Катализ, кинетика и механизм, моделирование

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

Пептидные катализаторы и катализаторы на основе хинной кислоты показали более высокую эффективность, чем необычно быстрая фоновая реакция, что позволило впервые провести высокоэнантиоселективное ацилирование незамещённых сульфондииминов. Фоновая реакция представляет собой необычно быстрое некаталитическое ацилирование субстрата сульфондиимина (SDI) 2,2,2-трифторэтилтрифторацетатом (TFETFA), достигающее ~70% конверсии за 1 час при –78 °C. Любой катализатор должен иметь более высокие скорости связывания и ацилирования, чем фоновая реакция, чтобы обеспечить энантиоселективность.

ReactIR использовали для мониторинга некаталитического ацилирования SDI с TFETFA, а данные применяли вместе с Reaction Lab для подгонки механистической модели. Были определены элементарные константы скорости связывания (k₁), ацилирования (k₂) и ингибирования TFE (k₃, K_eq). Моделирование показало, что оба катализатора связывают SDI на порядки быстрее, чем SDI связывает сам себя, и ускоряют ацилирование в 100–1000 раз по сравнению с фоновой реакцией. Ключевыми выводами стали то, что две молекулы SDI совместно активируют друг друга, и что каждый класс катализаторов обеспечивает высокую селективность, опираясь при этом на различные стерические и электронные взаимодействия с субстратами. 

«Чтобы лучше понять происхождение высокой энантиоселективности, несмотря на значительную фоновую реакционную способность, мы оценили кинетику фоновой реакции SDI с TFETFA, используя мониторинг in situ с помощью ReactIR. Различные эксперименты с избытком реагентов в сочетании с анализом нормализации по изменяющемуся времени (VTNA) показали первый порядок по электрофилу и второй порядок по SDI. Хотя бимолекулярный порядок по SDI изначально был неожиданным, мы смогли объяснить это наблюдение, предложив режим активации SDI/SDI. В этой модели одна молекула SDI взаимодействует со второй молекулой SDI посредством водородных связей, повышая нуклеофильность фрагмента SDI и ускоряя его присоединение к электрофилу. Полученный трёхкомпонентный закон скорости показывает, что как стадия активации SDI, так и последующее ацилирование имеют кинетическое значение.»

Полимеризация, катализ

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

Были синтезированы и исследованы четыре катализатора Co(III)Na(I) (L1-4 Co(III)Na(I)) на предмет их потенциала в кольцеоткрывающей сополимеризации (ROCOP) PO и CO2 с образованием поликарбонатов. Целью было определить оптимальное координационное окружение лиганда и условия проведения процесса для металлосистемы Co(III)/Na(I), оценив эффективность катализатора в трёх различных условиях. Лиганды были последовательно модифицированы с акцентом на дииминовый мостик (этильные и диметилпропильные мостики) и число доноров кислорода (пять и шесть) в эфирных участках. Эти варианты были выбраны, поскольку расчёты DFT показали, что они влияют на металлические центры на стадиях, определяющих скорость и селективность.

«Скорости реакции контролировались с помощью operando ATR-IR spectroscopy, наблюдая увеличение интенсивности пика при 1750 см–1, соответствующего валентным колебаниям C=O в поликарбонате, и пика при 1810 см–1, соответствующего валентным колебаниям C=O в побочном продукте циклического карбоната. Значения поглощения ИК-излучения были откалиброваны по конверсии посредством интегрирования спектра 1H ЯМР аликвоты, взятой в конце реакции. Полулогарифмические графики ln([PO]t/[PO]0) от времени линейны, а наблюдаемая псевдопервая константа скорости, kobs, была рассчитана по модулю наклона. Сравнение наблюдаемой каталитической активности показывает значительные различия в ряду, при этом L1Co(III)Na(I) работает лучше всего…Каталитическая активность по kobs и TOFPPC снижалась для остальных представителей ряда в следующем порядке: L2Co(III)Na(I), L3Co(III)Na(I) и L4Co(III)Na(I).» 

Химия непрерывных потоков, катализ, моделирование

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

В синтезе важного промежуточного продукта агрохимиката, 2-амино-3-метилбензойной кислоты (AMA), была создана гетерогенная проточная система для гидрирования 3-метил-2-нитробензойной кислоты (MNA). Система была оснащена мониторингом ИК in situ, а полученные данные обрабатывались моделью искусственной нейронной сети (ANN), что позволило получать концентрации MNA и AMA в реальном времени. Эксперименты с богатым набором данных использовались для сравнения многокритериальной байесовской оптимизации (MOBO) с кинетическим моделированием. Метод MOBO эффективно определил парето-оптимальные комбинации параметров, что позволило глубоко понять компромисс между выходом и производительностью. Кинетическое моделирование определило энергию активации гидрирования и охарактеризовало адсорбцию водорода как конкурентную диссоциацию.   Поверхности отклика, полученные из кинетической модели, также помогли понять, как оптимизировать выход и производительность. 

