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

Se sintetizaron e investigaron cuatro catalizadores Co(III)Na(I) (L1-4 Co(III)Na(I)) por su potencial para la copolimerización por apertura de anillo (ROCOP) de PO y CO2 para formar policarbonatos. El objetivo fue identificar el entorno de coordinación del ligando y las condiciones de operación óptimos para el sistema metálico Co(III)/Na(I), evaluando el desempeño del catalizador bajo tres condiciones diferentes. Los ligandos presentaban modificaciones ordenadas centradas en el enlazador diimina (enlazadores etilo y dimetilpropilo) y en el número de donadores de oxígeno (cinco y seis) en los sitios éter. Estas variaciones se eligieron ya que los cálculos DFT indicaron que influyen en los sitios metálicos durante los pasos determinantes de la velocidad y de la selectividad.

“Las velocidades de reacción se monitorearon mediante espectroscopia ATR-IR operando, observando el aumento en la intensidad de un pico a 1750 cm–1, correspondiente al estiramiento C=O en el policarbonato, y de un pico a 1810 cm–1, correspondiente al estiramiento C=O en el subproducto carbonato cíclico. Los valores de absorbancia IR se calibraron con la conversión mediante la integración del espectro de RMN de 1H de una alícuota tomada al final de la reacción. Los gráficos semilogarítmicos de ln([PO]t/[PO]0) frente al tiempo son lineales, con la constante de velocidad de pseudo-primer orden observada, kobs, calculada a partir del valor absoluto de la pendiente. La comparación de las actividades catalíticas observadas revela diferencias significativas en toda la serie, siendo L1Co(III)Na(I) el mejor desempeño… La actividad catalítica, en términos de kobs y TOFPPC, disminuyó en el resto de la serie en el siguiente orden: L2Co(III)Na(I), L3Co(III)Na(I) y 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

En la síntesis de un importante intermedio agroquímico, el ácido 2-amino-3-metilbenzoico (AMA), se construyó un sistema heterogéneo de flujo continuo para la hidrogenación del ácido 3-metil-2-nitrobenzoico (MNA). Este sistema estaba equipado con monitoreo IR in situ y los datos adquiridos se procesaron con un modelo de red neuronal artificial (ANN), obteniendo concentraciones en tiempo real de MNA y AMA. Los experimentos ricos en datos se utilizaron para comparar la optimización bayesiana multiobjetivo (MOBO) con el modelado cinético. El método MOBO definió eficientemente las combinaciones de parámetros óptimos de Pareto, lo que dio lugar a una comprensión profunda del equilibrio entre rendimiento y productividad. El modelado cinético determinó la energía de activación de la hidrogenación y caracterizó la adsorción de hidrógeno como disociación competitiva.   Las superficies de respuesta generadas a partir del modelo cinético también aportaron información sobre la optimización del rendimiento y la productividad. 

 “Se realizó el modelado con ANN para procesar espectros FTIR en línea de acuerdo con la literatura publicada. Se prepararon varios grupos de MNA y AMA en solución de metanol con diferentes concentraciones y se recopilaron sus datos de espectros FTIR en línea como conjunto de entrenamiento y conjunto de validación… durante el proceso de entrenamiento, se investigó una arquitectura de una capa convolucional seguida de capas densas. Los datos espectrales se procesaron en la capa convolucional Conv1D para la extracción de características y filtrar los pesos de los datos. Luego, la reducción de la dimensión de los datos se realizó mediante distintas funciones en las capas densas. Finalmente, la capa de salida produjo las concentraciones predichas de MNA y 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

El 5-hidroximetilfurfural (HMF) derivado de la biomasa puede hidrogenarse a 2,5-furanodimetanol (BHMF), que es una molécula inicial importante para sintetizar polímeros biodegradables, aditivos de combustibles y productos químicos finos de alto valor. Esta síntesis es desafiante porque existen varias vías de hidrogenación competidoras, influenciadas por variables del catalizador, el disolvente y la reacción que afectan la selectividad y el rendimiento. Debido al mayor control de las condiciones de reacción, el uso de reactores de flujo continuo ofrece ventajas significativas para la hidrogenación selectiva de HMF. Así, el objetivo de este proyecto fue desarrollar un sistema de flujo continuo eficaz y ecológico para la hidrogenación de HMF a BHMF que utiliza un sistema catalítico RuPt@g-C3N4 y agua como disolvente. La metodología de desarrollo empleó optimización bayesiana de las condiciones de reacción y seguimiento cuantitativo en línea basado en FTIR de la dinámica de la reacción.  Los autores comentan que el uso de la optimización bayesiana tanto para el cribado de condiciones de reacción como para el diseño de la composición del catalizador proporciona un enfoque eficaz para optimizar la síntesis de moléculas plataforma químicas derivadas de biomasa.

