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

Byly syntetizovány čtyři katalyzátory Co(III)Na(I) (L1-4 Co(III)Na(I)) a zkoumán jejich potenciál pro ring opening copolymerization (ROCOP) PO a CO2 za vzniku polykarbonátů. Cílem bylo identifikovat optimální koordinační prostředí ligandů a provozní podmínky pro kovový systém Co(III)/Na(I) a vyhodnotit výkon katalyzátoru za třech různých podmínek. Ligandy měly cílené modifikace zaměřené na diiminový linker (ethylové a dimethylpropylové linkery) a počet donorů kyslíku (pět a šest) v etherových místech. Tyto varianty byly zvoleny proto, že podle výpočtů DFT ovlivňují kovová centra během kroků určujících rychlost i selektivitu.

„Rychlosti reakce byly sledovány pomocí operando ATR-IR spectroscopy, přičemž byl pozorován nárůst intenzity píku při 1750 cm–1 odpovídajícího natažení C=O v polykarbonátu a píku při 1810 cm–1 odpovídajícího natažení C=O v cyklickém karbonátovém vedlejším produktu. Hodnoty absorpce IR byly kalibrovány na konverzi pomocí integrace spektra 1H NMR alikvoty odebrané na konci reakce. Semilogaritmické grafy ln([PO]t/[PO]0) versus čas jsou lineární, přičemž pozorovaná pseudo-prvního řádu rychlostní konstanta, kobs, byla vypočtena z absolutní hodnoty směrnice. Porovnání pozorovaných katalytických aktivit odhaluje významné rozdíly v celé sérii, přičemž L1Co(III)Na(I) vykazuje nejlepší výkon…Aktivita katalyzátoru, pokud jde o kobs a TOFPPC, klesala u zbývající části série v následujícím pořadí: L2Co(III)Na(I), L3Co(III)Na(I) a 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

Při syntéze důležitého agrochemického meziproduktu, 2-amino-3-methylbenzoové kyseliny (AMA), byl vytvořen heterogenní kontinuální průtočný systém pro hydrogenation 3-methyl-2-nitrobenzoové kyseliny (MNA). Tento systém byl vybaven in situ monitorováním pomocí IR a získaná data byla zpracována modelem umělé neuronové sítě (ANN), což poskytlo koncentrace MNA a AMA v reálném čase. Experimenty s bohatými daty byly použity ke srovnání vícecílové Bayesovské optimalizace (MOBO) s kinetickým modelováním. Metoda MOBO účinně určila Pareto optimální kombinace parametrů, což vedlo k důkladnému pochopení kompromisu mezi výtěžkem a produktivitou. Kinetické modelování určilo aktivační energii hydrogenation a charakterizovalo adsorpci vodíku jako kompetitivní disociaci.   Povrchové odezvy generované z kinetického modelu rovněž přispěly k pochopení optimalizace výtěžku a produktivity. 

 „Modelování ANN bylo provedeno pro zpracování inline FTIR spekter podle uvedené literatury. Bylo připraveno několik skupin MNA a AMA v methanolickém roztoku s různými koncentracemi a jejich inline FTIR spektrální data byla shromážděna jako trénovací a validační sada…během trénovacího procesu byla zkoumána architektura sestávající z jedné konvoluční vrstvy následované hustými vrstvami. Spektrální data byla zpracována na konvoluční vrstvě Conv1D za účelem extrakce charakteristik a filtrování vah dat. Poté bylo provedeno snížení dimenze dat pomocí různých funkcí v hustých vrstvách. Nakonec výstupní vrstva poskytla předpovězené koncentrace MNA a 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) lze hydrogenation přeměnit na 2,5-furandimethanol (BHMF), což je důležitá výchozí molekula pro syntézu biologicky rozložitelných polymerů, palivových aditiv a vysoce hodnotných jemných chemikálií. Tato syntéza je náročná tím, že existuje řada konkurenčních hydrogenation drah, které jsou ovlivněny katalyzátorem, rozpouštědlem a reakčními proměnnými a které ovlivňují selektivitu a výtěžek. Díky lepší kontrole reakčních podmínek mají kontinuální průtočné reaktory pro selektivní hydrogenation HMF významné výhody. Cílem tohoto projektu proto bylo vyvinout účinný, ekologický kontinuální průtočný systém pro hydrogenation HMF na BHMF využívající katalytický systém RuPt@g-C3N4 a vodu jako rozpouštědlo. Metodika vývoje využívala Bayesovskou optimalizaci reakčních podmínek a kvantitativní sledování reakční dynamiky pomocí inline FTIR.  Autoři uvádějí, že použití Bayesovské optimalizace jak pro screening reakčních podmínek, tak pro návrh složení katalyzátoru představuje účinný přístup k optimalizaci syntézy chemických platformních molekul z biomasy.