 «ANN-моделирование было выполнено для обработки inline FTIR спектров в соответствии с литературными данными. Были приготовлены несколько серий MNA и AMA в растворе метанола с различными концентрациями, а данные их inline FTIR спектров были собраны как обучающий и валидационный наборы… в процессе обучения была исследована архитектура из одного свёрточного слоя с последующими полносвязными слоями. Данные спектров обрабатывались на свёрточном слое Conv1D для извлечения характеристик и отбора весов данных. Затем снижение размерности данных выполнялось с помощью различных функций в полносвязных слоях. Наконец, выходной слой выдавал предсказанные концентрации MNA и AMA.» 

Зеленая химия, катализ, химия непрерывных потоков

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

Получаемый из биомассы 5-гидроксиметилфурфурол (HMF) может быть подвергнут гидрированию до 2,5-фурандиметанола (BHMF), который является важным исходным веществом для синтеза биоразлагаемых полимеров, топливных добавок и высокоценных тонких химикатов. Этот синтез является сложной задачей, поскольку существует ряд конкурирующих путей гидрирования, на которые влияют катализатор, растворитель и переменные реакции, определяющие селективность и выход. Благодаря улучшенному контролю условий реакции применение проточных реакторов для селективного гидрирования HMF имеет значительные преимущества. Таким образом, целью этого проекта было разработать эффективную, экологичную проточную систему для гидрирования HMF до BHMF, использующую каталитическую систему RuPt@g-C3N4 и воду в качестве растворителя. Методология разработки включала байесовскую оптимизацию условий реакции и количественное отслеживание динамики реакции на основе inline FTIR.  Авторы отмечают, что использование байесовской оптимизации как для отбора условий реакции, так и для проектирования состава катализатора представляет собой эффективный подход к оптимизации синтеза химических платформенных молекул из биомассы.

  «Концентрации HMF и BHMF в реакционном растворе контролировались в реальном времени с помощью inline FTIR spectroscopy… Для изучения механизма гидрирования эксперименты проводили в оптимальных условиях в проточном неподвижнослойном реакторе, заполненном RuPt@g-C3N4... отчётливые пики промежуточных продуктов реакции не наблюдались. Вероятно, это отражает высокую внутреннюю активность биметаллических центров RuPt и наличие кратковременных промежуточных соединений главным образом на интерфейсе катализатор–субстрат при низком покрытии…»

Опасная химия, безопасность процессов, химия непрерывных потоков, катализ

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

Синтез пероксиэфиров сопряжён с внутренними проблемами термической безопасности из-за экзотермического характера реакции и наличия нестабильных соединений. В описываемой работе одноаппаратное кислотно-каталитическое ацилирование с образованием трет-бутилпероксипивалата (TBPP) было переведено из полупериодического процесса в проточный процесс для повышения безопасности. Для лучшего понимания механизма этого ацилирования были использованы расчёты методом теории функционала плотности (DFT) и in situ ИК-характеризация. Для полупериодической реакции были проведены калориметрические измерения с помощью DSC, ARC и реакционной калориметрии, чтобы полностью понять тепловое поведение реакции. Было установлено, что температура процесса и скорость дозирования оказывают основное влияние на выделение тепла, а наивысший уровень риска связан с условиями, дающими наибольший выход. 

«...полупериодический процесс был преобразован в проточный процесс. Оптимизация проводилась для максимизации объемно-временного выхода и минимизации E-фактора с использованием многокритериальной байесовской оптимизации, и был определён парето-фронт... ранее предложенный метод оценки риска m-ITHI [modified inherent thermal runaway hazard index] был принят для количественной оценки и сравнения теплового риска между полупериодическим и проточным процессами. Результаты оценки показали, что использование микрореактора снизило опасность теплового разгона с высокой (класс V) до умеренной (класс II). Однако повышенная безопасность, обеспечиваемая микрореактором, не гарантировала внутреннюю безопасность процесса синтеза TBPP, и тепловой риск изменялся в зависимости от условий процесса в микрореакторе… R-factor был впервые предложен для количественной оценки изменения риска, вызванного условиями реакции в проточных процессах.»

