilo e una dipendenza di secondo ordine da SDI. Sebbene un ordine bimolecolare per SDI fosse inizialmente inaspettato, siamo riusciti a razionalizzare questa osservazione proponendo una modalità di attivazione SDI/SDI. In questo modello, una molecola di SDI interagisce con una seconda SDI tramite legame a idrogeno, aumentando la nucleofilicità della frazione SDI e accelerandone l’addizione all’elettrofilo. La legge di velocità ternaria risultante suggerisce che sia la fase di attivazione di SDI sia la successiva acilazione siano rilevanti dal punto di vista cinetico.”

Polimerizzazione, catalisi

Butler, F., Fiorentini, F., Eisenhardt, K. H. S., & Williams, C. K. (2025). Heterodinuclear Co(III)NA(I) catalysts for the Ring-Opening copolymerization of propene oxide and carbon dioxide. Macromolecules, 58(14), 7150–7160. https://doi.org/10.1021/acs.macromol.5c01529

Quattro catalizzatori Co(III)Na(I) (L1-4 Co(III)Na(I)) sono stati sintetizzati e studiati per valutarne il potenziale nella copolimerizzazione ad apertura d’anello (ROCOP) di PO e CO2 per formare policarbonati. L’obiettivo era identificare l’ambiente di coordinazione del ligando e le condizioni operative ottimali per il sistema metallico Co(III)/Na(I), valutando le prestazioni del catalizzatore in tre diverse condizioni. I ligandi presentavano modifiche ordinate incentrate sul ponte di-diimina (ponti etilici e dimetilpropilici) e sul numero di donatori di ossigeno (cinque e sei) nei siti etere. Queste variazioni sono state scelte poiché le elaborazioni DFT hanno indicato che influenzano i siti metallici durante le fasi determinanti della velocità e della selettività.

“Le velocità di reazione sono state monitorate mediante spettroscopia operando ATR-IR, osservando l’aumento dell’intensità di un picco a 1750 cm–1, corrispondente allo stiramento C=O nel policarbonato, e di un picco a 1810 cm–1, corrispondente allo stiramento C=O nel sottoprodotto carbonato ciclico. I valori di assorbanza IR sono stati calibrati rispetto alla conversione mediante integrazione dello spettro 1H NMR di un’aliquota prelevata al termine della reazione. I grafici semilogaritmici di ln([PO]t/[PO]0) rispetto al tempo sono lineari, con la costante di velocità pseudoprimo ordine osservata, kobs, calcolata dal valore assoluto del coefficiente angolare. Il confronto delle attività catalitiche osservate rivela differenze significative tra i membri della serie, con L1Co(III)Na(I) che mostra le migliori prestazioni…L’attività del catalizzatore, in termini di kobs e TOFPPC, diminuisce nei restanti membri della serie nel seguente ordine: L2Co(III)Na(I), L3Co(III)Na(I) e L4Co(III)Na(I).” 

Chimica di flusso, catalisi, modellazione

Chai, K., Xia, W., Shen, R., Luo, G., Cheng, Y., Su, W., & Su, A. (2024). Optimization of heterogeneous continuous flow hydrogenation using FTIR inline analysis: a comparative study of multi-objective Bayesian optimization and kinetic modeling. Chemical Engineering Science, 302, 120901. https://doi.org/10.1016/j.ces.2024.120901

Nella sintesi di un importante intermedio agrochimico, l’acido 2-ammino-3-metilbenzoico (AMA), è stato costruito un sistema eterogeneo a flusso continuo per la hydrogenation dell’acido 3-metil-2-nitrobenzoico (MNA). Il sistema era dotato di monitoraggio IR in situ e i dati acquisiti sono stati elaborati con un modello di rete neurale artificiale (ANN), ottenendo concentrazioni in tempo reale per MNA e AMA. Gli esperimenti ricchi di dati sono stati utilizzati per confrontare l’ottimizzazione bayesiana multiobiettivo (MOBO) con la modellizzazione cinetica. Il metodo MOBO ha definito in modo efficiente le combinazioni di parametri ottimali di Pareto, consentendo una comprensione approfondita del compromesso tra resa e produttività. La modellizzazione cinetica ha determinato l’energia di attivazione della hydrogenation e ha caratterizzato l’adsorbimento dell’idrogeno come dissociazione competitiva.   Le superfici di risposta generate dal modello cinetico hanno inoltre fornito indicazioni sull’ottimizzazione di resa e produttività. 

 “La modellizzazione ANN è stata eseguita per l’elaborazione di spettri FTIR inline secondo la letteratura riportata. Sono stati preparati diversi gruppi di MNA e AMA in soluzione metanolica a differenti concentrazioni e i relativi dati spettrali FTIR inline sono stati raccolti come set di addestramento e set di validazione…durante il processo di addestramento è stata esaminata un’architettura composta da uno strato convoluzionale seguito da strati densi. I dati spettrali sono stati elaborati nello strato convoluzionale Conv1D per l’estrazione delle caratteristiche e la selezione dei pesi dei dati. Successivamente, la riduzione della dimensionalità dei dati è stata eseguita tramite diverse funzioni negli strati densi. Infine, lo strato di output restituisce le concentrazioni previste di MNA e AMA.” 

Chimica sostenibile, catalisi, chimica di flusso

Xia, W., Zhan, Y., Xia, J., Luo, G., Su, W., Chai, K., & Su, A. (2025). Sustainable Continuous-Flow Catalysis and Bayesian Optimization of Biomass-Derived HMF Hydrogenation over RuPt@g-C3N4. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.5638748

Il 5-idrossimetilfurfurale (HMF) derivato da biomassa può essere hydrogenated a 2,5-furandimetanolo (BHMF), un importante molecola di partenza per la sintesi di polimeri biodegradabili, additivi per carburanti e sostanze chimiche fini di alto valore. Questa sintesi è impegnativa poiché esistono numerosi percorsi di hydrogenation concorrenti, influenzati da variabili di catalizzatore, solvente e reazione che incidono su selettività e resa. Grazie al maggiore controllo delle condizioni di reazione, l’uso di reattori a flusso continuo offre vantaggi significativi per la hydrogenation selettiva dell’HMF. Pertanto, l’obiettivo di questo progetto era sviluppare un sistema a flusso continuo efficace ed ecocompatibile per la hydrogenation dell’HMF a BHMF che utilizza un sistema catalitico RuPt@g-C3N4 e acqua come solvente. La metodologia di sviluppo ha impiegato l’ottimizzazione bayesiana delle condizioni di reazione e il monitoraggio quantitativo in linea della dinamica di reazione basato su FTIR.  Gli autori osservano che l’uso dell’ottimizzazione bayesiana sia per lo screening delle condizioni di reazione sia per la progettazione della composizione del catalizzatore fornisce un approccio efficace all’ottimizzazione della sintesi di molecole piattaforma chimiche derivate da biomassa.