  „Koncentrace HMF a BHMF v reakčním roztoku byly sledovány v reálném čase pomocí inline FTIR spectroscopy…K objasnění mechanizmu hydrogenation byly experimenty prováděny za optimálních podmínek v kontinuálním průtočném reaktoru s pevným ložem naplněným RuPt@g-C3N4... nebyly pozorovány žádné zřetelné píky reakčních intermediátů. To pravděpodobně odráží vysokou intrinsickou aktivitu bimetalických míst RuPt a přítomnost přechodných intermediátů převážně na rozhraní katalyzátor–substrát při nízkém pokrytí…”

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

Syntéza peroxyesterů má inherentní problémy tepelné bezpečnosti kvůli exotermní povaze reakce a přítomnosti nestabilních sloučenin. V práci popsané zde byla jednoplotová kyselinou katalyzovaná acylace za vzniku tert-butyl peroxypivalátu (TBPP) převedena ze semi-batch procesu na průtočný proces, aby se zvýšila bezpečnost. K lepšímu pochopení mechanizmu této acylace byly použity výpočty hustotní funkcionální teorie (DFT) a in situ IR charakterizace. Pro semi-batch reakci byla provedena kalorimetrická měření pomocí DSC, ARC a reaction calorimetry, aby bylo možné plně porozumět tepelnému chování reakce. Zjistilo se, že teplota procesu a rychlost dávkování jsou hlavními faktory ovlivňujícími uvolňování tepla a nejvyšší úroveň rizika byla spojena s podmínkami, které přinášely nejvyšší výtěžek. 

„…semi-batch proces byl transformován na průtočný proces. Optimalizace byla provedena s cílem maximalizovat space-time yield a minimalizovat E-factor pomocí vícecílové Bayesovské optimalizace a byla určena Pareto fronta…dříve navržená metoda hodnocení rizika m-ITHI [modified inherent thermal runaway hazard index] byla použita ke kvantifikaci a porovnání tepelného rizika mezi semi-batch procesem a průtočným procesem. Výsledek hodnocení ukázal, že použití mikroreaktoru snížilo riziko tepelného runaway z vysokého (Class V) na střední (Class II). Zlepšená bezpečnost přinesená mikroreaktorem však nezaručovala inherentní bezpečnost procesu syntézy TBPP a tepelné riziko se měnilo v závislosti na procesních podmínkách v mikroreaktoru…R-factor byl poprvé navržen ke kvantifikaci změny rizika způsobené reakčními podmínkami v průtočných procesech.”

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

Modely dynamické metodologie odezvové plochy (DRSM) byly použity k získání důkladného pohledu na crystallization léčiva Belzutifan se zaměřením na pochopení vlivu rychlosti přidávání antisolventu a teploty. V systému OptiMax bylo provedeno 22 plnofaktoriálních DoE na antisolventní crystallization a ReactIR byl použit k získání časově rozlišených spekter koncentrace v nadřazené fázi. Kalibrace IR dat byla provedena pomocí offline vzorků supernatantu odebraných systémem EasySampler a koncentrace byly měřeny pomocí UPLC. Automatizovaný chemometrický model metodou částečných nejmenších čtverců (PLS) byl natrénován tak, aby ze spekter IR získal profily koncentrace. Z těchto informací poskytla DRSM dynamické modely pro charakterizaci koncentrace v nadřazené fázi jako funkce teploty a přidávání antisolventu. particle size distribution (PSD) krystalů byla měřena jako funkce teploty crystallization a rychlosti přidávání antisolventu. Vytvořený model DRSM úspěšně předpovídal dynamiku koncentrace jako funkci podílu antisolventu, rychlosti přidávání a teploty pro trénovací datovou sadu DoE i pro samostatný validační experiment.

