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

Four Co(III)Na(I) catalysts (L1-4 Co(III)Na(I)) were synthesized and investigated for their potential for ring opening copolymerization (ROCOP) of PO and CO2 to form polycarbonates. The goal was to identify the optimal ligand coordination environment and operating conditions for the Co(III)/Na(I) metal system, evaluating catalyst performance under three different conditions. The ligands had ordered modifications focusing on the di-imine linker (ethyl and dimethyl propyl linkers) and the number of oxygen donors (five and six) in the ether sites. These variations were chosen since DFT calculations indicted that they influence the metal sites during the rate-determining and selectivity-determining steps.

“Reaction rates were monitored by operando ATR-IR spectroscopy, observing the increase in the intensity of a peak at 1750 cm–1, corresponding to the C=O stretch in the polycarbonate, and a peak at 1810 cm–1, corresponding to the C=O stretch in the cyclic carbonate side product. IR absorbance values were calibrated to conversion via integration of the 1H NMR spectrum of an aliquot taken at the end of the reaction. Semilogarithmic plots of ln([PO]t/[PO]0) versus time are linear, with the observed pseudo first order rate constant, kobs, calculated from the modulus of the gradient. Comparison of the observed catalytic activities reveals significant differences across the series, with L1Co(III)Na(I) performing the best…Catalyst activity, in terms of kobs and TOFPPC, decreased across the remainder of the series in the following order: L2Co(III)Na(I), L3Co(III)Na(I), and L4Co(III)Na(I).” 

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

In the synthesis of an important agrochemical intermediate, 2-amino-3-methylbenzoic acid (AMA), a heterogeneous continuous flow system was constructed for hydrogenation of 3-methyl-2-nitrobenzoic acid (MNA). This system was equipped with in situ IR monitoring and the acquired data were processed with an artificial neural network (ANN) model, yielding real-time concentrations for MNA and AMA. The data-rich experiments were used to compare multi-objective Bayesian optimization (MOBO) with kinetic modeling. The MOBO method efficiently defined the Pareto optimal parameter combinations resulting in a thorough understanding of the trade-off between yield and productivity. Kinetic modeling determined the hydrogenation activation energy and characterized the hydrogen adsorption as competitive dissociation.   Response surfaces generated from the kinetic model also contributed insight into yield and productivity optimization. 

 “ANN modeling was performed for processing inline FTIR spectra according to the reported literature. Several groups of MNA and AMA in methanol solution with different concentrations were prepared and their inline FTIR spectra data were collected as training set and validation set…during the training process, an architecture of one convolutional layer followed by dense layers was investigated. The spectra data was processed at the Conv1D convolutional layer for characteristic extraction to screen the weights of the data. Then, data dimension reduction was performed through different functions in the dense layers. Finally, the output layer outputs the predicted concentrations of MNA and AMA.” 

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

Biomass-derived 5-hydroxymethylfurfural (HMF) can be hydrogenated to 2,5-furandimethanol (BHMF), which is an important starting molecule for synthesizing biodegradable polymers, fuel additives, and high-value fine chemicals. This synthesis is challenging in that there are a number of competing hydrogenation pathways, which are influenced by catalyst, solvent and reaction variables that affect selectivity and yield. Due to enhanced control of reactions conditions, there are significant advantages in the use of continuous flow reactors for selective HMF hydrogenation. Thus, the goal of this project was to develop an effective, ecofriendly continuous flow system for HMF hydrogenation to BHMF that uses a RuPt@g-C3N4 catalytic system and water as the solvent. The development methodology employed Bayesian optimization of reaction conditions and inline FTIR based quantitative tracking of reaction dynamics.  The authors comment that the use of Bayesian optimization for both reaction condition screening and catalyst composition design provides an effective approach to optimizing biomass-derived chemical platform molecule synthesis.