  “Le concentrazioni di HMF e BHMF nella soluzione di reazione sono state monitorate in tempo reale utilizzando la spettroscopia FTIR inline…Per indagare il meccanismo di hydrogenation, sono stati eseguiti esperimenti nelle condizioni ottimali in un reattore a letto fisso a flusso continuo riempito con RuPt@g-C3N4... non sono stati osservati picchi distinti di intermedi di reazione. Ciò riflette probabilmente l’elevata attività intrinseca dei siti bimetallici RuPt e la presenza di intermedi transitori principalmente all’interfaccia catalizzatore-substrato a bassa copertura…”

Chimica pericolosa, sicurezza di processo, chimica di flusso, catalisi

Wei, D., Ma, K., Ni, L., Mebarki, A., Fu, G., & Jiang, J. (2025). Thermal safety upgrading: Batch-to-flow transition of acid-catalyzed tert-butyl peroxypivalate synthesis. Chemical Engineering Journal, 523, 168103. https://doi.org/10.1016/j.cej.2025.168103

La sintesi dei perossiesteri presenta intrinseci problemi di sicurezza termica a causa della natura esotermica della reazione e della presenza di composti instabili. Nel lavoro descritto qui, un’acilazione one pot catalizzata da acido per formare il tert-butil perossipivalato (TBPP) è stata convertita da un processo semi-batch a un processo a flusso per migliorarne la sicurezza. Calcoli di teoria del funzionale della densità (DFT) e caratterizzazione IR in situ sono stati utilizzati per comprendere meglio il meccanismo di questa acilazione. Per la reazione semi-batch, sono state eseguite misurazioni calorimetriche tramite DSC, ARC e calorimetria di reazione per comprendere pienamente il comportamento termico della reazione. È stato riscontrato che la temperatura di processo e la velocità di dosaggio hanno la maggiore influenza sul rilascio di calore e che il livello di rischio più elevato era associato alle condizioni che producevano la resa più alta. 

“…il processo semi-batch è stato trasformato in un processo a flusso. L’ottimizzazione è stata condotta per massimizzare la resa spazio-tempo e minimizzare l’E-factor mediante ottimizzazione bayesiana multiobiettivo, e il fronte di Pareto è stato determinato…è stato adottato un metodo di valutazione del rischio precedentemente proposto, m-ITHI [modified inherent thermal runaway hazard index], per quantificare e confrontare il rischio termico tra processo semi-batch e processo a flusso. Il risultato della valutazione ha mostrato che l’utilizzo del microreattore ha ridotto il rischio di runaway termico da severo (Classe V) a moderato (Classe II). Tuttavia, la maggiore sicurezza apportata dal microreattore non ha garantito la sicurezza intrinseca del processo di sintesi del TBPP e il rischio termico variava in funzione delle condizioni di processo nel microreattore…il fattore R è stato proposto per la prima volta per quantificare la variazione del rischio causata dalle condizioni di reazione nei processi a flusso.”

Cristallizazione, modellazione

Angulo, A., & McMullen, J. P. (2025). Data-Driven modeling for the enhanced understanding for the crystallization of an active pharmaceutical ingredient. Organic Process Research & Development, 29(6), 1432–1439. https://doi.org/10.1021/acs.oprd.5c00036

Modelli di Dynamic Response Surface Methodology (DRSM) sono stati applicati per sviluppare una visione approfondita del processo di crystallization del farmaco Belzutifan, concentrandosi sulla comprensione degli effetti della velocità di aggiunta dell’antisolvente e della temperatura. È stato eseguito un DoE full-factorial 22 sulla crystallization con antisolvante in una workstation OptiMax, e ReactIR è stato utilizzato per acquisire spettri nel tempo della concentrazione del surnatante. La calibrazione dei dati IR è stata eseguita utilizzando campioni offline di surnatante raccolti con un sistema EasySampler e le concentrazioni sono state misurate mediante UPLC. È stato addestrato un modello chemiometrico automatico di regressione ai minimi quadrati parziali (PLS) per ottenere profili di concentrazione dagli spettri IR. A partire da queste informazioni, la DRSM ha fornito modelli dinamici per caratterizzare la concentrazione del surnatante in funzione della temperatura e dell’aggiunta di antisolvante. La particle size distribution (PSD) dei cristalli è stata misurata in funzione della temperatura di crystallization e della velocità di aggiunta dell’antisolvente. Il modello DRSM generato è riuscito a prevedere con successo la dinamica di concentrazione in funzione della frazione di antisolvante, della velocità di aggiunta e della temperatura, sia per il set di dati di addestramento del DoE sia per un esperimento di validazione separato.

“I risultati presentati in questo lavoro mostrano un approccio di modellizzazione data-driven per la crystallization di un principio attivo farmaceutico (API) utilizzando tecnologie analitiche di processo (PAT) e la metodologia dinamica della superficie di risposta (DRSM)…. Questo approccio consente agli utenti di ottenere informazioni preziose su come i fattori della velocità di aggiunta dell’antisolvente e della temperatura di crystallization influenzino dinamicamente i profili di concentrazione senza richiedere un modello meccanicistico o basato sulla conoscenza, senza inoltre la necessità di condurre ulteriori esperimenti. Inoltre, abbiamo dimostrato che la DRSM è uno strumento adeguato per prevedere i profili di concentrazione eseguendo una crystallization all’interno dello spazio di progetto del DoE.”

