催化、动力学与机理、建模

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). 评估未开发的 sulfondiimines 对映选择性反应中互补催化剂的作用。Journal of the American Chemical Society, 148(18), 18791–18803. https://doi.org/10.1021/jacs.5c23100

研究表明,基于肽和金鸡纳衍生的催化剂能够优于一种异常快速的背景反应,从而实现对未保护 sulfondiimines 的首次高对映选择性酰化。该背景反应是 sulfondiimine(SDI)底物与 2,2,2‑三氟乙基三氟乙酸酯(TFETFA)之间异常快速、未经催化的酰化,在 –78 °C 下 1 小时即可达到约 70% 的转化率。任何催化剂都必须具有比背景反应更快的结合和更快的酰化速率,才能实现对映选择性。

采用 ReactIR 监测 SDI 与 TFETFA 的未经催化酰化,并将数据与 Reaction Lab 结合以拟合机理模型。确定了结合(k₁)、酰化(k₂)以及 TFE 抑制(k₃、K_eq)的基元速率常数。模型显示,两种催化剂与 SDI 的结合速度都比 SDI 与自身结合快几个数量级,并且相对于背景反应可将酰化速度提高 100–1000 倍。发现的关键认识是,两个 SDI 分子协同激活彼此,而每一类催化剂都通过不同的位阻和电子相互作用与底物作用,从而实现高选择性。 

“为更好地理解在存在显著背景反应性的情况下仍能获得高对映选择性的原因,我们通过 ReactIR 的原位监测评估了 SDI 与 TFETFA 的背景反应动力学。不同的过量实验结合变量时间归一化分析(VTNA)表明,对亲电体呈一级依赖,对 SDI 呈二级依赖。尽管 SDI 的双分子级数起初出乎意料,但我们通过提出 SDI/SDI 激活模式对这一现象进行了合理解释。在该模型中,一个 SDI 分子通过氢键与第二个 SDI 相互作用,增强 SDI 基团的亲核性并加速其向亲电体的加成。由此得到的三元速率方程表明,SDI 激活步骤以及随后的酰化步骤在动力学上都具有相关性。”

聚合反应,催化

Butler, F., Fiorentini, F., Eisenhardt, K. H. S., & Williams, C. K. (2025). 用于丙烯氧化物和二氧化碳开环共聚的异核双金属 Co(III)Na(I) 催化剂。Macromolecules, 58(14), 7150–7160. https://doi.org/10.1021/acs.macromol.5c01529

合成并研究了四种 Co(III)Na(I) 催化剂(L1-4 Co(III)Na(I)),以评估其对 PO 和 CO2 进行开环共聚(ROCOP)并生成聚碳酸酯的潜力。目标是为 Co(III)/Na(I) 金属体系确定最佳配体配位环境和操作条件,并在三种不同条件下评估催化剂性能。配体进行了有序改造,重点在于二亚胺连接臂(乙基和二甲基丙基连接臂)以及醚位点中氧供体的数量(五个和六个)。之所以选择这些变化,是因为 DFT 计算表明它们会影响速率决定步骤和选择性决定步骤中的金属位点。

“通过 operando ATR-IR spectroscopy 监测反应速率,观察到 1750 cm–1 处峰强度升高,对应于聚碳酸酯中的 C=O 伸缩振动,以及 1810 cm–1 处峰强度升高,对应于环状碳酸酯副产物中的 C=O 伸缩振动。IR 吸光度值通过反应结束时取样所得等分样品的 1H NMR 谱积分校准为转化率。ln([PO]t/[PO]0) 对时间的半对数图呈线性关系,观察到的伪一级速率常数 kobs 由斜率的绝对值计算得出。对比观察到的催化活性显示,该系列中存在显著差异,其中 L1Co(III)Na(I) 表现最佳……就 kobs 和 TOFPPC 而言,其余催化剂的活性按以下顺序下降:L2Co(III)Na(I)、L3Co(III)Na(I) 和 L4Co(III)Na(I)。” 

flow chemistry,催化,建模

Chai, K., Xia, W., Shen, R., Luo, G., Cheng, Y., Su, W., & Su, A. (2024). 使用 FTIR 在线分析优化异相连续流 hydrogenation:多目标贝叶斯优化与动力学建模的比较研究。Chemical Engineering Science, 302, 120901. https://doi.org/10.1016/j.ces.2024.120901