Кристаллизация, моделирование

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

Модели динамической методологии поверхности отклика (DRSM) были применены для получения всестороннего представления о кристаллизации лекарственного препарата Belzutifan с акцентом на понимание влияния скорости добавления антирастворителя и температуры. Был проведён полный факторный DoE из 22 экспериментов по кристаллизации с антирастворителем на рабочей станции OptiMax, а ReactIR использовали для получения спектров супернатантной фазы во времени. Калибровка ИК-данных проводилась с использованием офлайн-образцов супернатанта, собранных с помощью системы EasySampler, а концентрации измерялись методом UPLC. Автоматизированная хемометрическая модель частичных наименьших квадратов (PLS) была обучена для получения профилей концентрации по ИК-спектрам. На основе этой информации DRSM обеспечила динамические модели для характеристики концентрации супернатанта как функции температуры и добавления антирастворителя. Распределение частиц по размерам (PSD) кристаллов измеряли как функцию температуры кристаллизации и скорости добавления антирастворителя. Созданная модель DRSM успешно предсказывала динамику концентрации как функцию доли антирастворителя, скорости добавления и температуры как для обучающего набора DoE, так и для отдельного валидационного эксперимента.

«Результаты, представленные в этой работе, демонстрируют подход к моделированию, основанный на данных, для кристаллизации активного фармацевтического ингредиента (API) с использованием process analytical technologies (PAT) и динамической методологии поверхности отклика (DRSM)…. Этот подход позволяет получать ценную информацию о том, как факторы скорости добавления антирастворителя и температуры кристаллизации динамически влияют на профили концентрации, без необходимости в механистической или основанной на знаниях модели, и без проведения дополнительных экспериментов. Кроме того, мы показали, что DRSM является подходящим инструментом для прогнозирования профилей концентрации при проведении кристаллизации в пределах пространства проектирования DoE.»

Кристаллизация, непрерывное производство, кинетика, моделирование

Akturk, I., Mackey, J. S., Sundarkumar, V., Murbach, G., Joglekar, G., Csathy, A. T., Wehrle, F. J., Thompson, D. H., & Nagy, Z. K. (2026). На пути к гибкому, распределённому фармацевтическому производству: непрерывная сквозная интеграция реакции, очистки и формуляции ломустина с помощью платформы MiniPharm. Organic Process Research & Development, 30(3), 595–618. https://doi.org/10.1021/acs.oprd.5c00314

Данная работа посвящена разработке платформы MiniPharm для производства онкологического препарата ломустин посредством непрерывного интегрированного производства. Исследователи объединили операции по получению субстанции и готовой лекарственной формы, интегрировав два последовательно соединённых стадийных реакционных этапа, непрерывную дистилляцию с переключением растворителя, двухстадийную кристаллизацию MSMPR и печать капсул по требованию. Разработка каждой из этих операций потребовала углублённого изучения кинетики реакции, моделирования растворимости, мониторинга PAT и моделирования процесса. Благодаря усилиям по интенсификации процесса, включавшим модификации реакторов, дистилляционного и кристаллизационного блоков, а также интеграцию автоматизированного управления и встроенного PAT для повышения эффективности работы, исследователи сообщают об общем выходе процесса получения ломустина 69%. 

В первоначальных серийных исследованиях in situ ИКФС использовали для идентификации характерных пиков исходных веществ, промежуточных соединений и продукта, включая циклогексиламин, 2‑хлорэтилизоцианат, промежуточное соединение 1‑(2‑хлорэтил)‑3‑циклогексилмочевину, т‑бутилнитрит и ломустин. Эти спектры использовали для поддержки кинетического моделирования, выбора времени пребывания и проверки степени превращения в проточных реакторах с последовательным соединением. Во время экспериментов на интегрированных операционных узлах зонд MIR был установлен в кристаллизатор MSMPR для мониторинга концентрации растворённого вещества, пересыщения и установившегося режима. Система микроскопической визуализации in situ обеспечивала получение изображений в реальном времени нуклеации, роста кристаллов, изменений мутности и возможного выделения масляной фазы. Двойная стратегия PAT, при которой MIR измерял растворённые виды, а визуальная съёмка отслеживала образование кристаллов, стала ключом к эффективной continuous crystallization и успешному полностью интегрированному сквозному процессу.

“Чтобы обеспечить мониторинг реакции и процессов кристаллизации в реальном времени, были использованы два инструмента PAT: Mettler Toledo ReactIR 702L Attenuated Total Reflectance-Fourier Transform Infrared Spectroscopy (ATR-FTIR) и зонд визуализации Easy-Viewer 100 in-line. Для серийных экспериментов реакции ATR-FTIR использовали для регистрации спектров химических видов при различных концентрациях и идентификации основных пиков реагентов и продуктов. Для проточного синтеза зонд FTIR был погружён в круглодонную колбу, установленную после второго реактора. Повторные испытания проточного синтеза подтвердили высокие и стабильные степени превращения. Для интегрированных непрерывных сквозных запусков зонд FTIR был переориентирован на мониторинг кристаллизации путём размещения его непосредственно в кристаллизаторе MSMPR. EasyViewer 100 использовали одновременно для визуального мониторинга образования кристаллов, мутности и роста внутри MSMPR”.