Cristallizzazione, produzione continua, cinetica, modellazione

Akturk, I., Mackey, J. S., Sundarkumar, V., Murbach, G., Joglekar, G., Csathy, A. T., Wehrle, F. J., Thompson, D. H., & Nagy, Z. K. (2026). Verso una produzione farmaceutica distribuita e agile: integrazione continua end-to-end di reazione, purificazione e formulazione per il Lomustine tramite la piattaforma MiniPharm. Organic Process Research & Development, 30(3), 595–618. https://doi.org/10.1021/acs.oprd.5c00314

Questo lavoro si concentra sullo sviluppo della piattaforma MiniPharm per produrre il farmaco oncologico lomustine attraverso una produzione continua integrata. I ricercatori hanno collegato le operazioni sulla sostanza farmaceutica e sul prodotto finito integrando due fasi di reazione telescopate, una distillazione continua con cambio di solvente, una crystallization MSMPR in due stadi e la stampa di capsule drop-on-demand. Lo sviluppo di ciascuna di queste operazioni ha richiesto un'indagine approfondita della cinetica di reazione, della modellizzazione della solubilità, del monitoraggio PAT e delle simulazioni di processo. Attraverso sforzi di intensificazione del processo che includevano modifiche ai reattori, alla distillazione e alle unità di crystallization, oltre all'integrazione del controllo automatizzato e del PAT in linea per l'efficienza operativa, i ricercatori riferiscono di aver raggiunto una resa complessiva del processo per il lomustine del 69%. 

Nelle prime studi in batch, in situ FTIR è stato utilizzato per identificare i picchi caratteristici dei materiali di partenza, degli intermedi e del prodotto, inclusi cicloesilammina, 2‑cloroetil isocianato, l'intermedio 1‑(2‑cloroetil)‑3‑cicloesilurea, nitrito di tert‑butile e lomustine. Questi spettri sono stati usati per supportare la modellizzazione cinetica, la selezione del tempo di residenza e la verifica della conversione nei reattori flow telescopati. Durante gli esperimenti con le unità operative integrate, la sonda MIR è stata installata nel crystallizer MSMPR per monitorare la concentrazione del soluto, la supersaturation e il comportamento a regime stazionario. Un sistema di imaging microscopico in situ ha fornito immagini in tempo reale della nucleazione, della crescita dei cristalli, dei cambiamenti di torbidità e del potenziale oiling-out. La strategia PAT duale in cui MIR misurava le specie disciolte, mentre l'imaging visivo monitorava la formazione dei cristalli, è stata fondamentale per una effective continuous crystallization e per il successo del flusso di lavoro end-to-end completamente integrato.

“Per consentire il monitoraggio in tempo reale dei processi di reazione e crystallization, sono stati impiegati due strumenti PAT: Mettler Toledo ReactIR 702L Attenuated Total Reflectance-Fourier Transform Infrared Spectroscopy (ATR-FTIR) e la sonda di imaging in linea Easy-Viewer 100. Per gli esperimenti di reazione in batch, ATR-FTIR è stato usato per acquisire spettri delle specie chimiche a diverse concentrazioni e identificare i picchi principali per reagenti e prodotti. Per la sintesi in flow, la sonda FTIR è stata immersa in un pallone a fondo tondo collocato dopo il secondo reattore. Le prove ripetute di sintesi in flow hanno confermato tassi di conversione elevati e costanti. Per le corse integrate continue end-to-end, la sonda FTIR è stata riadattata per il monitoraggio della crystallization collocandola direttamente nel crystallizer MSMPR. L'EasyViewer 100 è stato usato insieme per monitorare visivamente la formazione dei cristalli, la torbidità e la crescita all'interno dell'MSMPR”.

Elettrosintesi, cinetica, meccanismo

Abdoun, S., Bour, C., Mayer, R. J., & Vayer, M. (2026). N -Propargilazione elettrochimica di N -eterocicli tramite decarbossilazione di acidi allenoici. ACS Organic & Inorganic Au. https://doi.org/10.1021/acsorginorgau.5c00117

La elettrosintesi è studiata come mezzo per sintetizzare legami C-N senza la necessità dei reagenti tossici e dei rifiuti associati ai metodi di accoppiamento classici. Gli acidi 2,3‑allenoici sono proposti come precursori potenzialmente efficaci poiché la loro ossidazione anodica genera radicali allenil/propargilici che subiscono una rapida seconda ossidazione a cationi altamente elettrofili capaci di una N‑propargilazione selettiva. Il lavoro stabilisce un protocollo elettrochimico delicato, privo di additivi, che fornisce prodotti N‑propargilati a partire da pirazoli, triazoli, tetrazoli, benzotriazoli, ammidi, acidi carbossilici e alcoli con rese del 25–82%, con un'elevata economia atomica ed efficienze faradiche del 40-70%. Gli studi meccanicistici indicano che la reazione è governata dal controllo elettrochimico piuttosto che dalla concentrazione del substrato. Fondamentale per comprendere il reaction mechanism è l'uso di ReactIR, che misura in tempo reale il consumo del substrato e consente di determinare le velocità iniziali. Questi dati mostrano che la reazione è di ordine zero sia per l'acido allenoico sia per il nucleofilo, mentre la velocità aumenta linearmente con la corrente applicata. Ciò indica che il trasferimento elettronico anodico è la fase limitante la velocità. Insieme alla voltammetria ciclica e alla DFT, le evidenze cinetiche supportano un percorso in cui la decarbossilazione ossidativa forma un radicale allenilico che viene immediatamente ossidato a un catione propargilico, il quale subisce una formazione del legame C-N controllata cineticamente. Gli autori concludono affermando di aver stabilito un metodo elettrochimico per propargilare N‑eterocicli usando acidi 2,3‑allenoici in condizioni semplici e prive di additivi. La reazione utilizza un anodo di carbonio economico e non richiede ossidanti esterni, basi e agenti disidratanti. Questa indagine illustra come la comprensione meccanicistica possa guidare la progettazione di approcci elettrosintetici che generano intermedi reattivi per una costruzione efficiente di legami C–N.

“… sono stati eseguiti studi cinetici mediante in situ IR spectroscopy. Per stabilire la concentrazione dipendente dal tempo di 1a [acido allenoico] durante la misura cinetica, è stata utilizzata la relazione lineare tra l'assorbanza IR a 1689 cm–1, che corrisponde alla banda C═O di 1a, e la concentrazione di 1a. La scomparsa di 1a nel tempo è stata quindi applicata per determinare le velocità iniziali di reazione k, misurate sperimentalmente con diverse concentrazioni iniziali di 1a e 2a [pirazolo]. Le velocità iniziali di k erano indipendenti dalle concentrazioni di 1a e 2a, suggerendo che la reazione sia di ordine parziale zero sia per l'acido allenoico 1a sia per il pirazolo 2a. Tuttavia, la velocità iniziale mostra una correlazione lineare con la corrente applicata, indicando che il processo di trasferimento elettronico anodico costituisce la fase limitante la velocità.”