„Výsledky prezentované v této práci ukazují datově řízený modelovací přístup pro crystallization aktivní farmaceutické látky (API) s využitím procesních analytických technologií (PAT) a dynamické metodologie odezvové plochy (DRSM)…. Tento přístup umožňuje uživatelům získat cenné poznatky o tom, jak faktory rychlosti přidávání antisolventu a teploty crystallization dynamicky ovlivňují profily koncentrace, aniž by byl zapotřebí mechanistický nebo znalostně založený model, a to bez nutnosti provádět další experimenty. Navíc jsme ukázali, že DRSM je vhodný nástroj pro predikci profilů koncentrace při provádění crystallization v rámci design space 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). K směru agilní, distribuované farmaceutické výroby: nepřetržitá end-to-end integrace reakce, čištění a formulace lomustinu prostřednictvím platformy MiniPharm. Organic Process Research & Development, 30(3), 595–618. https://doi.org/10.1021/acs.oprd.5c00314

Tato práce se zaměřuje na vývoj platformy MiniPharm pro výrobu onkologického léčiva lomustin prostřednictvím nepřetržité integrované výroby. Výzkumníci propojili operace týkající se léčivé látky a léčivého přípravku integrací dvou navazujících reakčních kroků, kontinuální destilace s výměnou rozpouštědla, dvoustupňové MSMPR crystallization a tisku kapslí metodou drop-on-demand. Vývoj každé z těchto operací vyžadoval podrobné zkoumání kinetiky reakce, modelování rozpustnosti, sledování PAT a simulací procesu. Díky zintenzivnění procesu, které zahrnovalo úpravy reaktorů, destilačních a crystallization jednotek, stejně jako integraci automatizovaného řízení a in-line PAT pro efektivitu provozu, autoři uvádějí dosažení celkové výtěžnosti procesu pro lomustin 69 %. 

V počátečních dávkových studiích bylo in situ FTIR použito k identifikaci charakteristických píků pro výchozí látky, meziprodukty a produkt, včetně cyklohexaminu, 2‑chlorethylisokyanátu, meziproduktu 1‑(2‑chlorethyl)‑3‑cyklohexylmočoviny, tert‑butylnitritu a lomustinu. Tato spektra byla použita k podpoře kinetického modelování, volby doby zdržení a ověření konverze v navazujících průtokových reaktorech. Během experimentů s integrovanými provozními jednotkami byla sonda MIR instalována do krystalizátoru MSMPR pro sledování koncentrace rozpuštěné látky, Supersaturation a ustáleného chování. Systém in situ mikroskopického zobrazování poskytoval zobrazení nukleace, růstu krystalů, změn zákalu a potenciálního oiling-out v reálném čase. Dvojitá PAT strategie, v níž MIR měřil rozpuštěné druhy, zatímco vizuální zobrazování sledovalo tvorbu krystalů, byla klíčem k efektivní continuous crystallization a úspěšnému, plně integrovanému end-to-end workflow.

„Pro umožnění monitorování reakčních a crystallization procesů v reálném čase byly použity dva nástroje PAT: Mettler Toledo ReactIR 702L Attenuated Total Reflectance-Fourier Transform Infrared Spectroscopy (ATR-FTIR) a inline zobrazovací sonda Easy-Viewer 100. Pro dávkové reakční experimenty bylo ATR-FTIR použito ke sběru spekter chemických druhů při různých koncentracích a k identifikaci hlavních píků reaktantů a produktů. Pro průtokovou syntézu byla sonda FTIR ponořena do baňky s kulatým dnem umístěné za druhým reaktorem. Opakované pokusy průtokové syntézy potvrdily vysoké a konzistentní míry konverze. Pro integrované nepřetržité end-to-end běhy byla sonda FTIR přizpůsobena pro monitorování crystallization umístěním přímo do krystalizátoru MSMPR. Současně byla použita EasyViewer 100 k vizuálnímu sledování tvorby krystalů, zákalu a růstu uvnitř MSMPR“.