Электросинтез, кинетика, механизм

Abdoun, S., Bour, C., Mayer, R. J., & Vayer, M. (2026). Электрохимическое N -пропаргилирование N -гетероциклов посредством декарбоксилирования алленовых кислот. ACS Organic & Inorganic Au. https://doi.org/10.1021/acsorginorgau.5c00117

Электросинтез исследуется как способ синтеза связей C-N без использования токсичных реагентов и образования отходов, связанных с классическими методами сшивания. 2,3‑алленовые кислоты предлагаются в качестве потенциально эффективных предшественников, поскольку их анодное окисление генерирует алленильные/пропаргильные радикалы, которые подвергаются быстрому второму окислению до высокоэлектрофильных катионов, способных к селективному N‑пропаргилированию. В работе разработан мягкий электрохимический протокол без добавок, обеспечивающий N‑пропаргилированные продукты для пиразолов, триазолов, тетразолов, бензотриазолов, амидов, карбоновых кислот и спиртов с выходом 25–82% при высокой атомной экономичности и фарадеевской эффективности 40-70%. Механистические исследования показывают, что реакция определяется электрохимическим контролем, а не концентрацией субстрата. Для понимания механизма реакции ключевое значение имеет использование ReactIR, который измеряет расход субстрата в реальном времени и позволяет определять начальные скорости. Эти данные показывают, что реакция имеет нулевой порядок как по алленовой кислоте, так и по нуклеофилу, тогда как скорость линейно возрастает с увеличением приложенного тока. Это указывает на то, что лимитирующей стадией является анодный перенос электрона. Наряду с циклической вольтамперометрией и DFT кинетические данные подтверждают путь, при котором окислительное декарбоксилирование образует алленильный радикал, немедленно окисляемый до пропаргильного катиона, который затем проходит кинетически контролируемое образование связи C-N. Исследователи заключают, что ими разработан электрохимический метод пропаргилирования N‑гетероциклов с использованием 2,3‑алленовых кислот в простых условиях без добавок. В реакции используется недорогой углеродный анод, и она не требует внешних окислителей, оснований и обезвоживающих агентов. Это исследование показывает, как механистическое понимание может направлять разработку электросинтетических подходов, генерирующих реакционноспособные интермедиаты для эффективного построения связей C–N.

“… кинетические исследования проводились с помощью in situ IR spectroscopy. Чтобы установить зависимую от времени концентрацию 1a [алленовая кислота] во время кинетического измерения, использовали линейную зависимость между IR-абсорбцией при 1689 см–1, соответствующей полосе C═O у 1a, и концентрацией 1a. Затем исчезновение 1a во времени использовали для определения начальных скоростей реакции k, которые экспериментально измеряли при разных начальных концентрациях 1a и 2a [пиразол]. Начальные скорости k не зависели от концентраций 1a и 2a, что позволяет считать реакцию нулевого частного порядка как по алленовой кислоте 1a, так и по пиразолу 2a. Однако начальная скорость демонстрирует линейную корреляцию с приложенным током, что указывает на то, что процесс анодного переноса электрона является лимитирующей стадией.”

Органические полимеры, кинетика

Yang, Y., Guan, Z., Wang, R., Wang, W., Zhang, M., Su, X., & Shao, Y. (2026). Оптимизация реакции деблокирования тритильной группы в твёрдофазном синтезе oligonucleotide с использованием In-Line IR spectroscopy. Organic Process Research & Development, 30(5), 1369–1377. https://doi.org/10.1021/acs.oprd.6c00103

Встроенная Mid-IR spectroscopy (ReactIR) используется для оптимизации деблокирования тритильной группы при твёрдофазном синтезе oligonucleotide и показано, что она обеспечивает более экономичную по реагентам альтернативу классическому УФ-мониторингу. Сначала было проведено внепоточное IR-измерение основных компонентов смеси для деблокирования, которое выявило характерные пики поглощения для толуола (1495 см⁻¹), безводного ацетонитрила (2253 см⁻¹), DCA-мономера (1765 см⁻¹) и DCA-димера (1740 см⁻¹). Был разработан подход к количественному анализу с использованием мониторинга в реальном времени, поскольку интенсивности IR-сигналов DCA-мономера и DCA-димера демонстрировали сильную линейную зависимость от концентрации в диапазоне 3–10% DCA. 