在重要农化中间体 2-氨基-3-甲基苯甲酸(AMA)的合成中,构建了一个用于 3-甲基-2-硝基苯甲酸(MNA)hydrogenation 的异相连续流系统。该系统配备了原位 IR 监测,采集的数据通过人工神经网络(ANN)模型处理,从而实时得到 MNA 和 AMA 的浓度。利用数据丰富的实验比较了多目标贝叶斯优化(MOBO)与动力学建模。MOBO 方法有效地确定了帕累托最优参数组合,从而深入理解了收率与生产率之间的权衡。动力学建模确定了 hydrogenation 的活化能,并将氢吸附表征为竞争性解离。   由动力学模型生成的响应面也为收率和生产率优化提供了见解。 

 “根据已报道文献,对在线 FTIR 光谱进行了 ANN 建模处理。制备了多组不同浓度的甲醇溶液中的 MNA 和 AMA,并收集其在线 FTIR 光谱数据作为训练集和验证集……在训练过程中,研究了由一个卷积层后接全连接层的架构。光谱数据在 Conv1D 卷积层中进行处理以提取特征并筛选数据权重。随后,通过全连接层中的不同函数进行数据降维。最后,输出层给出预测的 MNA 和 AMA 浓度。” 

绿色化学,催化,flow chemistry

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

生物质来源的 5-羟甲基糠醛(HMF)可 hydrogenation 为 2,5-呋喃二甲醇(BHMF),后者是合成可降解聚合物、燃料添加剂和高附加值精细化学品的重要起始分子。该合成具有一定挑战性,因为存在多条相互竞争的 hydrogenation 路径,而催化剂、溶剂和反应变量都会影响选择性和收率。由于对反应条件具有更强的控制,连续流反应器在选择性 HMF hydrogenation 中具有显著优势。因此,本项目的目标是开发一种有效、环保的连续流体系,用于在 RuPt@g-C3N4 催化体系和水作溶剂条件下将 HMF hydrogenation 为 BHMF。开发方法采用了对反应条件的贝叶斯优化,以及基于 inline FTIR 的反应动力学定量跟踪。  作者指出,将贝叶斯优化同时用于反应条件筛选和催化剂组成设计,为优化生物质来源化学平台分子合成提供了一种有效方法。

  “使用 inline FTIR spectroscopy 实时监测反应液中 HMF 和 BHMF 的浓度……为研究 hydrogenation 机理,在装填 RuPt@g-C3N4 的连续流固定床反应器中于最优条件下进行了实验……未观察到明确的反应中间体峰。这很可能反映了 RuPt 双金属位点的高本征活性,以及在低覆盖度下中间体主要位于催化剂–底物界面的瞬态特征……”

危险化学品,工艺安全,flow chemistry,催化

Wei, D., Ma, K., Ni, L., Mebarki, A., Fu, G., & Jiang, J. (2025). 热安全升级:酸催化叔丁基过氧新戊酸酯合成从釜式到流动过程的转变。Chemical Engineering Journal, 523, 168103. https://doi.org/10.1016/j.cej.2025.168103

过氧酯的合成由于反应放热以及不稳定化合物的存在,天然存在热安全问题。在本文所述工作中,将一步酸催化酰化生成叔丁基过氧新戊酸酯(TBPP)的半批式工艺改造为流动工艺,以提高安全性。采用密度泛函理论(DFT)计算和原位 IR 表征,以更好地理解该酰化机理。对于半批式反应,使用 DSC、ARC 和反应量热法进行了量热测量,以充分了解反应的热行为。结果发现,工艺温度和加料速率对放热影响最大,而最高风险水平与产生最高收率的条件相关。 