Polimeri organici, cinetica

Yang, Y., Guan, Z., Wang, R., Wang, W., Zhang, M., Su, X., & Shao, Y. (2026). Ottimizzazione della reazione di detritylazione del solid-phase oligonucleotide mediante spettroscopia IR in linea. Organic Process Research & Development, 30(5), 1369–1377. https://doi.org/10.1021/acs.oprd.6c00103

La spettroscopia Mid-IR in linea (ReactIR) viene utilizzata per ottimizzare la detritylazione durante la solid-phase oligonucleotide synthesis e si dimostra offrire un'alternativa più efficiente in termini di reagenti rispetto al monitoraggio UV classico. Inizialmente è stata eseguita una misurazione IR offline dei principali componenti della miscela di detritylazione, che ha identificato picchi di assorbimento distinti per toluene (1495 cm⁻¹), acetonitrile anidro (2253 cm⁻¹), DCA‑monomer (1765 cm⁻¹) e DCA‑dimer (1740 cm⁻¹). È stato definito un approccio per l'analisi quantitativa mediante monitoraggio in tempo reale, poiché le intensità IR del DCA‑monomer e del DCA‑dimer mostravano una forte linearità con la concentrazione nell'intervallo 3–10% di DCA. 

Dalla cinetica e dalla comprensione meccanicistica della reazione di detritylazione, le concentrazioni relative di DCA-monomer e DCA dimer sono strettamente collegate all'avanzamento della detritylazione, e la formazione del DCA‑dimer è la fase determinante la velocità della detritylazione. Il DCA esiste prevalentemente come dimero chimicamente attivo in toluene, mentre in acetonitrile si sposta verso una forma monomerica inattiva. La detritylazione procede in modo efficiente quando il DCA monomero inattivo si è completamente convertito nel dimero attivo. Questo lavoro ha correlato il tracciamento IR in linea di questi cambiamenti strutturali del DCA con la tradizionale rilevazione UV del catione dimetossipritylio (DMT⁺), una specie attiva all'UV rilasciata durante la fase di detritylazione della solid-phase synthesis di oligonucleotide. Questa correlazione ha mostrato che il decadimento del segnale IR del DCA-monomer inattivo fino alla linea di base, definito come nodo III, indicava il punto finale ottimale della reazione. A questo punto, la purezza del prodotto, i livelli di depurinazione e le rese complessive erano equivalenti a quelli ottenuti usando il controllo basato su UV; tuttavia, vi è stata una riduzione fino al 40.4% del reagente di detritylazione consumato. Per convalidare la robustezza e la generalità di questa strategia guidata dall'IR, sono state sintetizzate sequenze di oligonucleotide con diverse caratteristiche strutturali e chimiche usando questo criterio del nodo III. In tutte le sequenze, la qualità del prodotto è rimasta costante, le reazioni secondarie di depurinazione sono state efficacemente soppresse e l'uso di reagenti è diminuito del 22.7–46.7%. 

“Rispetto al classico monitoraggio UV in linea, la tecnologia IR in linea supera i limiti del monitoraggio UV, tra cui un intervallo stretto di risposta del segnale, un monitoraggio ritardato e un monitoraggio inadeguato del processo di microreazione. Consente il tracciamento in tempo reale delle microvariazioni cinetiche dei componenti chiave nella detritylazione, riduce il consumo di reagenti e promuove lo sviluppo verde e sostenibile della sintesi in fase solida. Questo studio fornisce una strategia universale per migliorare la precisione del controllo del processo di sintesi in fase solida e consentire una produzione raffinata dell'intero processo di oligonucleotide.”

Ottimizzazione, modellazione, automazione, chimica di flusso

Pucihar, U., Vračar, P., Bitenc, M., & Kopač, T. (2025). Auto-ottimizzazione della condensazione di Claisen-Schmidt in un sistema di reazione microflow automatizzato usando il machine learning. Computers & Chemical Engineering, 201, 109261. https://doi.org/10.1016/j.compchemeng.2025.109261

Utilizzando come esempio la reazione di condensazione aldolica di Claisen-Schmidt tra 2-metossibenzaldeide e acetone, questo lavoro dimostra lo sviluppo e l'applicazione di un nuovo sistema di auto-ottimizzazione. Gli autori riferiscono che un algoritmo multi-obiettivo, TSEMO (Thompson sampling efficient multi-objective optimization), viene utilizzato in combinazione con in-line MIR (ReactIR) e on-line UHPLC PAT su un reattore microfluidico controllato da un sistema di supervisione e acquisizione dati (SCADA), usato per l'ottimizzazione variabile continua. Sono state stabilite condizioni di reazione ottimali, tra cui temperatura, portate e tempi di residenza, e il sistema è stato convalidato tramite modellizzazione cinetica. 

“ …il processo di auto-ottimizzazione ha superato i metodi tradizionali di reazione chimica raggiungendo le concentrazioni target (obiettivi prefissati) più rapidamente, con meno sostanze chimiche e un intervento manuale minimo. Ciò non solo migliora la sostenibilità ambientale e l'efficienza economica del processo, ma mostra anche un potenziale per un'applicazione più ampia nell'ingegneria delle reazioni. La stretta corrispondenza tra i dati sperimentali e le previsioni teoriche, con una deviazione entro ±10 %, conferma la capacità del sistema di ottimizzare senza una conoscenza preliminare della cinetica di reazione…”

Polimerizzazione, cinetica, meccanismo

Zou, X., Xie, T., Xu, J., Bai, H., Wang, D., Ke, X., Zhao, W., & Lv, M. (2026). Svelare la cinetica autocatalitica nella polyaddition a catena corta del Poly(amic acid) tramite In Situ FTIR. Industrial & Engineering Chemistry Research, 65(10), 5452–5459. https://doi.org/10.1021/acs.iecr.6c00046

Esistono due fasi nella polyaddition delle diammine aromatiche e dei dianidridi (PAA): una rapida fase di formazione di catene corte (fase 1) e una successiva fase lenta di crescita della catena (fase 2). Quasi tutti gli studi cinetici condotti finora si concentrano sulla cinetica della seconda fase utilizzando varie tecniche.  Sebbene questi metodi siano efficaci con monomeri a bassa reattività, non catturano la fase 1, altamente esotermica, dei monomeri più reattivi. Ciò porta a scostamenti di simulazione del 20−30% nei primi minuti di reazione, compromettendo il controllo di processo, l’affidabilità dello scale‑up e la sicurezza. Pertanto, un monitoraggio in tempo reale ricco di dati è fondamentale per cogliere il comportamento autocatalitico proposto che controlla questa fase iniziale.  