С точки зрения кинетики и механистического понимания реакции деблокирования тритильной группы относительные концентрации DCA-мономера и DCA-димера тесно связаны с ходом деблокирования, а образование DCA-димера является определяющей скорость стадией деблокирования. DCA преимущественно существует в виде химически активного димера в толуоле, тогда как в ацетонитриле он переходит в неактивную мономерную форму. Деблокирование протекает эффективно, когда неактивный мономер DCA полностью превращается в активный димер. В работе сопоставили встроенное IR-отслеживание этих структурных изменений DCA с традиционным УФ-обнаружением катиона диметокситритила (DMT⁺), УФ-активного вида, высвобождаемого на стадии деблокирования при твёрдофазном синтезе oligonucleotide. Это сопоставление показало, что спад IR-сигнала неактивного DCA-мономера до базовой линии, определённой как узел III, обозначал оптимальную конечную точку реакции. В этот момент чистота продукта, уровни депуринирования и общий выход были эквивалентны полученным при управлении на основе УФ, однако потребление реагента для деблокирования снизилось на целых 40,4%. Чтобы подтвердить устойчивость и общую применимость этой стратегии с управлением по IR, были синтезированы последовательности oligonucleotide с разнообразными структурными и химическими особенностями с использованием критерия узла III. Во всех последовательностях качество продукта оставалось стабильным, побочные реакции депуринирования эффективно подавлялись, а расход реагентов снижался на 22,7–46,7%. 

“По сравнению с классическим in-line УФ-мониторингом, in-line IR technology устраняет ограничения УФ-мониторинга, включая узкий диапазон отклика сигнала, задержку в мониторинге и недостаточный контроль процесса микрореакции. Она позволяет в реальном времени отслеживать микрокинетические изменения ключевых компонентов при деблокировании тритильной группы, снижает расход реагентов и способствует экологичному и устойчивому развитию твёрдофазного синтеза. Это исследование предлагает универсальную стратегию повышения точности управления процессом твёрдофазного синтеза и обеспечивает полную refinement-ориентированную production oligonucleotide”.

Оптимизация, моделирование, автоматизация, химия непрерывных потоков

Pucihar, U., Vračar, P., Bitenc, M., & Kopač, T. (2025). Самооптимизация конденсации Клайзена — Шмидта в автоматизированной микропроточной реакционной системе с использованием машинного обучения. Computers & Chemical Engineering, 201, 109261. https://doi.org/10.1016/j.compchemeng.2025.109261

На примере реакции альдольной конденсации Клайзена — Шмидта между 2-метоксибензальдегидом и ацетоном данная работа демонстрирует разработку и применение новой системы самооптимизации. Авторы сообщают, что многокритериальный алгоритм TSEMO (Thompson sampling efficient multi-objective optimization) используется в сочетании со встроенным MIR (ReactIR) и онлайн UHPLC PAT на микрофлюидном реакторе, управляемом системой диспетчерского контроля и сбора данных (SCADA), для непрерывной оптимизации переменных. Были установлены оптимальные условия реакции, включая температуру, скорости потока и времена пребывания, а система была подтверждена посредством кинетического моделирования. 

“…процесс самооптимизации превзошёл традиционные методы проведения химических реакций, достигая целевых концентраций (заданных целей) быстрее, с меньшим количеством химических веществ и при минимальном ручном вмешательстве. Это не только повышает экологическую устойчивость и экономическую эффективность процесса, но и демонстрирует потенциал для более широкого применения в химической инженерии реакций. Тесное соответствие экспериментальных данных теоретическим прогнозам, укладывающееся в отклонение ±10 %, подтверждает способность системы оптимизировать без предварительного знания кинетики реакции…”

Полимеризация, кинетика, механизм

Zou, X., Xie, T., Xu, J., Bai, H., Wang, D., Ke, X., Zhao, W., & Lv, M. (2026). Раскрытие автокаталитической кинетики в короткоцепочечной полиаддиции poly(amic acid) с помощью in situ FTIR. Industrial & Engineering Chemistry Research, 65(10), 5452–5459. https://doi.org/10.1021/acs.iecr.6c00046

В полиаддиции ароматических диаминов и диангидридов (PAA) выделяют две стадии: стадию быстрого образования коротких цепей (стадия 1) и последующую медленную стадию роста цепи (стадия 2). Почти все исследования кинетики, выполненные на сегодняшний день, сосредоточены на кинетике второй стадии с использованием различных методов. Хотя эти методы эффективны для мономеров с низкой реакционной способностью, они не отражают сильно экзотермическую стадию 1 для более реакционноспособных мономеров. Это приводит к отклонениям моделирования на 20−30% в первые несколько минут реакции, что подрывает управление процессом, надежность масштабирования и безопасность. Таким образом, мониторинг в реальном времени с высоким объемом данных имеет критическое значение для выявления предполагаемого автокаталитического поведения, определяющего эту раннюю стадию.  