“……半批式工艺被转变为流动工艺。通过多目标贝叶斯优化进行工艺优化,以最大化时空收率并最小化 E-factor,同时确定了帕累托前沿……采用了先前提出的风险评估方法 m-ITHI [modified inherent thermal runaway hazard index] 来量化并比较半批式工艺与流动工艺之间的热风险。评估结果表明,微反应器的使用将热失控危险从严重(Class V)降低到中等(Class II)。然而,微反应器带来的安全性提升并不保证 TBPP 合成过程本身是本质安全的,热风险会随着微反应器中的工艺条件而变化……首次提出了 R-factor,用于量化流动过程中由反应条件引起的风险变化。”

crystallization,建模

Angulo, A., & McMullen, J. P. (2025). 基于数据驱动的建模用于增强对活性药物成分 crystallization 的理解。Organic Process Research & Development, 29(6), 1432–1439. https://doi.org/10.1021/acs.oprd.5c00036

采用动态响应面方法(DRSM)模型,对药物 Belzutifan 的 crystallization 过程建立了全面认识,重点理解反溶剂加入速率和温度的影响。在 OptiMax 工作站上对反溶剂 crystallization 进行了 22 次全因子 DoE,并使用 ReactIR 获取上清液浓度的时间分辨光谱。IR 数据通过 EasySampler 系统收集的离线上清液样品进行校准,并使用 UPLC 测定浓度。训练了一个自动化偏最小二乘(PLS)化学计量模型,以从 IR 光谱中获得浓度曲线。基于这些信息,DRSM 构建了动态模型,用于表征上清液浓度随温度和反溶剂加入的变化。晶体的 particle size distribution(PSD)作为 crystallization 温度和反溶剂加入速率的函数进行了测量。所生成的 DRSM 模型成功预测了训练数据集以及单独验证实验中,浓度随反溶剂分数、加入速率和温度变化的动态行为。

“本工作展示了一种基于数据驱动的活性药物成分(API)crystallization 建模方法,结合了过程分析技术(PAT)和动态响应面方法(DRSM)……这种方法使用户无需机制模型或知识模型,也无需开展额外实验,就能深入了解反溶剂加入速率和 crystallization 温度如何动态影响浓度曲线。此外,我们表明,只要在 DoE 的设计空间内进行 crystallization,DRSM 就是预测浓度曲线的合适工具。”

crystallization,连续制造,动力学,建模

Akturk, I., Mackey, J. S., Sundarkumar, V., Murbach, G., Joglekar, G., Csathy, A. T., Wehrle, F. J., Thompson, D. H., & Nagy, Z. K. (2026). 面向敏捷、分布式制药制造:通过 MiniPharm 平台对洛莫司汀的反应、纯化和制剂进行连续端到端集成。Organic Process Research & Development, 30(3), 595–618. https://doi.org/10.1021/acs.oprd.5c00314

这项工作聚焦于 MiniPharm 平台的开发,以连续集成制造方式生产肿瘤药物洛莫司汀。研究人员通过整合两个串联反应步骤、连续溶剂切换蒸馏、两级 MSMPR crystallization,以及按需滴印胶囊打印,将原料药和制剂操作连接起来。每一项操作的开发都需要对反应动力学、溶解度建模、PAT 监测和工艺模拟进行深入研究。通过包括对反应器、蒸馏和 crystallization 装置的改造,以及自动控制和在线 PAT 集成以提高操作效率等工艺强化措施,研究人员报告洛莫司汀的总体工艺收率达到 69%。 

在最初的批式研究中,使用 in situ FTIR 识别起始原料、中间体和产物的特征峰,包括环己胺、2‑氯乙基异氰酸酯、1‑(2‑氯乙基)‑3‑环己基脲中间体、亚硝酸叔丁酯和洛莫司汀。这些光谱用于支持动力学建模、停留时间选择以及验证串联流动反应器中的转化率。在集成操作单元实验中,将 MIR 探头安装在 MSMPR crystallizer 中,以监测溶质浓度、Supersaturation 和稳态行为。一个原位显微成像系统提供了成核、晶体生长、浑浊变化以及潜在油化的实时成像。双 PAT 策略中,MIR 测量溶解态物种,而可视化成像监测晶体形成,是实现有效 continuous crystallization 和成功的全流程端到端集成工作流的关键。