  “The concentrations of HMF and BHMF in the reaction solution were monitored in real-time using inline FTIR spectroscopy…To investigate the hydrogenation mechanism, experiments were performed under optimal conditions in a continuous-flow fixed-bed reactor packed with RuPt@g-C3N4... no distinct peaks of reaction intermediates were observed. This likely reflects the high intrinsic activity of RuPt bimetallic sites and the presence of transient intermediates mainly at the catalyst–substrate interface at low coverage…”

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

The synthesis of peroxyesters has inherent thermal safety issues due to the exothermic nature of the reaction and the presence of unstable compounds. In the work described herein, a one pot acid catalyzed acylation to form tert-butyl peroxypivalate (TBPP) was converted from the semi-batch process to a flow process to improve safety. Density function theory (DFT) calculations and in situ IR characterization were used to better understand the mechanism of this acylation. For the semi-batch reaction, calorimetric measurements via DSC, ARC and rection calorimetry were performed to fully understand the thermal behavior of the reaction. Process temperature and dosing rate were found to be the major influence on heat release and highest risk level was associated with conditions that produced the highest yield. 

“…the semi-batch process was transformed to a flow process. The optimization was conducted to maximize space-time yield and minimize E-factor using multi-objective Bayesian optimization and Pareto front was determined…a previously proposed risk assessment method m-ITHI [modified inherent thermal runaway hazard index] was adopted to quantify and compare the thermal risk between semi-batch process and flow process. The assessment result showed that the utilization of the microreactor reduced the thermal runaway hazard from severe (Class V) to moderate (Class II). However, enhanced safety brought by the microreactor did not guarantee the inherent safety of TBPP synthesis process and thermal risk varied along with the process conditions in the microreactor…R-factor was proposed for the first time to quantify the risk variation caused by reaction conditions in flow processes.”

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

Dynamic Response Surface Methodology (DRSM) models were applied to develop a thorough insight into the crystallization procedure for the drug Belzutifan, focusing on understanding the effects of antisolvent addition rate and temperature. 22 full-factorial DoE was performed on the antisolvent crystallization in an OptiMax workstation, and ReactIR was utilized to acquire time-resolved spectra of the supernatant concentration. Calibration of the IR data was performed using offline supernatant samples collected using an EasySampler system and the concentrations were measured using UPLC. An automated partial least squares (PLS) chemometric model was trained to obtain concentration profiles from the IR spectra. From this information, DRSM provided dynamic models to characterize the supernatant concentration as a function of temperature and antisolvent addition. The particle size distribution (PSD) of the crystals was measured as a function of crystallization temperature and antisolvent addition rate. The DRSM model generated was successful at predicting the concentration dynamics as a function of antisolvent fraction, addition rate, and temperature for the DoE training data set as well as a separate validation experiment.

“The results presented in this work show a data-driven modeling approach for the crystallization of an active pharmaceutical ingredient (API) using process analytical technologies (PAT) and the dynamic response surface methodology (DRSM)…. This approach enables users to gain valuable insights into how the factors of antisolvent addition rate and crystallization temperature dynamically influence concentration profiles without requiring a mechanistic or knowledge-based model, all without the necessity of conducting additional experiments. Moreover, we have shown that DRSM is an adequate tool to predict concentration profiles by running a crystallization within the design space of the DoE.”

Akturk, I., Mackey, J. S., Sundarkumar, V., Murbach, G., Joglekar, G., Csathy, A. T., Wehrle, F. J., Thompson, D. H., & Nagy, Z. K. (2026). Toward agile, distributed pharmaceutical manufacturing: continuous End-to-End integration of reaction, purification, and formulation for Lomustine via the MiniPharm platform. Organic Process Research & Development, 30(3), 595–618. https://doi.org/10.1021/acs.oprd.5c00314

Ovaj rad usmjeren je na razvoj platforme MiniPharm za proizvodnju onkološkog lijeka lomustina kroz kontinuiranu integriranu proizvodnju. Istraživači su povezali operacije proizvodnje djelatne tvari i gotovog lijeka integriranjem dvaju reakcijskih koraka u nizu, kontinuirane destilacije uz promjenu otapala, dvofazne MSMPR crystallization i tiska kapsula po potrebi. Razvoj svake od tih operacija zahtijevao je detaljno istraživanje kinetike reakcije, modeliranja topljivosti, PAT praćenja i simulacija procesa. Kroz napore za intenzifikaciju procesa koji su uključivali modifikacije reaktora, destilacijskih i crystallization jedinica, kao i integraciju automatizirane kontrole i in-line PAT-a radi učinkovitosti rada, istraživači navode da su postigli ukupni prinos procesa za lomustin od 69%. 