  “Las concentraciones de HMF y BHMF en la solución de reacción se monitorearon en tiempo real mediante espectroscopia FTIR en línea… Para investigar el mecanismo de hidrogenación, se realizaron experimentos bajo condiciones óptimas en un reactor de lecho fijo de flujo continuo cargado con RuPt@g-C3N4... no se observaron picos distintivos de intermediarios de reacción. Esto probablemente refleja la alta actividad intrínseca de los sitios bimetálicos RuPt y la presencia de intermediarios transitorios principalmente en la interfaz catalizador-sustrato a baja cobertura…”

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

La síntesis de peroxiésteres presenta problemas intrínsecos de seguridad térmica debido al carácter exotérmico de la reacción y a la presencia de compuestos inestables. En el trabajo descrito aquí, una acilación catalizada por ácido en un solo paso para formar peroxipivalato de tert-butilo (TBPP) se convirtió de un proceso semicontinuo a un proceso de flujo para mejorar la seguridad. Se utilizaron cálculos de teoría del funcional de la densidad (DFT) y caracterización IR in situ para comprender mejor el mecanismo de esta acilación. Para la reacción semicontinua, se realizaron mediciones calorimétricas mediante DSC, ARC y calorimetría de reacción para comprender plenamente el comportamiento térmico de la reacción. Se encontró que la temperatura del proceso y la velocidad de dosificación eran las principales influencias en la liberación de calor, y el nivel de riesgo más alto se asoció con las condiciones que producían el mayor rendimiento. 

“…el proceso semicontinuo se transformó en un proceso de flujo. La optimización se llevó a cabo para maximizar el rendimiento espacio-tiempo y minimizar el factor E utilizando optimización bayesiana multiobjetivo y se determinó el frente de Pareto… se adoptó un método de evaluación de riesgos propuesto previamente, m-ITHI [índice modificado de peligro inherente de runaway térmico], para cuantificar y comparar el riesgo térmico entre el proceso semicontinuo y el proceso de flujo. El resultado de la evaluación mostró que el uso del microreactor redujo el peligro de runaway térmico de severo (Clase V) a moderado (Clase II). Sin embargo, la mayor seguridad aportada por el microreactor no garantizó la seguridad intrínseca del proceso de síntesis de TBPP y el riesgo térmico varió según las condiciones del proceso en el microreactor… el factor R se propuso por primera vez para cuantificar la variación del riesgo causada por las condiciones de reacción en procesos de flujo.”

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

Se aplicaron modelos de Metodología Dinámica de Superficie de Respuesta (DRSM) para desarrollar una comprensión profunda del proceso de cristalización del fármaco Belzutifan, centrándose en entender los efectos de la tasa de adición del antisolvente y la temperatura. Se realizó un DoE factorial completo 2^2 en la cristalización con antisolvete en una estación de trabajo OptiMax, y se utilizó ReactIR para adquirir espectros resueltos en el tiempo de la concentración del sobrenadante. La calibración de los datos IR se realizó usando muestras de sobrenadante fuera de línea recolectadas con un sistema EasySampler y las concentraciones se midieron usando UPLC. Se entrenó un modelo quimiométrico automatizado de mínimos cuadrados parciales (PLS) para obtener perfiles de concentración a partir de los espectros IR. A partir de esta información, DRSM proporcionó modelos dinámicos para caracterizar la concentración del sobrenadante en función de la temperatura y la adición de antisolvente. La distribución del tamaño de las partículas (PSD) de los cristales se midió en función de la temperatura de cristalización y la tasa de adición de antisolvente. El modelo DRSM generado tuvo éxito al predecir la dinámica de concentración en función de la fracción de antisolvente, la tasa de adición y la temperatura para el conjunto de datos de entrenamiento del DoE, así como para un experimento de validación independiente.