“为实现对反应和 crystallization processes 的实时监测,采用了两种 PAT 工具:Mettler Toledo ReactIR 702L Attenuated Total Reflectance-Fourier Transform Infrared Spectroscopy (ATR-FTIR) 和 Easy-Viewer 100 在线成像探头。在批式反应实验中,ATR-FTIR 用于采集不同浓度下化学物种的光谱,并识别反应物和产物的主要峰。对于流动合成,将 FTIR 探头浸入第二个反应器之后放置的圆底烧瓶中。重复的流动合成试验确认了较高且稳定的转化率。对于集成连续端到端运行,FTIR 探头被重新用于 crystallization 监测,直接放置在 MSMPR crystallizer 中。EasyViewer 100 则配合使用,以可视化监测 MSMPR 内的晶体形成、浑浊和生长。”

电合成,动力学,机理

Abdoun, S., Bour, C., Mayer, R. J., & Vayer, M. (2026). 通过 allenoic acids 的脱羧实现 N -杂环的电化学 N -丙炔基化。ACS Organic & Inorganic Au. https://doi.org/10.1021/acsorginorgau.5c00117

本研究探讨电合成作为一种无需经典偶联方法中有毒试剂及其相关废物即可构建 C-N 键的方法。2,3‑allenoic acids 被提出为潜在有效前体,因为其阳极氧化会生成 allenyl/propargyl 自由基,随后迅速再次氧化为高亲电性的阳离子,能够实现选择性 N‑propargylation。该工作建立了一种温和、无添加剂的电化学方法,可在吡唑、三唑、四唑、苯并三唑、酰胺、羧酸和醇中获得 N‑丙炔基化产物,收率为 25–82%,原子经济性和法拉第效率均较高,分别为 40-70%。机理研究表明,反应受电化学控制,而非底物浓度控制。理解 reaction mechanism 的关键在于使用 ReactIR,它可实时测量底物消耗并用于确定初始速率。这些数据表明,该反应对 allenoic acid 和亲核试剂均为零级,而速率随施加电流线性增加。这说明阳极电子转移是限速步骤。结合循环伏安和 DFT,动力学证据支持如下路径:氧化脱羧生成 allenyl 自由基,随后立即被氧化为 propargyl 阳离子,并经动力学控制的 C-N 键形成完成反应。研究者最后指出,他们已建立一种在简单、无添加剂条件下,使用 2,3‑allenoic acids 对 N‑杂环进行丙炔基化的电化学方法。该反应使用廉价的碳阳极,不需要外加氧化剂、碱和脱水剂。这项研究说明,机理认识能够如何指导电合成方法的设计,从而生成活性中间体并高效构建 C–N 键。

“……动力学研究通过 in situ IR spectroscopy 完成。为建立动力学测量期间 1a [allenoic acid] 的随时间变化浓度,采用了 IR 吸光度在 1689 cm–1 处与 1a 的浓度之间的线性关系,该波数对应于 1a 的 C═O 峰。随后利用 1a 随时间的消失来确定初始反应速率 k,该速率通过不同初始浓度的 1a 和 2a [pyrazole] 进行了实验测定。k 的初始速率与 1a 和 2a 的浓度无关,表明该反应对 allenoic acid 1a 和 pyrazole 2a 均为零级反应。然而,初始速率与施加电流呈线性相关,说明阳极电子转移过程构成限速步骤。”

有机聚合物,动力学

Yang, Y., Guan, Z., Wang, R., Wang, W., Zhang, M., Su, X., & Shao, Y. (2026). 使用 In-Line IR spectroscopy 优化固相 Oligonucleotide 脱三苯甲基反应。Organic Process Research & Development, 30(5), 1369–1377. https://doi.org/10.1021/acs.oprd.6c00103