U početnim šaržnim studijama, in situ FTIR je korišten za identifikaciju karakterističnih vrhova za početne tvari, međuprodukte i proizvod, uključujući cikloheksamin, 2‑kloroetil izocijanat, međuprodukt 1‑(2‑kloroetil)‑3‑cikloheksilureju, tert‑butil nitrit i lomustin. Ti su spektri korišteni za potporu kinetičkom modeliranju, odabiru vremena zadržavanja i provjeru konverzije u reakcijskim tokovnim reaktorima u nizu. Tijekom pokusa s integriranim operativnim jedinicama, MIR sonda instalirana je u MSMPR kristalizator radi praćenja koncentracije otopljene tvari, Supersaturation i ponašanja u stacionarnom stanju. Sustav mikroskopske snimke in situ omogućio je prikaz u stvarnom vremenu nukleacije, rasta kristala, promjena mutnoće i mogućeg izdvajanja ulja. Dvostruka PAT strategija u kojoj je MIR mjerio otopljene vrste, dok je vizualno snimanje pratilo stvaranje kristala, bila je ključna za učinkovitu continuous crystallization i uspješan, potpuno integrirani end-to-end tijek rada.

“Kako bi se omogućilo praćenje reakcijskog i crystallization procesa u stvarnom vremenu, korištena su dva PAT alata: Mettler Toledo ReactIR 702L Attenuated Total Reflectance-Fourier Transform Infrared Spectroscopy (ATR-FTIR) i Easy-Viewer 100 inline imaging sonda. Za šaržne reakcijske pokuse, ATR-FTIR je korišten za prikupljanje spektara kemijskih vrsta pri različitim koncentracijama i identifikaciju glavnih vrhova za reaktante i produkte. Za tokovnu sintezu, FTIR sonda bila je uronjena u tikvicu s okruglim dnom postavljenu nakon drugog reaktora. Ponovljeni pokusi tokovne sinteze potvrdili su visoke i dosljedne stope konverzije. Za integrirane kontinuirane end-to-end pokuse, FTIR sonda je prenamijenjena za praćenje crystallization tako da je postavljena izravno u MSMPR kristalizator. EasyViewer 100 korišten je uz nju za vizualno praćenje stvaranja kristala, mutnoće i rasta unutar MSMPR-a”.

Abdoun, S., Bour, C., Mayer, R. J., & Vayer, M. (2026). Electrochemical N -Propargylation of N -Heterocycles via decarboxylation of allenoic acids. ACS Organic & Inorganic Au. https://doi.org/10.1021/acsorginorgau.5c00117

Elektrosinteza se istražuje kao način za sintezu C-N veza bez potrebe za toksičnim reagensima i otpadom povezanim s klasičnim metodama spajanja. 2,3‑allenoic acids predložene su kao potencijalno učinkoviti prekursori jer njihova anodna oksidacija stvara allenilne/propargilne radikale koji prolaze brzu drugu oksidaciju u visoko elektrofilne katione sposobne za selektivnu N‑propargilaciju. Rad uspostavlja blag, protokolarno jednostavan elektrokemijski postupak bez dodataka koji daje N‑propargilirane produkte za pyrazoles, triazoles, tetrazoles, benzotriazoles, amide, karboksilne kiseline i alkohole u prinosu od 25–82%, uz visoku atomsku ekonomičnost i Faradajeve učinkovitosti od 40-70%. Mehanističke studije pokazuju da reakcijom upravlja elektrokemijska kontrola, a ne koncentracija supstrata. Ključno za razumijevanje reaction mechanism je upotreba ReactIR-a, koji mjeri potrošnju supstrata u stvarnom vremenu i omogućuje određivanje početnih brzina. Ti podaci pokazuju da je reakcija nultog reda i u allenoic acid i u nukleofilu, dok brzina raste linearno s primijenjenom strujom. To upućuje na to da je anodna elektronska pretvorba korak koji ograničava brzinu. Uz cikličku voltametriju i DFT, kinetički dokazi podupiru putanju u kojoj oksidativna dekarboksilacija stvara allenilni radikal koji se odmah oksidira u propargilni kation, a zatim prolazi kinetički kontrolirano stvaranje C-N veze. Istraživači zaključuju da su uspostavili elektrokemijsku metodu za propargilaciju N‑heterocikala pomoću 2,3‑allenoic acids u jednostavnim uvjetima bez dodataka. Reakcija koristi jeftinu ugljičnu anodu i ne zahtijeva vanjske oksidanse, baze ni sredstva za dehidraciju. Ovo istraživanje pokazuje kako mehanističko razumijevanje može usmjeriti dizajn elektrosintetskih pristupa koji stvaraju reaktivne međuprodukte za učinkovito izgrađivanje C–N veza.