“Los resultados presentados en este trabajo muestran un enfoque de modelado impulsado por datos para la cristalización de un ingrediente farmacéutico activo (API) utilizando tecnologías analíticas de proceso (PAT) y la metodología dinámica de superficie de respuesta (DRSM)…. Este enfoque permite a los usuarios obtener información valiosa sobre cómo los factores de la tasa de adición de antisolvente y la temperatura de cristalización influyen dinámicamente en los perfiles de concentración sin requerir un modelo mecanístico o basado en conocimiento, y todo ello sin la necesidad de realizar experimentos adicionales. Además, hemos demostrado que DRSM es una herramienta adecuada para predecir perfiles de concentración al ejecutar una cristalización dentro del espacio de diseño del DoE.”

Akturk, I., Mackey, J. S., Sundarkumar, V., Murbach, G., Joglekar, G., Csathy, A. T., Wehrle, F. J., Thompson, D. H., & Nagy, Z. K. (2026). Toward agile, distributed pharmaceutical manufacturing: integración continua de extremo a extremo de reacción, purificación y formulación para lomustina mediante la plataforma MiniPharm. Organic Process Research & Development, 30(3), 595–618. https://doi.org/10.1021/acs.oprd.5c00314

Este trabajo se centra en el desarrollo de la plataforma MiniPharm para producir el fármaco oncológico lomustina mediante manufactura continua integrada. Los investigadores conectaron las operaciones de sustancia farmacéutica y producto farmacéutico al integrar dos etapas de reacción acopladas, una destilación continua por cambio de disolvente, cristalización MSMPR de dos etapas e impresión de cápsulas bajo demanda. El desarrollo de cada una de estas operaciones requirió una investigación en profundidad de la cinética de reacción, el modelado de solubilidad, la supervisión PAT y las simulaciones de proceso. Mediante esfuerzos de intensificación del proceso que incluyeron modificaciones en los reactores, la destilación y las unidades de cristalización, así como la integración de control automatizado y PAT en línea para mejorar la eficiencia operativa, los investigadores informan haber alcanzado un rendimiento global del proceso para la lomustina del 69%. 

En estudios iniciales por lotes, in situ ftir se utilizó para identificar picos característicos de las materias primas, intermediarios y producto, incluidos ciclohexilamina, isocianato de 2‑cloroetilo, el intermediario 1‑(2‑cloroetilo)‑3‑ciclohexilurea, nitrito de tert‑butilo y lomustina. Estos espectros se utilizaron para respaldar el modelado cinético, la selección del tiempo de residencia y la verificación de la conversión en los reactores de flujo acoplados. Durante los experimentos con las unidades operativas integradas, la sonda MIR se instaló en el cristalizador MSMPR para supervisar la concentración del soluto, la Supersaturación y el comportamiento en estado estacionario. Un sistema de imágenes microscópicas in situ proporcionó imágenes en tiempo real de la nucleación, el crecimiento de cristales, los cambios de turbidez y un posible aceitamiento. La estrategia dual de PAT en la que MIR medía las especies disueltas mientras que la imagen visual supervisaba la formación de cristales fue clave para una continuous crystallization eficaz y para el flujo de trabajo totalmente integrado de extremo a extremo con éxito.

“Para permitir la supervisión en tiempo real de los procesos de reacción y cristalización, se emplearon dos herramientas PAT: Mettler Toledo ReactIR 702L Reflectancia total atenuada-Fourier Transform Infrared Spectroscopy (ATR-FTIR) y la sonda de imagen en línea Easy-Viewer 100. Para los experimentos de reacción por lotes, ATR-FTIR se utilizó para recopilar espectros de especies químicas a diferentes concentraciones e identificar los picos principales de los reactivos y productos. Para la síntesis en flujo, la sonda FTIR se sumergió en un matraz de fondo redondo colocado después del segundo reactor. Los ensayos repetidos de síntesis en flujo confirmaron tasas de conversión altas y consistentes. Para las corridas integradas continuas de extremo a extremo, la sonda FTIR se reutilizó para la supervisión de la cristalización colocándola directamente en el cristalizador MSMPR. La EasyViewer 100 se utilizó junto con ella para supervisar visualmente la formación de cristales, la turbidez y el crecimiento dentro del MSMPR”.