Abdoun, S., Bour, C., Mayer, R. J., & Vayer, M. (2026). Elektrochemická N -propargylace N -heterocyklů prostřednictvím dekarboxylace allenoových kyselin. ACS Organic & Inorganic Au. https://doi.org/10.1021/acsorginorgau.5c00117

Elektrosyntéza je zkoumána jako způsob syntézy vazeb C-N bez potřeby toxických činidel a odpadu spojeného s klasickými kopulačními metodami. Kyseliny 2,3‑allenoové jsou navrženy jako potenciálně účinné prekurzory, protože jejich anodická oxidace generuje allenyl/propargyl radikály, které podléhají rychlé druhé oxidaci na vysoce elektrofilní kationty schopné selektivní N‑propargylace. Práce zavádí mírný elektrochemický protokol bez přísad, který poskytuje N‑propargylované produkty napříč pyrazoly, triazoly, tetrazoly, benzotriazoly, amidy, karboxylovými kyselinami a alkoholy v 25–82% výtěžku, s vysokou atomovou ekonomií a Faradayovými účinnostmi 40–70 %. Mechanistické studie naznačují, že reakce je řízena elektrochemickou kontrolou spíše než koncentrací substrátu. Klíčem k pochopení reaction mechanism je použití ReactIR, který měří spotřebu substrátu v reálném čase a vede ke stanovení počátečních rychlostí. Tato data ukazují, že reakce má nulový řád jak vzhledem k allenoové kyselině, tak k nukleofilu, zatímco rychlost lineárně roste s aplikovaným proudem. To naznačuje, že anodický přenos elektronu je rychlost určující krok. Spolu s cyklickou voltametrií a DFT kinetické důkazy podporují cestu, v níž oxidační dekarboxylace tvoří allenylový radikál, který je okamžitě oxidován na propargylový kation, jenž podléhá kineticky řízené tvorbě vazby C-N. Výzkumníci uzavírají tím, že zavedli elektrochemickou metodu pro propargylaci N‑heterocyklů pomocí kyselin 2,3‑allenoových za jednoduchých podmínek bez přísad. Reakce využívá levnou uhlíkovou anodu a nevyžaduje externí oxidanty, zásady ani dehydratační činidla. Tato studie ukazuje, jak mechanistické porozumění může vést návrh elektrosyntetických přístupů, které generují reaktivní meziprodukty pro účinnou konstrukci vazby C–N.

„… kinetické studie byly provedeny pomocí in situ IR spectroscopy. Pro stanovení časově závislé koncentrace 1a [allenoová kyselina] během kinetického měření byla použita lineární závislost absorbance IR při 1689 cm–1, která odpovídá pásu C═O 1a, a koncentrace 1a. Zánik 1a v čase byl poté použit ke stanovení počátečních reakčních rychlostí k, které byly experimentálně měřeny při různých počátečních koncentracích 1a a 2a [pyrazol]. Počáteční rychlosti k byly nezávislé na koncentracích 1a a 2a, což naznačuje, že reakce má nulový parciální řád jak v allenoové kyselině 1a, tak v pyrazolu 2a. Přesto počáteční rychlost vykazuje lineární korelaci s aplikovaným proudem, což naznačuje, že anodický proces přenosu elektronů představuje krok určující rychlost.“

Yang, Y., Guan, Z., Wang, R., Wang, W., Zhang, M., Su, X., & Shao, Y. (2026). Optimalizace detritylační reakce pevné fáze oligonukleotidu pomocí 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) se používá k optimalizaci detritylace během solid-phase oligonucleotide synthesis a ukazuje se, že představuje reagenčně úspornější alternativu ke klasickému sledování pomocí UV. Nejprve bylo provedeno offline IR měření hlavních složek v detritylační směsi, které identifikovalo odlišné absorpční píky pro toluen (1495 cm⁻¹), bezvodý acetonitril (2253 cm⁻¹), DCA‑monomer (1765 cm⁻¹) a DCA‑dimer (1740 cm⁻¹). Byl stanoven přístup pro kvantitativní analýzu pomocí monitorování v reálném čase, protože intenzity IR pro DCA‑monomer a DCA‑dimer vykazovaly silnou linearitu s koncentrací v rozmezí 3–10 % DCA. 