In questo lavoro, in situ FTIR viene utilizzato per fornire le informazioni necessarie a una comprensione più approfondita della cinetica nella polyaddition in fase iniziale del poly(amic acid) (PAA). Questo è tipicamente considerato un processo cinetico del secondo ordine, in cui la velocità di reazione è proporzionale al prodotto delle concentrazioni di diammina e dianidride. I modelli teorici indicano che queste reazioni mostrano marcate caratteristiche autocatalitiche, in cui i prodotti di reazione accelerano le successive velocità di reazione, e che gli intermedi causano l’effetto autocatalitico.  Viene sviluppato un modello per la cinetica autocatalitica di sistemi aromatici diammina–dianidride altamente reattivi, che include ipotesi di meccanismo, derivazione dell’equazione di velocità, adattamento dei dati e analisi termodinamica. Il modello offre indicazioni su come componenti come la temperatura e la struttura del monomero controllino l’entità dell’autocatalisi. I dati mostrano che la polyaddition a catena corta segue un modello cinetico autocatalitico irreversibile del secondo ordine, guidato principalmente dalla catalisi protonica dovuta ai gruppi –COOH neoformati. Temperatura ed elettrofilicità del monomero modulano congiuntamente il grado di autocatalisi, con BTDA che mostra la più forte accelerazione catalitica e s-BPDA la più debole. 

“Utilizziamo in situ FTIR spectroscopy per indagare quantitativamente la polyaddition in fase iniziale della 4,4′-diaminodifenilmetano (MDA) con tre dianidridi: 3,3′,4,4′-benzofenone tetracarbossilico dianidride (BTDA), 3,3′,4,4′-bifeniltetracarbossilico dianidride (s-BPDA) e 2,3,3′,4′-bifeniltetracarbossilico dianidride (a-BPDA). La banda caratteristica isolata della MDA a 818 cm–1 può servire come sonda efficace per monitorare quantitativamente la variazione della concentrazione di MDA. L’analisi cinetica delle intensità di banda normalizzate (A-818 cm–1, T-818 cm–1 e S-818 cm–1) rivela che la reazione segue una cinetica autocatalitica irreversibile del secondo ordine. Questo approccio combinato in situ FTIR e modellazione fornisce le prime indicazioni quantitative su come l’elettrofilicità della dianidride, la struttura molecolare e la temperatura governino in modo sinergico l’entità dell’autocatalisi, offrendo così un orientamento sperimentale e teorico fondamentale per il controllo preciso e l’ottimizzazione della sintesi del PAA.”

Catalisi

  • Ogabiela, I. O., Whitfield, R. M., Shvets, O. V., Kurmach, M. M., Shcherban, N., Khan, J., Bai, P., & Jentoft, F. C. (2026). Effetto della forza dei catalizzatori acidi solubili e solidi sulla selettività nelle reazioni aldoliche. ACS Catalysis, 16(7), 6633–6648. https://doi.org/10.1021/acscatal.5c09092
  • Botlik, B. B., Vieira, A. N., Mitschke, B., Ruepp, F., & Morandi, B. (2025). La metatesi C=C/N=O consente la decarbossilazione ossidativa. ChemRxiv. https://doi.org/10.26434/chemrxiv-2025-b0fgk
  • Wilson, C. V., Elipe, M. V. S., Michalak, S., Judd, T. C., Langille, N., & Murray, J. I. (2026). Indagine meccanicistica di una borylazione domino N–H e C–H nella produzione di AMG 193. Organic Process Research & Development, 30(5), 1325–1330. https://doi.org/10.1021/acs.oprd.6c00043
  • Maxwell, V., Karagiannis, A., Schramm, T. K., Kotelnikow, V., Gupta, R., Lalancette, R. A., Appel, A. M., Hansen, A., Wiedner, E. S., & Prokopchuk, D. E. (2026). Mappatura sterica, dinamiche dei ligandi e catalisi della ciclizzazione isomerizzazione con dicarbeni Mn I/0/-I robusti ai processi redox. Organometallics. https://doi.org/10.1021/acs.organomet.6c00057
  • Enferadikerenkan, A., Beillard, M., Wang, G., Rajeshkhumar, T., Maron, L., Kaliaguine, S., & Fontaine, F. (2026). Ciclizzazione di CO 2 con epoxides usando catalizzatori bifunzionali di trifenilfosfonio. ChemCatChem, 18(1). https://doi.org/10.1002/cctc.202501396
  • Tang, Y., Li, B., Wan, B., Gao, H., Fu, H., Chang, J., Liao, F., Zhang, J., & Liao, Y. (2025). Il trasferimento elettronico sinergico, le interazioni π-π e gli effetti di bagnamento guidano l’hydrogenation della chinolina su catalizzatori Co/SiO2 incapsulati in carbonio dopato con N in situ. Colloids and Surfaces a Physicochemical and Engineering Aspects, 728, 138654. https://doi.org/10.1016/j.colsurfa.2025.138654
  • Yang, S., Deng, M., Daley, R. A., Darù, A., Wolf, W. J., George, D. T., Ma, S., Werley, B. K., Samolova, E., Bailey, J. B., Gembicky, M., Marshall, J., Wisniewski, S. R., Blackmond, D. G., & Engle, K. M. (2024). Complessi di palladio bisfosfina monossido: sintesi, portata, meccanismo e rilevanza catalitica. Journal of the American Chemical Society, 147(1), 409–425. https://doi.org/10.1021/jacs.4c10718