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

La electrosíntesis se investiga como un medio para sintetizar enlaces C-N sin necesidad de los reactivos tóxicos y los desechos asociados con los métodos clásicos de acoplamiento. Se proponen los ácidos 2,3‑alenoicos como precursores potencialmente eficaces, ya que su oxidación anódica genera radicales alenilo/propargilo que sufren una rápida segunda oxidación para formar cationes altamente electrofílicos capaces de una N‑propargilación selectiva. El trabajo establece un protocolo electroquímico suave y sin aditivos que proporciona productos N‑propargilados en un rango de 25–82% de rendimiento en pirazoles, triazoles, tetrazoles, benzotriazoles, amidas, ácidos carboxílicos y alcoholes, con una fuerte economía atómica y eficiencias faradaicas de 40-70%. Los estudios mecanísticos indican que la reacción está gobernada por el control electroquímico más que por la concentración del sustrato. La clave para comprender el reaction mechanism es el uso de ReactIR, que mide en tiempo real el consumo del sustrato y permite determinar las velocidades iniciales. Estos datos muestran que la reacción es de orden cero tanto respecto al ácido alenoico como al nucleófilo, mientras que la velocidad aumenta linealmente con la corriente aplicada. Esto indica que la transferencia de electrones anódica es la etapa limitante de la velocidad. Junto con la voltametría cíclica y DFT, la evidencia cinética respalda una ruta en la que la descarboxilación oxidativa forma un radical alenilo que se oxida inmediatamente a un catión propargilo, el cual sufre una formación de enlace C-N controlada cinéticamente. Los investigadores concluyen afirmando que han establecido un método electroquímico para propargilar N-heterociclos usando ácidos 2,3‑alenoicos en condiciones simples y sin aditivos. La reacción utiliza un ánodo de carbono de bajo costo y no requiere oxidantes externos, bases ni agentes deshidratantes. Esta investigación ilustra cómo la comprensión mecanística puede guiar el diseño de enfoques electrosintéticos que generen intermedios reactivos para una construcción eficiente de enlaces C–N.

“… los estudios cinéticos se realizaron mediante ftir in situ. Para establecer la concentración dependiente del tiempo de 1a [ácido alenoico] durante la medición cinética, se utilizó la relación lineal entre la absorbancia IR a 1689 cm–1, que corresponde a la banda C═O de 1a, y la concentración de 1a. Luego se aplicó la desaparición de 1a con el tiempo para determinar las velocidades iniciales de reacción k, que se midieron experimentalmente con diferentes concentraciones iniciales de 1a y 2a [pirazol]. Las velocidades iniciales de k fueron independientes de las concentraciones de 1a y 2a, lo que sugiere que la reacción tiene orden parcial cero tanto en el ácido alenoico 1a como en el pirazol 2a. Sin embargo, la velocidad inicial muestra una correlación lineal con la corriente aplicada, lo que indica que el proceso de transferencia de electrones anódica constituye la etapa limitante de la velocidad.”

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

La espectroscopía de infrarrojo medio en línea (ReactIR) se utiliza para optimizar la detridadilación durante la síntesis sólida de Oligonucleótido y se muestra como una alternativa más eficiente en reactivos que la monitorización UV clásica. Inicialmente, se realizó una medición IR fuera de línea de los componentes principales de la mezcla de detridadilación, que identificó picos de absorción distintos para tolueno (1495 cm⁻¹), acetonitrilo anhidro (2253 cm⁻¹), monómero DCA (1765 cm⁻¹) y dímero DCA (1740 cm⁻¹). Se estableció un enfoque para el análisis cuantitativo mediante monitorización en tiempo real, ya que las intensidades IR del monómero DCA y del dímero DCA mostraron una fuerte linealidad con la concentración en el rango de 3–10% de DCA. 