“… kinetičke studije provedene su in situ IR spectroscopy. Kako bi se uspostavila vremenski ovisna koncentracija 1a [allenoic acid] tijekom kinetičkog mjerenja, korištena je linearna veza između IR apsorbancije pri 1689 cm–1, koja odgovara C═O vrpci 1a, i koncentracije 1a. Nestajanje 1a tijekom vremena potom je primijenjeno za određivanje početnih brzina reakcije k, koje su eksperimentalno mjerene s različitim početnim koncentracijama 1a i 2a [pyrazole]. Početne brzine k bile su neovisne o koncentracijama 1a i 2a, što upućuje na to da je reakcija nultog parcijalnog reda i u allenoic acid 1a i u pyrazole 2a. Ipak, početna brzina pokazuje linearnu korelaciju s primijenjenom strujom, što ukazuje da proces anodnog prijenosa elektrona predstavlja korak koji ograničava brzinu.”

Yang, Y., Guan, Z., Wang, R., Wang, W., Zhang, M., Su, X., & Shao, Y. (2026). Optimization of the Solid-Phase oligonucleotide detritylation reaction using In-Line IR spectroscopy. Organic Process Research & Development, 30(5), 1369–1377. https://doi.org/10.1021/acs.oprd.6c00103

In-line Mid-IR spectroscopy (ReactIR) koristi se za optimizaciju detritylacije tijekom solid-phase oligonucleotide synthesis i pokazuje se kao učinkovitija alternativa klasičnom UV praćenju u pogledu potrošnje reagensa. U početku je provedeno izvanmrežno IR mjerenje glavnih komponenti u smjesi za detritylaciju koje je identificiralo različite apsorpcijske vrhove za toluen (1495 cm⁻¹), bezvodni acetonitril (2253 cm⁻¹), DCA‑monomer (1765 cm⁻¹) i DCA‑dimer (1740 cm⁻¹). Uspostavljen je pristup kvantitativne analize pomoću praćenja u stvarnom vremenu jer su IR intenziteti DCA‑monomera i DCA‑dimera pokazali snažnu linearnost s koncentracijom u rasponu od 3–10% DCA. 

Iz kinetike i mehanističkog razumijevanja reakcije detritylacije, relativne koncentracije DCA-monomera i DCA dimera usko su povezane s napretkom detritylacije, a stvaranje DCA‑dimera korak je koji određuje brzinu detritylacije. DCA u toluenu pretežno postoji kao kemijski aktivan dimer, dok se u acetonitrilu prebacuje u neaktivni monomerni oblik. Detritylacija se učinkovito odvija kada se neaktivni DCA monomer u potpunosti pretvori u aktivni dimer. Ovo je istraživanje povezalo in-line IR praćenje tih strukturnih promjena DCA s tradicionalnim UV otkrivanjem dimetoksitrtil kationa (DMT⁺), UV aktivne vrste oslobođene tijekom koraka detritylacije u solid-phase oligonucleotide synthesis. Ta je korelacija pokazala da pad IR signala neaktivnog DCA-monomera do osnovne linije, definiran kao čvor III, označava optimalnu krajnju točku reakcije. U tom su trenutku čistoća proizvoda, razine depurinacije i ukupni prinosi bili jednaki onima dobivenima UV‑baziranom kontrolom, međutim, potrošnja reagensa za detritylaciju smanjena je za čak 40.4%. Kako bi se potvrdila robusnost i općenitost ove IR‑vođene strategije, oligonucleotide sequences s različitim strukturnim i kemijskim značajkama sintetizirane su koristeći ovaj kriterij čvora III. U svim sekvencama kvaliteta proizvoda ostala je dosljedna, nusreakcije depurinacije učinkovito su suzbijene, a potrošnja reagensa smanjena je za 22.7–46.7%. 