Chimica sostenibile

  • Li, M., Wang, Y., Luo, Y., & Shu, X. (2026). Un approccio efficiente e green per la sintesi dell’ossima del dodecanone dalla reazione indiretta di transossimazione catalizzata da zeoliti. Chemical Engineering Journal Green and Sustainable, 2, 100070. https://doi.org/10.1016/j.cejgas.2026.100070
  • Xia, W., Zhan, Y., Xia, J., Luo, G., Su, W., Chai, K., & Su, A. (2025). Catalisi continua sostenibile e ottimizzazione bayesiana dell’hydrogenation di HMF derivato da biomassa su RuPt@g-C3N4. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.5638748
  • Zhou, C., Beydokhti, M. T., Rammal, F., Kumar, P., Lacroix, M., Vermeiren, W., Dusselier, M., Liao, Y., & Sels, B. F. (2025). Sinergia acido-base indipendente dalla prossimità in un catalizzatore solido ZrOxHy per la rigenerazione delle ammine nella cattura della CO2 post-combustione. Nature Catalysis, 8(3), 270–281. https://doi.org/10.1038/s41929-025-01307-8
  • Li, D., Xiong, C., Zhao, X., Yang, T., Wu, Y., Hu, P., & Ji, H. (2025). Regolazione selettiva del trasferimento di ossigeno per l’ossidazione green del n-butano in condizioni blande: prestazioni e meccanismo. Journal of Catalysis, 448, 116187. https://doi.org/10.1016/j.jcat.2025.116187
  • Mazumder, A., & Beckingham, B. S. (2025). PEGMA a catena laterale lunga nelle membrane a scambio ionico per ridurre il crossover dei prodotti di riduzione della CO 2. ACS Sustainable Chemistry & Engineering, 13(45), 19464–19481. https://doi.org/10.1021/acssuschemeng.5c02539
  • Yao, Y., Chen, D., Li, Y., & Yin, Z. (2025). Effetti delle composizioni gassose sulla modulazione della cinetica degli idrati di CH4/CO2 con 1,3-diossolano: implicazioni per lo stoccaggio di biogas basato su idrati. ACS Applied Materials & Interfaces, 17(12), 18403–18419. https://doi.org/10.1021/acsami.5c00733
  • Li, D., Xiong, C., Mao, Q., Xi, L., Yang, T., Hu, P., & Ji, H. (2025). Potenziare il trasferimento di idrogeno del cumene tramite un framework organico covalente a porfirina a base di Ru per l’epossidazione dell’aria in tandem degli olefini. Nano Research, 19(1), 94907892. https://doi.org/10.26599/nr.2025.94907892

Chimica aggressiva/pericolosa

  • Silva, J. R. C., Oliveira, L. B., Silva, J. O., Queiroz, L. M. S. V., Cardoso, K. P., Nagamachi, M. Y., & Ferrão, L. F. A. (2025). Studio e caratterizzazione degli intermedi utilizzati nella produzione dell’ossidante dinitramide di ammonio. Propellants Explosives Pyrotechnics, 50(7), 95–105. https://doi.org/10.1002/prep.12078
  • Wei, D., Ma, K., Ni, L., Mebarki, A., Fu, G., & Jiang, J. (2025). Aggiornamento della sicurezza termica: transizione da batch a flow nella sintesi del perossipivalato di tert-butile catalizzata da acido. Chemical Engineering Journal, 523, 168103. https://doi.org/10.1016/j.cej.2025.168103
  • Chen, S., Gao, Y., Dong, C., Shen, L., Zeng, Y., Bao, P., Li, Y., Yi, Z., Chen, H., Zhu, S., & Zhang, L. (2025). Disposizione degli atomi di azoto tetraedrici nei cationi del sito A: un nuovo approccio per regolare sensibilità ed energia dei materiali energetici perovskitici. Advanced Science, 12(19), e2415680. https://doi.org/10.1002/advs.202415680

Chimica dei polimeri

  • Zou, X., Xie, T., Xu, J., Bai, H., Wang, D., Ke, X., Zhao, W., & Lv, M. (2026). Svelare la cinetica autocatalitica nella polyaddition a catena corta del Poly(amic acid) tramite In Situ FTIR. Industrial & Engineering Chemistry Research, 65(10), 5452–5459. https://doi.org/10.1021/acs.iecr.6c00046
  • Duan, W., Zhao, S., Wen, Y., Duan, Z., Zhang, L., & Liu, B. (2026). Catalizzatore organoboro tollerante alla diluizione per la copolymerization di CO 2 e ossido di propilene resa possibile da un’anidride ciclica. Macromolecules, 59(4), 2040–2051. https://doi.org/10.1021/acs.macromol.5c03427
  • Butler, F., Fiorentini, F., Eisenhardt, K. H. S., & Williams, C. K. (2025). Catalizzatori eterodinucleari Co(III)NA(I) per la copolymerization ad apertura d’anello di ossido di propene e anidride carbonica. Macromolecules, 58(14), 7150–7160. https://doi.org/10.1021/acs.macromol.5c01529
  • Jiang, C., Lee, E., Schaefer, J., Holtcamp, M. W., Lin, T., & Gabbaï, F. P. (2025). Catalisi da legame pnictogeno: copolymerization di CO2 ed epoxides su piattaforme di Antimonio(V). ACS Catalysis, 15(21), 17882–17892. https://doi.org/10.1021/acscatal.5c03781
  • Abrahamsen, G. M., Lequeux, Z. a. B., Kemp, L. K., Wedgeworth, D. N., Rawlins, J. W., Newman, J. K., & Morgan, S. E. (2025). Controllo della morfologia nei nanocompositi di dispersione poliuretanica a base d’acqua tramite struttura, formulazione e processo su misura. Langmuir, 41(16), 10383–10393. https://doi.org/10.1021/acs.langmuir.5c00226
  • Jia, Z., Zhang, J., Gao, L., Sun, H., Chen, J., Qin, L., & Yin, J. (2025). Chiarire il ruolo dell’acqua nella glicolisi catalitica del PET. RSC Sustainability, 3(10), 4714–4723. https://doi.org/10.1039/d5su00528k
  • Zeng, X., Liu, C., Wang, X., Cao, Y., Zheng, Z., He, P., Li, H., & Wang, L. (2025). Catalizzatori organici commerciali a coppia di Lewis per la polimerizzazione ad apertura d’anello efficiente di 1,2-ossido di butilene. Polymer Chemistry, 16(23), 2742–2750. https://doi.org/10.1039/d5py00238a