Desde la cinética y la comprensión mecanística de la reacción de detridadilación, las concentraciones relativas del monómero DCA y del dímero DCA se relacionan estrechamente con el avance de la detridadilación, y la formación del dímero DCA es la etapa que determina la velocidad de la detridadilación. El DCA existe predominantemente como un dímero químicamente activo en tolueno, mientras que en acetonitrilo pasa a una forma monomérica inactiva. La detridadilación avanza de manera eficiente cuando el monómero inactivo de DCA se ha convertido por completo en el dímero activo. Este trabajo correlacionó el seguimiento IR en línea de estos cambios estructurales del DCA con la detección UV tradicional del catión dimetoxitritilo (DMT⁺), una especie activa en UV liberada durante el paso de detridadilación de la síntesis sólida de oligonucleótidos. Esta correlación mostró que la disminución de la señal IR del monómero DCA inactivo hasta la línea base, definida como nodo III, significaba el punto final óptimo de la reacción. En ese punto, la pureza del producto, los niveles de depurinación y los rendimientos globales fueron equivalentes a los obtenidos mediante control basado en UV; sin embargo, hubo una reducción de hasta 40.4% en el consumo del reactivo de detridadilación. Para validar la robustez y la generalidad de esta estrategia guiada por IR, se sintetizaron secuencias de oligonucleótidos con diversas características estructurales y químicas usando este criterio del nodo III. En todas las secuencias, la calidad del producto se mantuvo constante, las reacciones secundarias de depurinación se suprimieron eficazmente y el uso de reactivos disminuyó entre 22.7 y 46.7%. 

“En comparación con la monitorización UV clásica en línea, la tecnología IR en línea supera las limitaciones de la monitorización UV, incluyendo un rango estrecho de respuesta de la señal, supervisión retardada e insuficiente de la microreacción. Permite el seguimiento en tiempo real de los cambios microcinéticos de los componentes clave en la detridadilación, reduce el consumo de reactivos y promueve el desarrollo verde y sostenible de la síntesis en fase sólida. Este estudio proporciona una estrategia universal para mejorar la precisión del control del proceso de síntesis en fase sólida y posibilitar una producción refinada de oligonucleótidos en todo el proceso.”

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

Usando como ejemplo la reacción de condensación aldólica de Claisen-Schmidt entre 2-metoxibenzaldehído y acetona, este trabajo demuestra el desarrollo y la aplicación de un nuevo sistema de autooptimización. Los autores informan que un algoritmo multiobjetivo, TSEMO (optimización multiobjetivo eficiente por muestreo de Thompson), se utiliza en combinación con MIR en línea (ReactIR) y PAT UHPLC en línea en un reactor microfluídico controlado por un sistema de control y adquisición de datos (SCADA), utilizado para la optimización variable continua. Se establecieron condiciones óptimas de reacción, incluidas la temperatura, los caudales y los tiempos de residencia, y el sistema se validó mediante modelado cinético. 

“ …el proceso de autooptimización superó a los métodos tradicionales de reacción química al alcanzar las concentraciones objetivo (metas establecidas) más rápido, con menos productos químicos y una intervención manual mínima. Esto no solo mejora la sostenibilidad ambiental y la eficiencia económica del proceso, sino que también muestra potencial para una aplicación más amplia en la ingeniería de reacciones. La estrecha alineación de los datos experimentales con las predicciones teóricas, dentro de una desviación de ±10 %, confirma la capacidad del sistema para optimizar sin conocimiento previo de la cinética de reacción…”

Zou, X., Xie, T., Xu, J., Bai, H., Wang, D., Ke, X., Zhao, W., & Lv, M. (2026). Revelando la cinética autocatalítica en la poliadición de cadena corta de Poly(amic acid) mediante FTIR in situ. Industrial & Engineering Chemistry Research, 65(10), 5452–5459. https://doi.org/10.1021/acs.iecr.6c00046

Hay dos etapas en la poliadición de diaminas aromáticas y dianhídridos (PAA): una etapa rápida de formación de cadenas cortas (etapa 1) y una posterior etapa lenta de crecimiento de cadena (etapa 2). Casi todos los estudios cinéticos hasta la fecha se centran en la cinética de la segunda etapa utilizando diversas técnicas.  Aunque estos métodos son eficaces con monómeros de baja reactividad, no captan la etapa 1, altamente exotérmica, de monómeros más reactivos. Esto conduce a desviaciones de simulación del 20−30% en los primeros minutos de reacción, lo que socava el control del proceso, la fiabilidad del aumento de escala y la seguridad. Por ello, el seguimiento en tiempo real y con abundantes datos es fundamental para captar el comportamiento autocatalítico propuesto que controla esta etapa inicial.  