In-line Mid-IR spectroscopy (ReactIR) 用于优化固相 Oligonucleotide synthesis 中的脱三苯甲基反应,并被证明比传统 UV 监测更具试剂效率。首先,对脱三苯甲基混合物中的主要组分进行了离线 IR 测量,识别出甲苯(1495 cm⁻¹)、无水乙腈(2253 cm⁻¹)、DCA‑monomer(1765 cm⁻¹)和 DCA‑dimer(1740 cm⁻¹)的特征吸收峰。随后建立了基于实时监测的定量分析方法,因为 DCA‑monomer 和 DCA‑dimer 的 IR 强度在 3–10% DCA 范围内与浓度表现出很强的线性关系。 

根据对脱三苯甲基反应的动力学和机理认识,DCA-monomer 与 DCA dimer 的相对浓度与脱三苯甲基反应进程密切相关,而 DCA‑dimer 的形成是脱三苯甲基的速率决定步骤。DCA 在甲苯中主要以化学活性的二聚体形式存在,而在乙腈中则转变为无活性的单体形式。当 DCA 无活性单体已完全转化为活性二聚体时,脱三苯甲基反应高效进行。本研究将 in-line IR 对这些 DCA 结构变化的跟踪,与传统 UV 对二甲氧基三苯甲基正离子(DMT⁺)的检测相关联;DMT⁺ 是在 Oligonucleotide 固相合成的脱三苯甲基步骤中释放出的具有 UV 活性的物种。该相关性表明,无活性的 DCA-monomer IR 信号衰减至基线、即定义为节点 III,标志着最佳反应终点。在该时点,产物纯度、去嘌呤水平和总体收率与采用 UV 控制时相当,但脱三苯甲基试剂的消耗量最多减少 40.4%。为验证这一 IR 引导策略的稳健性和普适性,研究者依据节点 III 标准合成了具有多样结构和化学特征的 Oligonucleotide 序列。对于所有序列,产物质量保持一致,去嘌呤副反应得到有效抑制,试剂用量减少了 22.7–46.7%。 

“与传统的在线 UV 监测相比,在线 IR 技术克服了 UV 监测的局限性,包括信号响应范围窄、监测滞后以及对微反应过程监测不足。它能够实时跟踪脱三苯甲基过程中关键组分的微观动力学变化,减少试剂消耗,并促进固相合成的绿色和可持续发展。本研究为提高固相合成过程控制精度、实现 Oligonucleotide 全流程精细化生产提供了一种通用策略。”

优化,建模,自动化,flow chemistry

Pucihar, U., Vračar, P., Bitenc, M., & Kopač, T. (2025). 在自动化微流反应系统中利用机器学习实现 Claisen-Schmidt 缩合的自优化。Computers & Chemical Engineering, 201, 109261. https://doi.org/10.1016/j.compchemeng.2025.109261

以 2-methoxybenzaldehyde 与 acetone 之间的 Claisen-Schmidt aldol condensation reaction 为例,本研究展示了一种新型自优化系统的开发与应用。作者报告称,在由监督控制与数据采集(SCADA)控制的微流控反应器上,结合 in-line MIR (ReactIR) 和 on-line UHPLC PAT,并采用多目标算法 TSEMO(Thompson sampling efficient multi-objective optimization)进行连续变量优化。系统确定了最佳反应条件,包括温度、流速和停留时间,并通过动力学建模进行了验证。 

“……自优化过程优于传统化学反应方法,因为它能更快达到目标浓度(设定目标),使用更少的化学品,并且只需极少的人工干预。这不仅提高了该过程的环境可持续性和经济效率,也显示出其在 reaction engineering 中更广泛应用的潜力。实验数据与理论预测高度一致,偏差在 ±10 % 以内,证实了该系统在无需事先了解 reaction kinetics 的情况下进行优化的能力……”

聚合、动力学、机理

Zou, X., Xie, T., Xu, J., Bai, H., Wang, D., Ke, X., Zhao, W., & Lv, M. (2026). 通过原位 FTIR 揭示 Poly(amic acid) 短链 polyaddition 中的自催化动力学. Industrial & Engineering Chemistry Research, 65(10), 5452–5459. https://doi.org/10.1021/acs.iecr.6c00046