“U usporedbi s klasičnim in-line UV praćenjem, in-line IR tehnologija prevladava ograničenja UV praćenja, uključujući uzak raspon odgovora signala, odgođeno praćenje i neadekvatno praćenje mikroracijskog procesa. Omogućuje praćenje mikrokinetičkih promjena ključnih komponenti u detritylaciji u stvarnom vremenu, smanjuje potrošnju reagensa i promiče zeleni i održivi razvoj solid phase synthesis. Ova studija pruža univerzalnu strategiju za poboljšanje preciznosti kontrole procesa solid-phase synthesis i omogućuje proizvodnju oligonucleotide uz potpuno procesno usavršavanje.”

Pucihar, U., Vračar, P., Bitenc, M., & Kopač, T. (2025). Self-optimization of Claisen-Schmidt condensation in an automated microflow reaction system using machine learning. Computers & Chemical Engineering, 201, 109261. https://doi.org/10.1016/j.compchemeng.2025.109261

Na primjeru Claisen-Schmidt aldolne kondenzacije između 2-metoksibenzaldehida i acetona, ovaj rad pokazuje razvoj i primjenu novog sustava za samoodabir optimalnih uvjeta. Autori navode da se višeciljni algoritam TSEMO (Thompson sampling efficient multi-objective optimization) koristi u kombinaciji s in-line MIR (ReactIR) i on-line UHPLC PAT na mikrofluidičkom reaktoru upravljanom putem sustava za nadzor i prikupljanje podataka (SCADA), koji se koristi za kontinuiranu optimizaciju varijabli. Uspostavljeni su optimalni reakcijski uvjeti uključujući temperaturu, protoke i vremena zadržavanja, a sustav je validiran kinetičkim modeliranjem. 

“ …proces samoodabira optimalnih uvjeta nadmašio je tradicionalne metode kemijske reakcije dosezanjem ciljnih koncentracija (postavljenih ciljeva) brže, uz manje kemikalija i minimalnu ručnu intervenciju. To ne samo da povećava okolišnu održivost i ekonomsku učinkovitost procesa, nego također pokazuje potencijal za širu primjenu u inženjerstvu reakcija. Blisko slaganje eksperimentalnih podataka s teorijskim predviđanjima, unutar odstupanja od ±10 %, potvrđuje sposobnost sustava da optimizira bez prethodnog znanja o kinetici reakcije…”

Zou, X., Xie, T., Xu, J., Bai, H., Wang, D., Ke, X., Zhao, W., & Lv, M. (2026). Razotkrivanje autokatalitičke kinetike u kratkolančanoj poliaddiciji poli(amic acid) pomoću In Situ FTIR. Industrial & Engineering Chemistry Research, 65(10), 5452–5459. https://doi.org/10.1021/acs.iecr.6c00046

Postoje dvije faze u poliaddiciji aromatskih diamina i dianhidrida (PAA), brza faza stvaranja kratkih lanaca (faza 1) i naknadna spora faza rasta lanca (faza 2). Gotovo sve dosadašnje kinetičke studije usmjerene su na kinetiku druge faze primjenom različitih tehnika.  Iako su te metode učinkovite za monomere male reaktivnosti, ne obuhvaćaju izrazito egzotermnu fazu 1 kod reaktivnijih monomera. To dovodi do odstupanja simulacije od 20−30% u prvih nekoliko minuta reakcije, što narušava kontrolu procesa, pouzdanost skaliranja i sigurnost. Stoga je praćenje u stvarnom vremenu s bogatim podacima ključno za hvatanje predloženog autokatalitičkog ponašanja koje upravlja ovom ranom fazom.  