En este trabajo, se utiliza FTIR in situ para proporcionar la información necesaria para una comprensión más completa de la cinética en la poliadición en etapa temprana de poly(amic acid) (PAA). Esto suele considerarse un proceso cinético de segundo orden, en el que la velocidad de reacción es proporcional al producto de las concentraciones de diamina y dianhídrido. Los modelos teóricos indican que estas reacciones muestran características autocatalíticas pronunciadas, en las que los productos de reacción aceleran las velocidades de reacción posteriores, y que los intermedios causan el efecto autocatalítico.  Se desarrolla un modelo para la cinética autocatalítica de sistemas altamente reactivos de diamina aromática–dianhídrido que incluye hipótesis mecanísticas, derivación de la ecuación de velocidad, ajuste de datos y análisis termodinámico. El modelo aporta información sobre cómo componentes como la temperatura y la estructura del monómero controlan el grado de autocatalisis. Los datos revelan que la poliadición de cadena corta sigue un modelo cinético autocatalítico irreversible de segundo orden, impulsado principalmente por la catálisis protónica de los grupos –COOH recién formados. La temperatura y la electrofilicidad del monómero modulan conjuntamente el grado de autocatalisis, y BTDA muestra la mayor aceleración catalítica y s-BPDA la menor. 

“Empleamos espectroscopia ftir in situ para investigar cuantitativamente la poliadición en etapa temprana de 4,4′-diaminodifenilmetano (MDA) con tres dianhídridos: 3,3′,4,4′-dianhídrido de benzofenona tetracarboxílica (BTDA), 3,3′,4,4′-dianhídrido de bifeniltetracarboxílica (s-BPDA) y 2,3,3′,4′-dianhídrido de bifeniltetracarboxílica (a-BPDA). La banda característica aislada de MDA a 818 cm^–1 puede servir como una sonda eficaz para monitorear cuantitativamente la variación de la concentración de MDA. El análisis cinético de las intensidades de banda normalizadas (A-818 cm^–1, T-818 cm^–1 y S-818 cm^–1) revela que la reacción sigue una cinética autocatalítica irreversible de segundo orden. Este enfoque combinado de FTIR in situ y modelado proporciona las primeras ideas cuantitativas sobre cómo la electrofilicidad del dianhídrido, la estructura molecular y la temperatura gobiernan de manera sinérgica el grado de autocatalisis, ofreciendo así una guía experimental y teórica crítica para el control preciso y la optimización de la síntesis de PAA.”

• Li, M., Wang, Y., Luo, Y., & Shu, X. (2026). Un enfoque eficiente y ecológico para la síntesis de oxima de dodecanona a partir de la reacción indirecta de transoximación catalizada por zeolita. 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). Catálisis de flujo continuo sostenible y optimización bayesiana de la hidrogenación de HMF derivado de biomasa sobre RuPt@g-C3N4. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.5638748
• Zhou, C., Beydokhti, M. T., Rammal, F., Kumar, P., Lacroix, M., Vermeiren, W., Dusselier, M., Liao, Y., & Sels, B. F. (2025). Sinergia ácido-base independiente de la proximidad en un catalizador sólido ZrOxHy para la regeneración de aminas en la captura de CO2 poscombustión. 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). Regulación selectiva de la transferencia de oxígeno para la oxidación ecológica de n-butano en condiciones suaves: rendimiento y mecanismo. Journal of Catalysis, 448, 116187. https://doi.org/10.1016/j.jcat.2025.116187
• Mazumder, A., & Beckingham, B. S. (2025). PEGMA de cadena lateral larga en membranas de intercambio iónico para reducir el arrastre de productos de reducción de CO 2. ACS Sustainable Chemistry & Engineering, 13(45), 19464–19481. https://doi.org/10.1021/acssuschemeng.5c02539
• Yao, Y., Chen, D., Li, Y., & Yin, Z. (2025). Efectos de la composición de los gases en la modulación de la cinética de hidratos de CH4/CO2 con 1,3-dioxolano: implicaciones para el almacenamiento de biogás basado en hidratos. 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). Impulsar la transferencia de hidrógeno de cumeno mediante un marco orgánico covalente de porfirina basado en Ru para la epoxidación en tándem con aire de olefinas. 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). Estudio y caracterización de intermediarios utilizados en la producción del oxidante dinitramida de amonio. 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). Mejora de la seguridad térmica: transición de lote a flujo en la síntesis de peroxipivalato de tert-butilo catalizada por ácido. 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). Disposición de átomos de nitrógeno tetraédricos en cationes del sitio A: un nuevo enfoque para regular la sensibilidad y la energía de materiales energéticos de perovskita. 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). Revelando la cinética autocatalítica en la poliadición de cadena corta de Poly(amic acid) mediante FTIR in situ. 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). Catalizador organoborónico tolerante a la dilución para la copolimerización de CO 2 y óxido de propileno habilitado por un anhídrido cíclico. 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). Catalizadores heterobinucleares Co(III)NA(I) para la copolimerización por apertura de anillo de óxido de propileno y dióxido de carbono. 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). Catálisis por enlace pnictógeno: copolimerización de CO2 y epoxides en plataformas de antimonio(V). ACS Catalysis, 15(21), 17882–17892. https://doi.org/10.1021/acscatal.5c03781
  