芳香二胺和二酸酐(PAA)的 polyaddition 分为两个阶段:快速短链形成阶段(阶段 1)和随后缓慢的链增长阶段(阶段 2)。迄今几乎所有动力学研究都集中于使用多种技术研究第二阶段动力学。  尽管这些方法对低反应活性单体有效,但无法捕捉更高反应活性单体强放热的阶段 1。这导致反应最初几分钟内的模拟偏差达 20−30%,从而削弱了过程控制、scale‑up 可靠性和安全性。因此,实时、信息丰富的监测对于捕捉控制这一早期阶段的拟议自催化行为至关重要。  

在本工作中,采用 in situ FTIR 提供所需信息,以更全面地理解 poly(amic acid)(PAA)早期阶段 polyaddition 的动力学。通常认为这是一种二级动力学过程,其中反应速率与二胺和二酸酐浓度的乘积成正比。理论模型表明,这类反应具有显著的自催化特征,即反应产物会加速后续反应速率,而中间体会引发自催化效应。  本文建立了高反应活性芳香二胺–二酸酐体系自催化动力学模型,包含机理假设、速率方程推导、数据拟合和热力学分析。该模型有助于理解温度和单体结构等组分如何控制自催化程度。数据表明,短链 polyaddition 服从二级不可逆自催化动力学模型,主要受新形成的 –COOH 基团所致的质子催化驱动。温度与单体亲电性共同调节自催化程度,其中 BTDA 表现出最强的催化加速作用,而 s-BPDA 最弱。 

“我们采用 in situ FTIR spectroscopy 定量研究 4,4′-二氨基二苯甲烷(MDA)与三种二酸酐——3,3′,4,4′-二苯甲酮四羧酸二酐(BTDA)、3,3′,4,4′-联苯四羧酸二酐(s-BPDA)和 2,3,3′,4′-联苯四羧酸二酐(a-BPDA)——的早期阶段 polyaddition。MDA 在 818 cm–1 处的孤立特征峰可作为有效探针,用于定量监测 MDA 浓度变化。对归一化峰强(A-818 cm–1、T-818 cm–1 和 S-818 cm–1)的动力学分析表明,该反应遵循二级不可逆自催化动力学。该结合 in situ FTIR 和建模的方法首次从定量上揭示了二酸酐亲电性、分子结构和温度如何协同决定自催化程度,从而为 PAA 合成的精确控制与优化提供了关键的实验和理论指导。”

更多资源

催化

  • Ogabiela, I. O., Whitfield, R. M., Shvets, O. V., Kurmach, M. M., Shcherban, N., Khan, J., Bai, P., & Jentoft, F. C. (2026). 可溶性和固体酸催化剂强度对醛醇反应选择性的影响。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). C=C/N=O metathesis enables oxidative decarboxylation. 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). AMG 193 制备中的串联 N–H 和 C–H 硼化机理研究。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). 具有氧化还原稳定性的 Mn I/0/-I 二卡宾的位阻映射、配体动力学与环异构化催化。Organometallics. https://doi.org/10.1021/acs.organomet.6c00057
  • Enferadikerenkan, A., Beillard, M., Wang, G., Rajeshkhumar, T., Maron, L., Kaliaguine, S., & Fontaine, F. (2026). 利用双功能三苯基膦鎓催化剂使 CO 2 与 epoxides 发生环加成。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). 协同电子转移、π-π 相互作用和润湿效应推动喹啉在原位 N 掺杂碳包覆 Co/SiO2 催化剂上的 hydrogenation。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). 钯双膦氧化物络合物:合成、适用范围、机理及催化相关性。Journal of the American Chemical Society, 147(1), 409–425. https://doi.org/10.1021/jacs.4c10718