Chimica a flusso continuo

  • Wang, R., Xu, L., Yang, Y., Wang, W., Liu, M., Su, X., & Shao, Y. (2026). Monitoraggio in tempo reale del processo di ammonolisi di Oligonucleotides con FTIR spectroscopy online. Organic Process Research & Development, 30(3), 731–740. https://doi.org/10.1021/acs.oprd.5c00476
  • Ashikari, Y., Tamaki, T., Tomite, K., Yonekura, Y., & Nagaki, A. (2025). Analisi in tempo reale inline-IR tramite strategia di combinazione lineare e apprendimento automatico per l’ottimizzazione automatizzata delle reazioni. Communications Chemistry, 8(1), 287. https://doi.org/10.1038/s42004-025-01676-y
  • Chai, K., Xia, W., Shen, R., Luo, G., Cheng, Y., Su, W., & Su, A. (2024). Ottimizzazione della hydrogenation eterogenea in flusso continuo mediante analisi FTIR inline: uno studio comparativo tra ottimizzazione bayesiana multi-obiettivo e modellazione cinetica. Chemical Engineering Science, 302, 120901. https://doi.org/10.1016/j.ces.2024.120901
  • Shen, R., Luo, G., Cheng, Y., Zhu, J., Duan, H., & Su, A. (2025). Ottimizzazione in due fasi della sintesi in flusso continuo della L-carnitina combinando ottimizzazione bayesiana, analisi inline e modellazione cinetica. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.5256095
  • Moll, M., Wängler, B., Wängler, C., & Röder, T. (2025). Indagine cinetica dell’hydrogenation asimmetrica della benzilfenilefrina in flusso continuo. CHIMIA International Journal for Chemistry, 79(6), 441–448. https://doi.org/10.2533/chimia.2025.441

Cinetica/meccanismo

  • Talbot, F. J. T., Lindsay-Scott, P. J., Stokes, S., Barnes, A., Rees, M., Miller, I., Richardson, J., & Tang, X. (2026). Il monitoraggio ReactIR della formazione della base Turbo-Hauser consente una reazione di iodurazione robusta durante una prima campagna di scale-Up. Organic Process Research & Development, 30(4), 1041–1049. https://doi.org/10.1021/acs.oprd.6c00062
  • Chida, T., Takebayashi, Y., Sue, K., & Kataoka, S. (2026). Reattore a colonna in flow automatizzato con spettrometri inline per la misura del tempo di residenza e l’analisi cinetica dell’ammidazione diretta degli esteri catalizzata da ZrO 2. Industrial & Engineering Chemistry Research, 65(12), 6491–6500. https://doi.org/10.1021/acs.iecr.6c00042
  • Zars, E., Beagan, D., Reed, S., Zeller, M., Lehnert, N., & Szymczak, N. (2026). Accoppiamento N-N di ligandi nitrosilici in un complesso di ferro dinitrosile mediato da acidi esogeni. ChemRxiv. https://doi.org/10.26434/chemrxiv-2025-9z9lk/v2
  • Lorraine, S. C., Baur, A., Taylor, N., Dolinar, B. S., & Hoover, J. M. (2026). Gli effetti di campo governano la decarbossilazione dei benzoati di rame(II): studi cinetici e meccanicistici. Organometallics, 45(2), 169–180. https://doi.org/10.1021/acs.organomet.5c00415
  • Zheng, S., Du, C., Hu, J., Tu, Y., Wang, Y., & Ren, Z. (2025). Meccanismo atomico della sintesi di RDX tramite nitration diretta della urotropina: studio DFT e validazione spettroscopica. Chemical Engineering Science, 321, 123003. https://doi.org/10.1016/j.ces.2025.123003
  • Fockenberg, T., Sülzner, N., Sato, T., Reher, J., Schnegg, A., Hättig, C., & Schulz, S. (2025). Studio comparativo sull’attività catalitica degli eterocubani [COIII4O4] nelle reazioni di ossidazione degli alcoli in soluzione. ChemRxiv. https://doi.org/10.26434/chemrxiv-2025-0pw68
  • Lorraine, S., Baur, A., Taylor, N., Dolinar, B., & Hoover, J. (2025). Gli effetti di campo governano la decarbossilazione dei benzoati di rame(II): studi cinetici e meccanicistici. ChemRxiv. https://doi.org/10.26434/chemrxiv-2025-vftv5
  • Zhu, W., Ouyang, Z., Du, X., Li, Y., Deng, X., Xue, Y., Zhou, J., Yu, P., Lu, G., Chan, A. S. C., & Weng, J. (2025). Accesso a centri stereogenici aciclici vicinali tetrasostituiti tramite reazioni di Mannich asimmetriche catalizzate cooperativamente da Cu/squaramide biomimetiche. Nature Communications, 16(1), 8896. https://doi.org/10.1038/s41467-025-63919-9
  • Kirchhoff, J., Mairath, T., Schöler, M., Risken, R., & Strohmann, C. (2025). Indagini meccanicistiche sulle sostituzioni selettive di alcossisilani da parte di ammidi di litio primarie: da mono- a di- e trisostituiti silani funzionalizzati Si–N. Inorganic Chemistry, 64(26), 13355–13363. https://doi.org/10.1021/acs.inorgchem.5c01794

Cristallizzazione

  • Yu, H., Schiele, S. A., & Briesen, H. (2026). Quantificazione basata sulla curvatura dell’evoluzione della forma indotta dall’abrasione nella crystallization agitata. Crystal Growth & Design. https://doi.org/10.1021/acs.cgd.6c00432
  • Omstead, K. M., Malig, T. C., Pederson, Z., Kurita, K. L., & Shi, Z. (2026). Applicazioni della spettroscopia a infrarossi nel monitoraggio della distillazione dei solventi durante lo sviluppo iniziale di processi farmaceutici─chemiometria snella per affrontare gli effetti di temperatura e matrice. Organic Process Research & Development, 30(5), 1119–1129. https://doi.org/10.1021/acs.oprd.5c00146
  • Ghaffari, S., Gänsch, J., Schulze, P., & Lorenz, H. (2026). Cinetica di crescita cristallina delle fasi di idrato NA 2 CO 3 nel sistema NA 2 CO 3 –NAOH–H 2 O per una produzione sostenibile di soda ash. ACS Omega, 11(5), 7741–7755. https://doi.org/10.1021/acsomega.5c09440
  • Zhang, C., Ma, Y., Wang, Z., Jia, S., Zhang, Y., Yang, L., Yang, H., Cheng, J., & Yang, C. (2026). Influenza delle proprietà del seme e delle condizioni operative sulla nucleazione secondaria del glifosato. Industrial & Engineering Chemistry Research, 65(15), 7826–7839. https://doi.org/10.1021/acs.iecr.5c04870
  • Lima, F. a. R. D., De Moraes, M. G. F., Secchi, A. R., De Souza, M. B., & Grover, M. A. (2025). Controllo predittivo non lineare sperimentale della dimensione e della resa dei cristalli nella crystallization batch di raffreddamento resa possibile da un soft sensor e da un modello di calibrazione basato su simboli. Industrial & Engineering Chemistry Research, 64(49), 23582–23600. https://doi.org/10.1021/acs.iecr.5c03894
  • Dong, Y., Xuanyuan, S., Xie, C., Sun, Y., Zhou, X., & Wang, Y. (2025). Modello cinetico basato su rete neurale per la crystallization con antisolvente della benzofenone: costruzione, validazione e interpretazione meccanicistica. Crystals, 15(5), 464. https://doi.org/10.3390/cryst15050464