• Abrahamsen, G. M., Lequeux, Z. a. B., Kemp, L. K., Wedgeworth, D. N., Rawlins, J. W., Newman, J. K., & Morgan, S. E. (2025). Control de la morfología en nanocompuestos de dispersión de poliuretano en base acuosa mediante estructura, formulación y procesamiento adaptados. 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). Desentrañando el papel del agua en la glicólisis catalítica de 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). Catalizadores comerciales de pares de Lewis orgánicos para la polimerización por apertura de anillo eficiente de 1,2-óxido de butileno. 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). Monitoreo del proceso en tiempo real de la amonólisis de Oligonucleótidos con espectroscopia ftir en línea. 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). Análisis IR en línea en tiempo real mediante estrategia de combinación lineal y aprendizaje automático para la optimización automatizada de reacciones. 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). Optimización de la hidrogenación heterogénea de flujo continuo mediante análisis FTIR en línea: un estudio comparativo de la optimización bayesiana multobjetivo y el modelado cinético. 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). Optimización en dos etapas de la síntesis en flujo continuo de L-carnitina combinando optimización bayesiana, análisis en línea y modelado cinético. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.5256095
  
• Moll, M., Wängler, B., Wängler, C., & Röder, T. (2025). Investigación cinética de la hidrogenación asimétrica de benzylphenylephrone en flujo continuo. 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). El monitoreo con ReactIR de la formación de la base Turbo-Hauser permite una reacción de yodación robusta durante una campaña temprana de escalado. 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). Reactor de flujo en columna automatizado con espectrómetros en línea para la medición del tiempo de residencia y el análisis cinético de la amidación directa de éster catalizada por 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). Acoplamiento N-N de ligandos nitrosilo en un complejo de hierro dinitrosilo mediado por ácidos exógenos. ChemRxiv. https://doi.org/10.26434/chemrxiv-2025-9z9lk/v2
• Lorraine, S. C., Baur, A., Taylor, N., Dolinar, B. S., & Hoover, J. M. (2026). Los efectos de campo gobiernan la descarboxilación de benzoatos de cobre(II): estudios cinéticos y mecanísticos. 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). Mecanismo a nivel atómico de la síntesis de RDX mediante nitración directa de urotropina: estudio DFT y validación espectroscópica. 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). Estudio comparativo sobre la actividad catalítica de heterocubanos [COIII4O4] en reacciones de oxidación de alcoholes en solución. ChemRxiv. https://doi.org/10.26434/chemrxiv-2025-0pw68
• Lorraine, S., Baur, A., Taylor, N., Dolinar, B., & Hoover, J. (2025). Los efectos de campo gobiernan la descarboxilación de benzoatos de cobre(II): estudios cinéticos y mecanísticos. 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). Acceso a centros estereogénicos acíclicos vicinales tetrasustituidos mediante reacciones asimétricas de Mannich catalizadas cooperativamente por Cu/squaramida biomimética. 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). Investigaciones mecanísticas de sustituciones selectivas de alcóxidos de silano por amidas de litio primarias: de mono- a di- y trisustituidos silanos funcionalizados con Si–N. Inorganic Chemistry, 64(26), 13355–13363. https://doi.org/10.1021/acs.inorgchem.5c01794