绿色与可持续化学

  • Li, M., Wang, Y., Luo, Y., & Shu, X. (2026). 一种从沸石催化间接 transoximation 反应制备十二酮肟的高效绿色方法。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). 基于 RuPt@g-C3N4 的生物质来源 HMF hydrogenation 的可持续连续流催化与贝叶斯优化。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). 用于烟气后 CO2 捕集胺再生的固体 ZrOxHy 催化剂中,与距离无关的酸–碱协同作用。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). 温和条件下 n-丁烷绿色氧化中氧传递的选择性调控:性能与机理。Journal of Catalysis, 448, 116187. https://doi.org/10.1016/j.jcat.2025.116187
  • Mazumder, A., & Beckingham, B. S. (2025). 离子交换膜中的长侧链 PEGMA 以降低 CO 2 reduction 产物串透。ACS Sustainable Chemistry & Engineering, 13(45), 19464–19481. https://doi.org/10.1021/acssuschemeng.5c02539
  • Yao, Y., Chen, D., Li, Y., & Yin, Z. (2025). 气体组成对 1,3-二氧戊环调控 CH4/CO2 水合物动力学的影响:对基于水合物的沼气储存的启示。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). 通过基于 Ru 的卟啉共价有机框架提升异丙苯 hydrogen transfer,以实现烯烃串联空气环氧化。Nano Research, 19(1), 94907892. https://doi.org/10.26599/nr.2025.94907892

强腐蚀性/危险化学

  • 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). 用于生产氧化剂二硝酰胺铵的中间体的研究与表征。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). 热安全升级:酸催化 tert-butyl peroxypivalate 合成的批式到流动转变。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). A 位阳离子中四面体氮原子的排列:一种调控钙钛矿含能材料敏感性和能量的新方法。Advanced Science, 12(19), e2415680. https://doi.org/10.1002/advs.202415680

高分子化学

  • Zou, X., Xie, T., Xu, J., Bai, H., Wang, D., Ke, X., Zhao, W., & Lv, M. (2026). 通过原位 FTIR 揭示 Poly(amic acid) 短链 polyaddition 中的自催化动力学。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). 借助环状酸酐实现 CO 2 与丙烯环氧化物共聚的耐稀释有机硼催化剂。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). 用于丙烯环氧化物和二氧化碳开环共聚的异双核 Co(III)NA(I) 催化剂。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). 通过 pnictogen-Bonding 催化:在锑(V)平台上实现 CO2 与 epoxides 的共聚。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). 通过定制结构、配方和工艺实现水性聚氨酯分散体纳米复合材料的形貌控制。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). 解析水在 PET 催化乙二醇解中的作用。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). 用于 1,2-丁烯环氧化物高效开环聚合的商业有机路易斯对催化剂。Polymer Chemistry, 16(23), 2742–2750. https://doi.org/10.1039/d5py00238a

连续流化学

  • Wang, R., Xu, L., Yang, Y., Wang, W., Liu, M., Su, X., & Shao, Y. (2026). 使用在线 FTIR spectroscopy 对 Oligonucleotides 进行实时过程监测的氨解。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). 通过线性组合策略和机器学习进行实时在线 IR 分析,用于自动化反应优化。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). 利用 FTIR inline analysis 优化非均相连续流 hydrogenation:多目标贝叶斯优化与动力学建模的比较研究。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). 结合贝叶斯优化、在线分析和动力学建模的 L-肉碱连续流合成两阶段优化。SSRN Electronic Journal. https://doi.org/10.2139/ssrn.5256095
  • Moll, M., Wängler, B., Wängler, C., & Röder, T. (2025). 连续流中苄基苯乙酮不对称 hydrogenation 的动力学研究。CHIMIA International Journal for Chemistry, 79(6), 441–448. https://doi.org/10.2533/chimia.2025.441