Z kinetiky a mechanistického porozumění detritylační reakci vyplývá, že relativní koncentrace DCA‑monomeru a DCA dimeru úzce souvisejí s průběhem detritylace a tvorba DCA‑dimeru je rychlost určující krok detritylace. DCA existuje převážně jako chemicky aktivní dimer v toluenu, zatímco v acetonitrilu přechází do neaktivní monomerní formy. Detritylace probíhá účinně, když se neaktivní monomer DCA zcela převede na aktivní dimer. Tato práce porovnávala sledování těchto strukturálních změn DCA pomocí in-line IR s tradiční detekcí dimethoxytritylového kationtu (DMT⁺) pomocí UV, což je UV aktivní druh uvolňovaný během detritylačního kroku solid-phase oligonucleotide synthesis. Tato korelace ukázala, že pokles neaktivního IR signálu DCA‑monomeru na základní linii, definovaný jako node III, znamenal optimální konečný bod reakce. V tomto bodě byly čistota produktu, úrovně depurinace i celkové výtěžky shodné s těmi dosaženými pomocí UV řízení; navíc došlo až k 40,4% snížení spotřeby detritylačního činidla. Pro ověření robustnosti a obecnosti této IR řízené strategie byly pomocí tohoto kritéria node III syntetizovány oligonucleotide sekvence s různorodými strukturními a chemickými vlastnostmi. Ve všech sekvencích zůstala kvalita produktu konzistentní, vedlejší reakce depurinace byly účinně potlačeny a spotřeba činidel se snížila o 22,7–46,7 %. 

„Ve srovnání s klasickým in-line UV monitoringem překonává in-line IR technologie omezení UV monitorování, včetně úzkého rozsahu odezvy signálu, zpožděného monitorování a nedostatečného sledování mikrootakčního procesu. Umožňuje sledovat mikrokinetické změny klíčových složek při detritylaci v reálném čase, snižuje spotřebu činidel a podporuje zelený a udržitelný rozvoj synthesis v pevné fázi. Tato studie poskytuje univerzální strategii pro zlepšení přesnosti řízení procesu solid-phase synthesis a umožňuje plně procesně zpřesněnou výrobu oligonucleotide.“

Pucihar, U., Vračar, P., Bitenc, M., & Kopač, T. (2025). Sebeoptimalizace Claisen-Schmidtovy kondenzace v automatizovaném mikroprůtokovém reakčním systému pomocí strojového učení. Computers & Chemical Engineering, 201, 109261. https://doi.org/10.1016/j.compchemeng.2025.109261

Na příkladu Claisen-Schmidtovy aldolové kondenzace mezi 2-methoxybenzaldehydem a acetonem tato práce demonstruje vývoj a aplikaci nového systému sebeoptimalizace. Autoři uvádějí, že vícecestný algoritmus TSEMO (Thompson sampling efficient multi-objective optimization) je používán v kombinaci s in-line MIR (ReactIR) a on-line UHPLC PAT na mikrofluidním reaktoru řízeném prostřednictvím supervisory control and data acquisition (SCADA), který je použit pro kontinuální optimalizaci proměnných. Byly stanoveny optimální reakční podmínky včetně teploty, průtoků a doby zdržení a systém byl ověřen pomocí kinetického modelování. 