U ovom radu in situ FTIR koristi se za pružanje informacija potrebnih za temeljitije razumijevanje kinetike u ranoj fazi poliaddicije poli(amic acid) (PAA). To se obično smatra kinetičkim procesom drugog reda, u kojem je brzina reakcije proporcionalna umnošku koncentracija diamina i dianhidrida. Teorijski modeli upućuju na to da te reakcije pokazuju izražene autokatalitičke značajke, pri čemu produkti reakcije ubrzavaju naknadne brzine reakcije, a intermedijeri uzrokuju autokatalitički učinak.  Razvijen je model autokatalitičke kinetike visoko reaktivnih sustava aromatski diamin–dianhidrid koji uključuje hipoteze mehanizma, izvođenje jednadžbe brzine, prilagodbu podataka i termodinamičku analizu. Model pruža uvid u to kako čimbenici poput temperature i strukture monomera kontroliraju stupanj autokatalize. Podaci otkrivaju da kratkolančana poliaddicija slijedi kinetički model autokatalize drugog reda, koji je prvenstveno potaknut protonskom katalizom novonastalih –COOH skupina. Temperatura i elektrofilnost monomera zajednički moduliraju opseg autokatalize, pri čemu BTDA pokazuje najjače katalitičko ubrzanje, a s-BPDA najslabije. 

“Primjenjujemo in situ FTIR spectroscopy kako bismo kvantitativno istražili ranu fazu poliaddicije 4,4′-diaminodifenilmetana (MDA) s trima dianhidridima: 3,3′,4,4′-benzofenontetrakarboksilnim dianhidridom (BTDA), 3,3′,4,4′-bifeniltetrakarboksilnim dianhidridom (s-BPDA) i 2,3,3′,4′-bifeniltetrakarboksilnim dianhidridom (a-BPDA). Izolirana karakteristična vrpca MDA pri 818 cm^–1 može poslužiti kao učinkovita sonda za kvantitativno praćenje promjene koncentracije MDA. Kinetička analiza normaliziranih intenziteta vrpci (A-818 cm^–1, T-818 cm^–1 i S-818 cm^–1) pokazuje da reakcija slijedi ireverzibilnu autokatalitičku kinetiku drugog reda. Ovaj kombinirani pristup in situ FTIR i modeliranja pruža prve kvantitativne uvide u to kako elektrofilnost dianhidrida, molekularna struktura i temperatura sinergijski upravljaju opsegom autokatalize, čime se nude ključne eksperimentalne i teorijske smjernice za preciznu kontrolu i optimizaciju sinteze PAA.”

• Li, M., Wang, Y., Luo, Y., & Shu, X. (2026). Učinkovit i zelen pristup sintezi dodekanonskog oksima iz indirektne transoksimske reakcije katalizirane zeolitom. 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). Održiva kontinuirana kataliza protoka i Bayesova optimizacija hydrogenation HMF-a dobivenog iz biomase preko 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). Synergija kiseline i baze neovisna o blizini u čvrstom katalizatoru ZrOxHy za regeneraciju amina u postizgaranju CO2 hvatanja. 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). Selektivna regulacija prijenosa kisika za zelenu oksidaciju n-butana u blagim uvjetima: izvedba i mehanizam. Journal of Catalysis, 448, 116187. https://doi.org/10.1016/j.jcat.2025.116187
• Mazumder, A., & Beckingham, B. S. (2025). PEGMA s dugim bočnim lancem u izmjenjivačkim membranama za smanjenje prolaska CO 2 produkata redukcije. ACS Sustainable Chemistry & Engineering, 13(45), 19464–19481. https://doi.org/10.1021/acssuschemeng.5c02539
• Yao, Y., Chen, D., Li, Y., & Yin, Z. (2025). Učinci sastava plinova na podešavanje kinetike CH4/CO2 hidrata s 1,3-dioksolanom: implikacije za skladištenje bioplina na temelju hidrata. 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). Povećanje prijenosa vodika iz kumena putem Ru-baziranog porfirinskog kovalentnog organskog okvira za tandemsku zračnu epoksidaciju olefina. Nano Research, 19(1), 94907892. https://doi.org/10.26599/nr.2025.94907892