动力学/机理

  • Talbot, F. J. T., Lindsay-Scott, P. J., Stokes, S., Barnes, A., Rees, M., Miller, I., Richardson, J., & Tang, X. (2026). 对 Turbo-Hauser 碱生成的 ReactIR 监测,使得在早期 scale-Up 计划中能够实现稳健的碘化反应。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). 配备在线 spectrometers 的自动柱流反应器,用于测定 ZrO 2 -催化直接酯酰胺化的停留时间并进行动力学分析。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). 由外加酸介导的二亚硝酰铁络合物中亚硝酰配体的 N-N 偶联。ChemRxiv. https://doi.org/10.26434/chemrxiv-2025-9z9lk/v2
  • Lorraine, S. C., Baur, A., Taylor, N., Dolinar, B. S., & Hoover, J. M. (2026). 场效应支配 Copper(II)-Benzoates 的脱羧反应:动力学与机理研究。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). 通过直接乌洛托品硝化合成 RDX 的原子级机理:DFT 研究与光谱验证。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). 溶液中 [COIII4O4] heterocubanes 在醇氧化反应中的催化活性比较研究。ChemRxiv. https://doi.org/10.26434/chemrxiv-2025-0pw68
  • Lorraine, S., Baur, A., Taylor, N., Dolinar, B., & Hoover, J. (2025). 场效应支配 Copper(II)-Benzoates 的脱羧反应:动力学与机理研究。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). 通过仿生 Cu/squaramide 协同催化不对称 Mannich 反应,获得无环邻位四取代立体中心。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). 通过一元锂酰胺选择性取代 alkoxysilane 的机理研究:从单取代到二取代和三取代 Si–N 功能化硅烷。Inorganic Chemistry, 64(26), 13355–13363. https://doi.org/10.1021/acs.inorgchem.5c01794

crystallization

  • Yu, H., Schiele, S. A., & Briesen, H. (2026). 搅拌 crystallization 中磨蚀诱导形貌演变的基于曲率的定量分析。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). 红外 spectroscopy 在早期制药工艺开发中监测溶剂蒸馏的应用——采用精简化学计量学应对温度和基质效应。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). 为可持续纯碱生产而研究 NA 2 CO 3 –NAOH–H 2 O 体系中 NA 2 CO 3 水合相的晶体生长动力学。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). 种晶性质和操作条件对草甘膦二次成核的影响。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). 借助软传感器和基于符号的校准模型,实现批式冷却 crystallization 中晶体粒径与收率的实验非线性模型预测控制。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). 基于神经网络的苯甲酮反溶剂 crystallization 动力学模型:构建、验证与机理阐释。Crystals, 15(5), 464. https://doi.org/10.3390/cryst15050464

生物产品/生物反应

  • 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). 面向 AMG 193——一种 MTA 协同 PRMT5 抑制剂——的制造路线开发。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). 应对原料波动:通过木质纤维素进料流混合保持培养过程的稳态。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). 面向自主运行的细胞和基因治疗应用中 hMSC 来源细胞外囊泡生产的数字孪生。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). 采用吸收法在开式和闭式系统中进行乙醇回收的萃取乙醇发酵。Fermentation, 11(1), 12. https://doi.org/10.3390/fermentation11010012
  • Ponnudurai, A., Schulze, P., Seidel-Morgenstern, A., & Lorenz, H. (2025). LigniFrac:可放大连续木质素分级过程的概念验证。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). 由合成生物学赋能的可生物降解、性能可调且可熔融加工的生物塑料。Chemical Engineering Journal, 515, 163593. https://doi.org/10.1016/j.cej.2025.163593

优化/自动化

  • Akturk, I., Mackey, J. S., Sundarkumar, V., Murbach, G., Joglekar, G., Csathy, A. T., Wehrle, F. J., Thompson, D. H., & Nagy, Z. K. (2026). 迈向敏捷、分布式制药制造:通过 MiniPharm 平台对洛莫司汀的反应、纯化和制剂进行连续端到端集成。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). 通过线性组合策略和机器学习进行实时在线 IR 分析,用于自动化反应优化。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). 乳糖 crystallization:将机器学习与过程分析技术相结合。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:一个用于 ReactIR 的 python 工作流,可定量评估敏感化合物在空气中的稳定性。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). 用于加速催化剂发现的自主流动电化学。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:一个利用基于物理和机器学习方法对流动反应器进行建模的工具箱,用于模块化模拟、参数识别和反应器优化。RSC Advances, 15(40), 33278–33296. https://doi.org/10.1039/d5ra06173c

我想...
需要帮助吗?
我们的顾问很高兴为您提供服务.