„… proces sebeoptimalizace předčil tradiční metody chemické reakce tím, že dosáhl cílových koncentrací (nastavených cílů) rychleji, s menším množstvím chemikálií a s minimálním manuálním zásahem. To nejen zvyšuje environmentální udržitelnost a ekonomickou efektivitu procesu, ale také ukazuje potenciál pro širší uplatnění v reaction engineering. Těsné sladění experimentálních dat s teoretickými předpověďmi, které se pohybovalo v odchylce ±10 %, potvrzuje schopnost systému optimalizovat bez předchozí znalosti reaction kinetics…“

Zou, X., Xie, T., Xu, J., Bai, H., Wang, D., Ke, X., Zhao, W., & Lv, M. (2026). Odhalení autocatalytic kinetics v krátkořetězcové polyadici poly(amic acid) pomocí In Situ FTIR. Industrial & Engineering Chemistry Research, 65(10), 5452–5459. https://doi.org/10.1021/acs.iecr.6c00046

V polyadici aromatických diaminů a dianhydridů (PAA) probíhají dvě fáze: rychlá fáze tvorby krátkých řetězců (fáze 1) a následná pomalá fáze růstu řetězce (fáze 2). Prakticky všechny dosavadní kinetické studie se zaměřují na kinetiku druhé fáze pomocí různých technik.  Ačkoli jsou tyto metody účinné u monomerů s nízkou reaktivitou, nezachycují silně exotermní fázi 1 reaktivnějších monomerů. To vede v prvních několika minutách reakce k odchylkám simulace 20−30 %, což oslabuje řízení procesu, spolehlivost scale‑up a bezpečnost. Proto je pro zachycení navrhovaného autocatalytic chování řídícího tuto ranou fázi zásadní monitorování v reálném čase s velkým množstvím dat.  

V této práci se využívá in situ FTIR k poskytnutí informací nezbytných pro důkladnější pochopení kinetiky v rané fázi polyadice poly(amic acid) (PAA). Ta je obvykle považována za kinetický proces druhého řádu, v němž je rychlost reakce úměrná součinu koncentrací diaminu a dianhydridu. Teoretické modely naznačují, že tyto reakce vykazují výrazné autocatalytic charakteristiky, kdy reakční produkty urychlují následné reakční rychlosti, a že autocatalytic efekt způsobují intermediáty.  Je vyvinut model autocatalytic kinetics vysoce reaktivních systémů aromatický diamin–dianhydrid, který zahrnuje hypotézy mechanismu, odvození rychlostní rovnice, fitování dat a termodynamickou analýzu. Model poskytuje vhled do toho, jak složky jako teplota a struktura monomeru řídí míru autocatalysis. Data ukazují, že krátkořetězcová polyadice probíhá podle nevratného autocatalytic kinetického modelu druhého řádu, poháněného především protonovou katalýzou nově vzniklých –COOH skupin. Teplota a elektrofilita monomeru společně modulují rozsah autocatalysis, přičemž BTDA vykazuje nejsilnější katalytické urychlení a s‑BPDA nejslabší. 

„Používáme in situ FTIR spectroscopy k kvantitativnímu zkoumání rané fáze polyadice 4,4′-diaminodifenylmethanu (MDA) se třemi dianhydridy: 3,3′,4,4′-benzofenontetrakarboxylovým dianhydridem (BTDA), 3,3′,4,4′-bifenyltetrakarboxylovým dianhydridem (s-BPDA) a 2,3,3′,4′-bifenyltetrakarboxylovým dianhydridem (a-BPDA). Izolovaný charakteristický pás MDA při 818 cm^–1 může sloužit jako účinná sonda pro kvantitativní sledování změn koncentrace MDA. Kinetická analýza normalizovaných intenzit pásů (A-818 cm^–1, T-818 cm^–1 a S-818 cm^–1) ukazuje, že reakce probíhá podle nevratné autocatalytic kinetiky druhého řádu. Tento kombinovaný přístup in situ FTIR a modelování poskytuje první kvantitativní poznatky o tom, jak elektrofilita dianhydridu, molekulární struktura a teplota synergicky řídí rozsah autocatalysis, a tím nabízí klíčové experimentální a teoretické vedení pro přesné řízení a optimalizaci syntézy PAA.“