В данной работе in situ FTIR используется для получения информации, необходимой для более глубокого понимания кинетики на ранней стадии полиаддиции poly(amic acid) (PAA). Обычно это рассматривается как кинетический процесс второго порядка, в котором скорость реакции пропорциональна произведению концентраций диамина и диангидрида. Теоретические модели показывают, что эти реакции демонстрируют выраженные автокаталитические характеристики, при которых продукты реакции ускоряют последующие скорости реакции, а промежуточные продукты обусловливают автокаталитический эффект.  Разработана модель автокаталитической кинетики для систем высокореакционноспособных ароматических диамин–диангидрид, включающая гипотезы механизма, вывод уравнения скорости, подгонку данных и термодинамический анализ. Модель дает представление о том, как такие факторы, как температура и структура мономера, контролируют степень автокатализа. Данные показывают, что короткоцепочечная полиаддиция следует необратимой автокаталитической кинетической модели второго порядка, главным образом обусловленной протонным катализом со стороны вновь образующихся групп –COOH. Температура и электрофильность мономера совместно регулируют степень автокатализа, при этом BTDA демонстрирует наибольшее каталитическое ускорение, а s-BPDA — наименьшее. 

«Мы используем in situ FTIR spectroscopy для количественного исследования ранней стадии полиаддиции 4,4′-диаминодифенилметана (MDA) с тремя диангидридами: 3,3′,4,4′-бензофенонтетракарбоновой кислоты диангидридом (BTDA), 3,3′,4,4′-бифенилтетракарбоновой кислоты диангидридом (s-BPDA) и 2,3,3′,4′-бифенилтетракарбоновой кислоты диангидридом (a-BPDA). Изолированная характерная полоса MDA при 818 см–1 может служить эффективным зондом для количественного отслеживания изменения концентрации MDA. Кинетический анализ нормализованных интенсивностей полос (A-818 см–1, T-818 см–1 и S-818 см–1) показывает, что реакция подчиняется необратимой автокаталитической кинетике второго порядка. Этот объединенный подход с использованием in situ FTIR и моделирования впервые дает количественное представление о том, как электрофильность диангидрида, молекулярная структура и температура синергетически определяют степень автокатализа, тем самым предоставляя важные экспериментальные и теоретические ориентиры для точного контроля и оптимизации синтеза PAA.»

Дополнительные ресурсы

Катализ

  • Ogabiela, I. O., Whitfield, R. M., Shvets, O. V., Kurmach, M. M., Shcherban, N., Khan, J., Bai, P., & Jentoft, F. C. (2026). Влияние силы растворимых и твердых кислотных катализаторов на селективность в альдольных реакциях. 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). Метатезис C=C/N=O позволяет осуществлять окислительное декарбоксилирование. 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). Механистическое исследование домино-боралирования N–H и C–H при производстве AMG 193. Organic Process Research & Development, 30(5), 1325–1330. https://doi.org/10.1021/acs.oprd.6c00043
  • Maxwell, V., Karagiannis, A., Schramm, T. K., Kotelnikow, V., Gupta, R., Lalancette, R. A., Appel, A. M., Hansen, A., Wiedner, E. S., & Prokopchuk, D. E. (2026). Стерическое картирование, динамика лигандов и катализ циклоизомеризации с редокс-устойчивыми Mn I/0/-I дикарабенами. Organometallics. https://doi.org/10.1021/acs.organomet.6c00057
  • Enferadikerenkan, A., Beillard, M., Wang, G., Rajeshkhumar, T., Maron, L., Kaliaguine, S., & Fontaine, F. (2026). Циклоприсоединение CO 2 к epoxides с использованием бифункциональных катализаторов трифенилфосфония. 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). Синергетический перенос электронов, π-π-взаимодействия и эффекты смачивания обеспечивают гидрирование хинолина на in-situ N-допированных углерод-инкапсулированных катализаторах Co/SiO2. 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). Комплексы палладия с бисфосфинмонооксидом: синтез, область применения, механизм и каталитическая значимость. Journal of the American Chemical Society, 147(1), 409–425. https://doi.org/10.1021/jacs.4c10718