• 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). Studija i karakterizacija intermedijera korištenih u proizvodnji oksidansa amonijevog dinitramida. 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). Poboljšanje toplinske sigurnosti: prijelaz sa šaržnog na protočni postupak sinteze tert-butil peroksipivalata katalizirane kiselinom. 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). Raspored tetraedarskih dušikovih atoma u A-mjestu kationa: novi pristup regulaciji osjetljivosti i energije perovskitnih energetskih materijala. Advanced Science, 12(19), e2415680. https://doi.org/10.1002/advs.202415680

• Zou, X., Xie, T., Xu, J., Bai, H., Wang, D., Ke, X., Zhao, W., & Lv, M. (2026). Razotkrivanje autokatalitičke kinetike u kratkolančanoj poliaddiciji poli(amic acid) pomoću 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). Organoboronski katalizator tolerantan na razrjeđenje za kopolimerizaciju CO 2 i propilen oksida omogućenu cikličkim anhidridom. 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). Heterodinuklearni Co(III)NA(I) katalizatori za kopolimerizaciju propilen oksida i ugljikova dioksida s otvaranjem prstena. 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). Kataliza pniktogen-veza: kopolimerizacija CO2 i epoxides na platformama antimona(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). Kontrola morfologije u nanokompozitima poliuretanske disperzije na bazi vode kroz prilagođenu strukturu, formulaciju i obradu. 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). Razotkrivanje uloge vode u katalitičkoj glikolizi PET-a. 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). Komercijalni organski Lewis-pair katalizatori za učinkovitu ring-opening polymerization 1,2-butylene oxidea. Polymer Chemistry, 16(23), 2742–2750. https://doi.org/10.1039/d5py00238a

• Wang, R., Xu, L., Yang, Y., Wang, W., Liu, M., Su, X., & Shao, Y. (2026). Praćenje amidacije Oligonucleotides u stvarnom vremenu pomoću online FTIR spectroscopy. 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). Analiza inline-IR u stvarnom vremenu putem strategije linearne kombinacije i strojnog učenja za automatiziranu optimizaciju reakcija. 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). Optimizacija heterogene kontinuirane protočne hydrogenation pomoću FTIR inline analize: usporedna studija višeciljne Bayesove optimizacije i kinetičkog modeliranja. 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). Dvostupanjska optimizacija kontinuirane protočne sinteze L-karnitina kombiniranjem Bayesove optimizacije, inline analize i kinetičkog modeliranja. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.5256095
  
• Moll, M., Wängler, B., Wängler, C., & Röder, T. (2025). Kinetičko istraživanje asimetrične hydrogenation benzylphenylephronea u kontinuiranom protoku. CHIMIA International Journal for Chemistry, 79(6), 441–448. https://doi.org/10.2533/chimia.2025.441

• Talbot, F. J. T., Lindsay-Scott, P. J., Stokes, S., Barnes, A., Rees, M., Miller, I., Richardson, J., & Tang, X. (2026). Praćenje formiranja Turbo-Hauser baze pomoću ReactIR-a omogućuje robusnu reakciju jodiranja tijekom rane kampanje povećanja scale-a. 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). Automatizirani kolonsko-protočni reaktor s inline spektrometrima za mjerenje vremena zadržavanja i kinetičku analizu izravne amidacije estera katalizirane 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). N-N spajanje nitrozilnih liganada u dinitrozilnom željeznom kompleksu posredovano vanjskim kiselinama. ChemRxiv. https://doi.org/10.26434/chemrxiv-2025-9z9lk/v2
• Lorraine, S. C., Baur, A., Taylor, N., Dolinar, B. S., & Hoover, J. M. (2026). Učinci polja upravljaju decarboxylation Copper(II)-Benzoates: kinetičke i mehanističke studije. 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). Mehanizam na atomskoj razini sinteze RDX-a putem izravne nitracije urotropina: DFT studija i spektroskopska validacija. 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). Usporedna studija katalitičke aktivnosti heterokubana [COIII4O4] u reakcijama oksidacije alkohola u otopini. ChemRxiv. https://doi.org/10.26434/chemrxiv-2025-0pw68
• Lorraine, S., Baur, A., Taylor, N., Dolinar, B., & Hoover, J. (2025). Učinci polja upravljaju decarboxylation Copper(II)-Benzoates: kinetičke i mehanističke studije. 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). Pristup acikličkim vicinalnim tetrasupstituiranim stereocentrima putem biomimetički Cu/squaramide kooperativno kataliziranih asimetričnih Mannich reakcija. 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). Mehanička istraživanja selektivnih supstitucija alkoksisilana primarnim litijevim amidima: od mono- do di- i trisupstituiranih Si–N-funkcionaliziranih silana. Inorganic Chemistry, 64(26), 13355–13363. https://doi.org/10.1021/acs.inorgchem.5c01794