• Yu, H., Schiele, S. A., & Briesen, H. (2026). Cuantificación basada en curvatura de la evolución de la forma inducida por abrasión en la cristalización agitada. 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). Aplicaciones de la espectroscopia infrarroja en el monitoreo de la destilación de solventes durante el desarrollo temprano de procesos farmacéuticos: quimiometría ágil para abordar los efectos de temperatura y matriz. 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). Cinética de crecimiento cristalino de fases hidratadas de NA 2 CO 3 en el sistema NA 2 CO 3 –NAOH–H 2 O para la producción sostenible de carbonato de sodio. 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). Influencia de las propiedades de la semilla y las condiciones de operación en la nucleación secundaria de glifosato. Industrial & Engineering Chemistry Research, 65(15), 7826–7839. https://doi.org/10.1021/acs.iecr.5c04870
  
• Lima, F. a. R. D., De Moraes, M. G. F., Secchi, A. R., De Souza, M. B., & Grover, M. A. (2025). Control predictivo no lineal experimental del tamaño de cristal y el rendimiento en la cristalización por enfriamiento por lotes habilitado por un sensor virtual y un modelo de calibración basado en símbolos. 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). Modelo cinético basado en redes neuronales para la cristalización por antisolvente de benzofenona: construcción, validación e interpretación mecanística. 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). Desarrollo de una ruta de fabricación hacia AMG 193, un inhibidor PRMT5 cooperativo con MTA. Organic Process Research & Development, 29(11), 2934–2941. https://doi.org/10.1021/acs.oprd.5c00310
• Waldschitz, D., Bartlechner, J., Karner, E. M., Spadiut, O., Jakubek, S., & Kager, J. (2025). Abordar la variación de la materia prima: mantener un estado estacionario durante el cultivo mediante la mezcla de corrientes de alimentación lignocelulósicas. 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). Gemelo digital para la producción de vesículas extracelulares derivadas de hMSC para aplicaciones en terapia celular y génica hacia una operación autónoma. 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). Fermentación extractiva de etanol con recuperación de etanol por absorción en sistemas abiertos y cerrados. Fermentation, 11(1), 12. https://doi.org/10.3390/fermentation11010012
  
• Ponnudurai, A., Schulze, P., Seidel-Morgenstern, A., & Lorenz, H. (2025). LigniFrac: prueba de concepto de un proceso escalable de fraccionamiento continuo de lignina. Chemical Engineering Journal, 510, 161113. https://doi.org/10.1016/j.cej.2025.161113
• Ren, T., Bi, Y., Li, J., Li, J., Gao, D., Yu, F., Wang, J., & Zhang, K. (2025). Bioplásticos biodegradables, con desempeño ajustable y procesables por fusión habilitados por biología sintética. 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). Hacia una fabricación farmacéutica ágil y distribuida: integración continua de extremo a extremo de reacción, purificación y formulación para Lomustina mediante la plataforma 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). Análisis IR en línea en tiempo real mediante estrategia de combinación lineal y aprendizaje automático para la optimización automatizada de reacciones. 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). Cristalización de lactosa: integración del aprendizaje automático con tecnologías analíticas de proceso. Food and Bioproducts Processing, 151, 64–72. https://doi.org/10.1016/j.fbp.2025.02.008
• Bell, N. L., Berardi, E., Gladkikh, M., Turnbull, R. D., & Turton, F. (2025). ReactPyR: un flujo de trabajo en Python para ReactIR permite cuantificar la estabilidad de compuestos sensibles al aire. 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). Electroquímica de flujo autónoma para acelerar el descubrimiento de catalizadores. Prepared for the U.S. Department of Energy under Contract DE-AC05-76RL01830
• Knoll, S., Silber, K., Williams, J. D., Sagmeister, P., Hone, C. A., Kappe, C. O., Steinberger, M., & Horn, M. (2025). FlowMat: una caja de herramientas para modelar reactores de flujo usando enfoques basados en física y aprendizaje automático para simulación modular, identificación de parámetros y optimización del reactor. RSC Advances, 15(40), 33278–33296. https://doi.org/10.1039/d5ra06173c