Зелёная и устойчивая химия

  • Li, M., Wang, Y., Luo, Y., & Shu, X. (2026). Эффективный и экологичный подход к синтезу додеканоноксима из непрямой трансоксимирующей реакции, катализируемой цеолитом. 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). Устойчивый непрерывно-поточный катализ и байесовская оптимизация гидрирования HMF, полученного из биомассы, на 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). Кислотно-основная синергия, независимая от близости, в твердом катализаторе ZrOxHy для регенерации аминов при улавливании CO2 после сжигания. 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). Селективное регулирование переноса кислорода для «зеленого» окисления n-бутана в мягких условиях: характеристики и механизм. Journal of Catalysis, 448, 116187. https://doi.org/10.1016/j.jcat.2025.116187
  • Mazumder, A., & Beckingham, B. S. (2025). PEGMA с длинной боковой цепью в ионообменных мембранах для уменьшения переноса продуктов восстановления CO 2 через мембрану. ACS Sustainable Chemistry & Engineering, 13(45), 19464–19481. https://doi.org/10.1021/acssuschemeng.5c02539
  • Yao, Y., Chen, D., Li, Y., & Yin, Z. (2025). Влияние состава газов на регулирование кинетики гидратов CH4/CO2 с 1,3-диоксоланом: значение для хранения биогаза на основе гидратов. 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). Усиление переноса гидрида от кумола с помощью ковалентного органического каркаса на основе Ru-порфирина для тандемного воздушного эпоксидирования олефинов. Nano Research, 19(1), 94907892. https://doi.org/10.26599/nr.2025.94907892

Агрессивная/опасная химия

  • 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). Изучение и характеристика промежуточных соединений, используемых в производстве окислителя аммонийдинитрамида. 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). Повышение тепловой безопасности: переход от периодического к проточному синтезу кислотно-катализируемого 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). Расположение тетраэдрических атомов азота в катионах A-сайта: новый подход к регулированию чувствительности и энергии перовскитных энергетических материалов. Advanced Science, 12(19), e2415680. https://doi.org/10.1002/advs.202415680

Химия полимеров

  • Zou, X., Xie, T., Xu, J., Bai, H., Wang, D., Ke, X., Zhao, W., & Lv, M. (2026). Раскрытие автокаталитической кинетики в короткоцепочечной полиаддиции poly(amic acid) с помощью 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). Толерантный к разбавлению органоборовый катализатор для сополимеризации CO 2 и пропиленоксида, обеспечиваемой циклическим ангидридом. 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). Гетероядерные катализаторы Co(III)NA(I) для сополимеризации с раскрытием цикла пропиленоксида и диоксида углерода. 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). Катализ с pnictogen-bonding: сополимеризация CO2 и epoxides на платформах сурьмы(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). Управление морфологией в водных нанокомпозитах дисперсии полиуретана посредством целенаправленно подобранной структуры, рецептуры и переработки. 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). Раскрытие роли воды в каталитическом гликолизе ПЭТ. 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). Коммерческие органические катализаторы Lewis-пары для эффективной полимеризации с раскрытием цикла 1,2-бутиленоксида. Polymer Chemistry, 16(23), 2742–2750. https://doi.org/10.1039/d5py00238a

Химия непрерывных потоков

  • Wang, R., Xu, L., Yang, Y., Wang, W., Liu, M., Su, X., & Shao, Y. (2026). Мониторинг аммонолиза олигонуклеотидов в реальном времени с помощью 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). Анализ inline-IR в реальном времени с использованием стратегии линейной комбинации и машинного обучения для автоматизированной оптимизации реакции. 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). Оптимизация гетерогенного непрерывно-поточного гидрирования с использованием inline-анализа FTIR: сравнительное исследование многокритериальной байесовской оптимизации и кинетического моделирования. 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). Двухэтапная оптимизация непрерывного синтеза L-карнитина с применением байесовской оптимизации, inline-анализа и кинетического моделирования. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.5256095
  • Moll, M., Wängler, B., Wängler, C., & Röder, T. (2025). Кинетическое исследование асимметричного гидрирования benzylphenylephrone в непрерывном потоке. CHIMIA International Journal for Chemistry, 79(6), 441–448. https://doi.org/10.2533/chimia.2025.441