• Li, M., Wang, Y., Luo, Y., & Shu, X. (2026). Efektivní a ekologický postup pro syntézu dodekanonoximu z nepřímé transoximační reakce katalyzované zeolitem. 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). Udržitelná kontinuálně průtočná katalýza a bayesovská optimalizace hydrogenation HMF odvozeného z biomasy přes 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). Acidobazická synergie nezávislá na vzdálenosti v pevném katalyzátoru ZrOxHy pro regeneraci aminů při postspalovacím zachytávání CO2. 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). Selektivní regulace přenosu kyslíku pro ekologickou oxidaci n-butanu za mírných podmínek: výkon a mechanismus. Journal of Catalysis, 448, 116187. https://doi.org/10.1016/j.jcat.2025.116187
• Mazumder, A., & Beckingham, B. S. (2025). Dlouhý postranní řetězec PEGMA v iontově výměnných membránách pro omezení průniku produktů CO 2 reduction. ACS Sustainable Chemistry & Engineering, 13(45), 19464–19481. https://doi.org/10.1021/acssuschemeng.5c02539
• Yao, Y., Chen, D., Li, Y., & Yin, Z. (2025). Vlivy složení plynné fáze na úpravu kinetiky hydrátů CH4/CO2 s 1,3-dioxolanem: implikace pro skladování bioplynu na bázi hydrátů. 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). Zesílení hydrogen transfer kumenu prostřednictvím Ru-based porfyrinového kovalentního organického rámce pro tandemovou epoxidaci alkenů vzduchem. 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). Studie a charakterizace intermediátů používaných při výrobě okysličovadla ammonium dinitramide. 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). Zlepšení tepelné bezpečnosti: přechod od dávkové k průtočné syntéze acid-catalyzed tert-butyl peroxypivalate. 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). Uspořádání tetraedrických atomů dusíku v kationtech A-site: nový přístup k regulaci citlivosti a energie perovskitových energetických materiálů. 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). Odhalení autocatalytic kinetics v krátkořetězcové polyadici poly(amic acid) pomocí 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). Organoboronový katalyzátor tolerantní k ředění pro kopolymeraci CO 2 a propylene oxide umožněnou cyklickým anhydridem. 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). Heterodinukleární katalyzátory Co(III)NA(I) pro ring-opening kopolymeraci propene oxide a oxidu uhličitého. 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). Pnictogen-Bonding catalysis: kopolymerace CO2 a epoxides na platformách antimonu(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). Řízení morfologie v nanokompozitech vodou ředitelné polyuretanové disperze prostřednictvím přizpůsobené struktury, formulace a zpracování. 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). Rozluštění role vody v katalytické glycolysis 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). Komerční organické Lewis-párové katalyzátory pro účinnou ring-opening polymerization 1,2-butylene oxide. 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). Monitorování ammonolysis Oligonucleotides v reálném čase pomocí 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). Analýza inline-IR v reálném čase pomocí strategie lineární kombinace a strojového učení pro automatizovanou optimalizaci reakcí. 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). Optimalizace heterogenní kontinuální průtočné hydrogenation pomocí inline analýzy FTIR: srovnávací studie vícekriteriální bayesovské optimalizace a kinetického modelování. 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). Dvoustupňová optimalizace kontinuální syntézy L-karnitinu kombinující bayesovskou optimalizaci, inline analýzu a kinetické modelování. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.5256095
  