Bioprodotti/bioreazioni

  • Arunachalampillai, A., Chandrappa, P., Crockett, R. D., Gaines, C. S., Hu, K., Judd, T., Kommuri, V. C., Murray, J. I., Nidhiry, J., Ortiz, A., Robinson, J. A., Rötheli, A. R., Vernon, R. M., Wei, C. S., Wells, S., Wilson, C. V., Xu, S., Yamamoto, K., & Zetzsche, L. E. (2025). Sviluppo di una via di produzione verso AMG 193, un inibitore PRMT5 cooperativo con MTA. Organic Process Research & Development, 29(11), 2934–2941. https://doi.org/10.1021/acs.oprd.5c00310
  • Waldschitz, D., Bartlechner, J., Karner, E. M., Spadiut, O., Jakubek, S., & Kager, J. (2025). Affrontare la variazione delle materie prime: mantenere uno stato stazionario durante la coltivazione mediante miscelazione di flussi di alimentazione lignocellulosici. Biochemical Engineering Journal, 224, 109891. https://doi.org/10.1016/j.bej.2025.109891
  • Hengelbrock, A., Baukmann, S., Uhl, A., Schmidt, A., & Strube, J. (2025). Digital Twin per la produzione di vescicole extracellulari derivate da hMSC per applicazioni nella terapia cellulare e genica verso un funzionamento autonomo. ACS Omega, 10(40), 46659–46681. https://doi.org/10.1021/acsomega.5c03703
  • Da Silva Rodrigues, K. C., Veloso, I. I. K., Lemos, D. A., Cruz, A. J. G., & Badino, A. C. (2025). Fermentazione alcolica estrattiva con recupero dell’etanolo per assorbimento in sistemi aperti e chiusi. Fermentation, 11(1), 12. https://doi.org/10.3390/fermentation11010012
  • Ponnudurai, A., Schulze, P., Seidel-Morgenstern, A., & Lorenz, H. (2025). LigniFrac: prova di concetto di un processo continuo scalabile di frazionamento della lignina. Chemical Engineering Journal, 510, 161113. https://doi.org/10.1016/j.cej.2025.161113
  • Ren, T., Bi, Y., Li, J., Li, J., Gao, D., Yu, F., Wang, J., & Zhang, K. (2025). Bioplastiche biodegradabili, con prestazioni modulabili e lavorabili per fusione rese possibili dalla biologia sintetica. Chemical Engineering Journal, 515, 163593. https://doi.org/10.1016/j.cej.2025.163593

Ottimizzazione/automazione

  • Akturk, I., Mackey, J. S., Sundarkumar, V., Murbach, G., Joglekar, G., Csathy, A. T., Wehrle, F. J., Thompson, D. H., & Nagy, Z. K. (2026). Verso una produzione farmaceutica agile e distribuita: integrazione continua end-to-end di reazione, purificazione e formulazione per il Lomustine tramite la piattaforma MiniPharm. Organic Process Research & Development, 30(3), 595–618. https://doi.org/10.1021/acs.oprd.5c00314
  • Ashikari, Y., Tamaki, T., Tomite, K., Yonekura, Y., & Nagaki, A. (2025). Analisi in tempo reale inline-IR tramite strategia di combinazione lineare e apprendimento automatico per l’ottimizzazione automatizzata delle reazioni. Communications Chemistry, 8(1), 287. https://doi.org/10.1038/s42004-025-01676-y
  • Jong, C. Y., Mittal, A., Lee, F. J. J., Loo, L. M., Goh, Y., Yuan, Q., Yeap, E. W. Q., Dubbaka, S. R., Rao, H. N., & Wong, S. Y. (2025). Cristallizzazione del lattosio: integrazione dell’apprendimento automatico con le tecnologie analitiche di processo. Food and Bioproducts Processing, 151, 64–72. https://doi.org/10.1016/j.fbp.2025.02.008
  • Bell, N. L., Berardi, E., Gladkikh, M., Turnbull, R. D., & Turton, F. (2025). ReactPyR: un flusso di lavoro Python per ReactIR consente la quantificazione della stabilità dei composti sensibili all’aria. Digital Discovery, 4(12), 3533–3539. https://doi.org/10.1039/d5dd00305a
  • Vasisht, S., Wiedner, E., Lopez-Ruiz, J., Royer, N., Begildayeva, T., Choudhury, S., Koch, J., Birmiwal, R., Wang, Z. & Washton, N. (2025). Elettrochimica in flusso autonoma per accelerare la scoperta di catalizzatori. Prepared for the U.S. Department of Energy under Contract DE-AC05-76RL01830
  • Knoll, S., Silber, K., Williams, J. D., Sagmeister, P., Hone, C. A., Kappe, C. O., Steinberger, M., & Horn, M. (2025). FlowMat: una cassetta degli attrezzi per modellare reattori in flusso usando approcci basati sulla fisica e sul machine learning per simulazione modulare, identificazione dei parametri e ottimizzazione del reattore. RSC Advances, 15(40), 33278–33296. https://doi.org/10.1039/d5ra06173c

Voglio...
Hai bisogno di assistenza?
Il nostro team è qui per raggiungere i tuoi obiettivi. Parla con i nostri esperti.