• Yu, H., Schiele, S. A., & Briesen, H. (2026). Kvantifikacija evolucije oblika uzrokovane abrazijom u stirred crystallization na temelju zakrivljenosti. 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). Primjena infracrvene spectroscopy u praćenju destilacije otapala tijekom rane faze razvoja farmaceutskog procesa─Lean kemometrija za rješavanje učinaka temperature i 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). Kinetika rasta kristala hidratnih faza NA 2 CO 3 u sustavu NA 2 CO 3 –NAOH–H 2 O za održivu proizvodnju sode pepela. 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). Utjecaj svojstava sjemena i radnih uvjeta na sekundarnu nukleaciju glifosata. 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). Eksperimentalna nelinearna prediktivna regulacija veličine kristala i prinosa u batch cooling crystallization omogućena soft senzorom i modelom kalibracije temeljenim na simbolima. 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). Kinetički model temeljen na neuronskoj mreži za antisolvent crystallization benzofenona: konstrukcija, validacija i mehanističko tumačenje. Crystals, 15(5), 464. https://doi.org/10.3390/cryst15050464

• 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). Razvoj proizvodnog postupka za AMG 193, MTA-kooperativni PRMT5 inhibitor. 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). Rješavanje varijacija sirovina: održavanje stacionarnog stanja tijekom kultivacije miješanjem lignoceluloznih tokova sirovine. 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). Digitalni blizanac za proizvodnju izvanstaničnih vezikula dobivenih iz hMSC-a za primjene u staničnoj i genskoj terapiji prema autonomnom radu. 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). Ekstraktivna fermentacija etanola s povratom etanola apsorpcijom u otvorenim i zatvorenim sustavima. Fermentation, 11(1), 12. https://doi.org/10.3390/fermentation11010012
  
• Ponnudurai, A., Schulze, P., Seidel-Morgenstern, A., & Lorenz, H. (2025). LigniFrac: dokaz koncepta skalabilnog kontinuiranog procesa frakcioniranja 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). Sintetska biologija omogućena, biorazgradiva, performansno podesiva i taljivo obradiva bioplastika. Chemical Engineering Journal, 515, 163593. https://doi.org/10.1016/j.cej.2025.163593

• Akturk, I., Mackey, J. S., Sundarkumar, V., Murbach, G., Joglekar, G., Csathy, A. T., Wehrle, F. J., Thompson, D. H., & Nagy, Z. K. (2026). Prema agilnoj, distribuiranoj farmaceutskoj proizvodnji: kontinuirana end-to-end integracija reakcije, pročišćavanja i formulacije za Lomustin putem platforme 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). Analiza inline-IR u stvarnom vremenu putem strategije linearne kombinacije i strojnog učenja za automatiziranu optimizaciju reakcija. 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). Kristalizacija laktoze: integracija strojnog učenja s procesnim analitičkim tehnologijama. 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: Python radni tijek za ReactIR omogućuje kvantificiranje stabilnosti osjetljivih spojeva na zraku. 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). Autonomna protočna elektrokemija za ubrzano otkrivanje katalizatora. 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: alat za modeliranje protočnih reaktora pomoću pristupa temeljenih na fizici i strojnog učenja za modularnu simulaciju, identifikaciju parametara i optimizaciju reaktora. RSC Advances, 15(40), 33278–33296. https://doi.org/10.1039/d5ra06173c