• Moll, M., Wängler, B., Wängler, C., & Röder, T. (2025). Kinetické zkoumání asymetrické hydrogenation benzylphenylephrone v kontinuálním průtoku. 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). Monitoring tvorby Turbo-Hauserovy báze pomocí ReactIR umožňuje robustní jodaci během rané scale-up kampaně. 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). Automatizovaný kolonový průtočný reaktor s inline spektrometry pro měření doby residence a kinetickou analýzu přímé amidace esterů katalyzované 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 coupling nitrosylových ligandů v dinitrosylželezném komplexu zprostředkované externími kyselinami. ChemRxiv. https://doi.org/10.26434/chemrxiv-2025-9z9lk/v2
• Lorraine, S. C., Baur, A., Taylor, N., Dolinar, B. S., & Hoover, J. M. (2026). Polní efekty řídí dekarboxylaci měďnatých benzoátů: kinetické a mechanistické studie. 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). Mechanismus syntézy RDX na atomární úrovni prostřednictvím přímé nitrace urotropinu: studie DFT a spektroskopické ověření. 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). Srovnávací studie katalytické aktivity heterokubanů [COIII4O4] v oxidačních reakcích alkoholů v roztoku. ChemRxiv. https://doi.org/10.26434/chemrxiv-2025-0pw68
• Lorraine, S., Baur, A., Taylor, N., Dolinar, B., & Hoover, J. (2025). Polní efekty řídí dekarboxylaci měďnatých benzoátů: kinetické a mechanistické studie. 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). Získávání acyklických vicinálních tetrasubstituovaných stereocenter prostřednictvím biomimeticky katalyzovaných asymetrických Mannichových reakcí Cu/squaramidovou kooperativní katalýzou. 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). Mechanistic investigations of selective alkoxysilane substitutions by primary lithium amides: from mono- to di- and trisubstituted Si–N-Functionalized silanes. Inorganic Chemistry, 64(26), 13355–13363. https://doi.org/10.1021/acs.inorgchem.5c01794

• Yu, H., Schiele, S. A., & Briesen, H. (2026). Kvantifikace evoluce tvaru vyvolané abrazi pomocí zakřivení v míchané crystallization. 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). Aplikace infračervené spectroscopy při monitorování destilace rozpouštědel během rané fáze vývoje farmaceutických procesů─úsporná chemometrie pro zvládnutí teplotních a matricových efektů. 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 růstu krystalů hydrátových fází NA 2 CO 3 v systému NA 2 CO 3 –NAOH–H 2 O pro udržitelnou výrobu sody. 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). Vliv vlastností zárodků a provozních podmínek na sekundární nukleaci glyfosátu. 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). Experimentální nelineární prediktivní řízení velikosti krystalů a výtěžku v dávkové chladicí crystallization umožněné soft senzorem a kalibračním modelem Symbolic-Based. 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). Kinetický model založený na neuronové síti pro antisolvent crystallization benzofenonu: konstrukce, validace a mechanistická interpretace. 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). Vývoj výrobní cesty k AMG 193, inhibitoru PRMT5 kooperujícímu s 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). Řešení variability surovin: Udržení stacionárního stavu během kultivace mísením lignocelulózových vstupních proudů. 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). Digitální dvojče pro výrobu extracelulárních vezikul odvozených z hMSC pro aplikace v buněčné a genové terapii směrem k autonomnímu provozu. 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). Extraktivní ethanolu fermentace s rekuperací ethanolu absorpcí v otevřených a uzavřených systémech. Fermentation, 11(1), 12. https://doi.org/10.3390/fermentation11010012
  
• Ponnudurai, A., Schulze, P., Seidel-Morgenstern, A., & Lorenz, H. (2025). LigniFrac: důkaz konceptu škálovatelného kontinuálního procesu frakcionace ligninu. 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). Bioplasty umožněné syntetickou biologií, biologicky odbouratelné, s laditelným výkonem a zpracovatelné tavením. 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). Směrem k agilní, distribuované farmaceutické výrobě: kontinuální end-to-end integrace reakce, purifikace a formulace lomustinu prostřednictvím platformy 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). Analýza inline-IR v reálném čase pomocí strategie lineární kombinace a strojového učení pro automatizovanou optimalizaci reakcí. 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). crystallization laktózy: Integrace strojového učení s procesní analytickou technikou. 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: pracovní postup v Pythonu pro ReactIR umožňuje kvantifikaci stability citlivých sloučenin na vzduchu. 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). Autonomní průtočná elektrochemie pro urychlené objevování katalyzátorů. 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: sada nástrojů pro modelování průtočných reaktorů pomocí přístupů založených na fyzikálních modelech a strojovém učení pro modulární simulaci, identifikaci parametrů a optimalizaci reaktoru. RSC Advances, 15(40), 33278–33296. https://doi.org/10.1039/d5ra06173c