Кинетика/механизм

  • Talbot, F. J. T., Lindsay-Scott, P. J., Stokes, S., Barnes, A., Rees, M., Miller, I., Richardson, J., & Tang, X. (2026). Мониторинг образования основания Turbo-Hauser с помощью ReactIR обеспечивает надежную реакцию иодирования на раннем этапе масштабирования. 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). Автоматизированный колонно-поточный реактор с встроенными спектрометрами для измерения времени пребывания и кинетического анализа прямого амидамидазного ацилирования ZrO 2 -катализируемым методом. 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-сочетание нитрозильных лигандов в динитрозильном железном комплексе, опосредованное внешними кислотами. ChemRxiv. https://doi.org/10.26434/chemrxiv-2025-9z9lk/v2
  • Lorraine, S. C., Baur, A., Taylor, N., Dolinar, B. S., & Hoover, J. M. (2026). Полевые эффекты определяют декарбоксилирование бензоатов меди(II): кинетические и механистические исследования. 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). Атомарный механизм синтеза RDX посредством прямого нитрования уротропина: DFT-исследование и спектроскопическая валидация. 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). Сравнительное исследование каталитической активности гетерокубанов [COIII4O4] в реакциях окисления спиртов в растворе. ChemRxiv. https://doi.org/10.26434/chemrxiv-2025-0pw68
  • Lorraine, S., Baur, A., Taylor, N., Dolinar, B., & Hoover, J. (2025). Полевые эффекты определяют декарбоксилирование бензоатов меди(II): кинетические и механистические исследования. 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). Получение ациклических вицинальных тетразамещенных стереоцентров посредством биомиметических асимметричных реакций Манниха, катализируемых Cu/squaramide в кооперативном режиме. 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). Механистические исследования селективных замещений алкоксисиланами первичными литиевыми амидами: от моно- до ди- и тризамещенных Si–N-функционализированных силанов. Inorganic Chemistry, 64(26), 13355–13363. https://doi.org/10.1021/acs.inorgchem.5c01794

кристаллизация

  • Yu, H., Schiele, S. A., & Briesen, H. (2026). Количественная оценка эволюции формы, вызванной абразией, при перемешиваемой кристаллизации на основе кривизны. 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). Применение инфракрасной spectroscopy для мониторинга перегонки растворителя на ранней стадии разработки фармацевтического процесса — экономная хемометрика для учета температурных и матричных эффектов. 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). Кинетика роста кристаллов гидратных фаз NA 2 CO 3 в системе NA 2 CO 3 –NAOH–H 2 O для устойчивого производства кальцинированной соды. 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). Влияние свойств затравки и условий процесса на вторичное зародышеобразование глифосата. 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). Экспериментальное нелинейное предиктивное управление размером кристаллов и выходом в периодической охлаждающей кристаллизации, реализованное с помощью soft sensor и символической модели калибровки. 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). Нейросетевой кинетический модель для антисольвентной кристаллизации бензофенона: построение, валидация и механистическая интерпретация. Crystals, 15(5), 464. https://doi.org/10.3390/cryst15050464

Биопродукты/биореакции

  • 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). Разработка производственного маршрута к AMG 193, ингибитору PRMT5, кооперативному с 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). Решение проблемы вариации сырья: поддержание стационарного режима при культивировании путем смешения потоков лигноцеллюлозного сырья. 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). Цифровой двойник для производства внеклеточных везикул, полученных из hMSC, для применения в клеточной и генной терапии на пути к автономной работе. 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). Экстрактивное этанольное брожение с извлечением этанола абсорбцией в открытых и закрытых системах. Fermentation, 11(1), 12. https://doi.org/10.3390/fermentation11010012
  • Ponnudurai, A., Schulze, P., Seidel-Morgenstern, A., & Lorenz, H. (2025). LigniFrac: доказательство концепции масштабируемого непрерывного процесса фракционирования лигнина. 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). Биопластики, созданные с помощью синтетической биологии, биоразлагаемые, с настраиваемыми характеристиками и пригодные для переработки в расплаве. Chemical Engineering Journal, 515, 163593. https://doi.org/10.1016/j.cej.2025.163593

Оптимизация/Автоматизация

  • Akturk, I., Mackey, J. S., Sundarkumar, V., Murbach, G., Joglekar, G., Csathy, A. T., Wehrle, F. J., Thompson, D. H., & Nagy, Z. K. (2026). На пути к гибкому распределенному фармацевтическому производству: непрерывная сквозная интеграция реакции, очистки и формулирования ломустина через платформу 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). Анализ inline-IR в реальном времени с использованием стратегии линейной комбинации и машинного обучения для автоматизированной оптимизации реакции. 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). Кристаллизация лактозы: интеграция машинного обучения с процессно-аналитическими технологиями. 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: рабочий процесс на Python для ReactIR позволяет количественно оценивать стабильность чувствительных соединений на воздухе. 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). Автономная проточная электрохимия для ускоренного поиска катализаторов. 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: набор инструментов для моделирования проточных реакторов с использованием физически обоснованных подходов и методов машинного обучения для модульного моделирования, идентификации параметров и оптимизации реакторов. RSC Advances, 15(40), 33278–33296. https://doi.org/10.1039/d5ra06173c

Я хочу...
Need assistance?
Our team is here to achieve your goals. Speak with our experts.