Projektowanie eksperymentów (DoE)

Projektowanie eksperymentów (DoE) to statystyczne podejście do optymalizacji reakcji i procesów, które pozwala na jednoczesną zmianę różnych czynników w celu znalezienia optymalnych wartości dla przestrzeni reakcyjnej.

W opracowywaniu substancji chemicznych projektowanie eksperymentów (DoE) stało się metodą referencyjną służącą do przyspieszenia optymalizacji reakcji, ponieważ umożliwia ocenę dużej liczby parametrów w niewielkiej liczbie eksperymentów. W ciągu ostatnich kilku lat DoE zostało wykorzystane do wdrożenia koncepcji Quality by Design (QbD) w dziedzinie badań i rozwoju oraz produkcji. W koncepcji QbD stosowanej w branży farmaceutycznej zrozumienie produktu i procesu ma kluczowe znaczenie dla zapewnienia jakości wytwarzanego produktu. 

Zaletą wdrożenia projektowania eksperymentów (DoE) w opracowywaniu substancji chemicznych jest to, że wiele parametrów wejściowych lub „czynników”, takich jak temperatura, surowiec czy stężenie, można oceniać jednocześnie, aby wyjaśnić warunki, w których atrybuty produktu lub „wyniki”, takie jak wydajność, selektywność, poziom zanieczyszczenia, osiągają optymalne wartości. 

Ponieważ badania DoE zwykle wymagają mniej powtarzania doświadczeń, można dzięki nim uzyskać:

• lepszą i szybciej zdobytą wiedzę
• krótsze cykle rozwoju procesów w produkcji

W badaniu będącym częścią procesu projektowania eksperymentów (DoE) czynniki, które są przedmiotem zainteresowania, zmieniają się systematycznie od najniższej do najwyższej wartości, a wszystkie możliwe kombinacje czynników są wykonywane w tym samym zestawie eksperymentów.

W trójczynnikowym DoE z dwoma poziomami (patrz wykres po prawej) wartości mogą zostać zobrazowane w postaci sześcianu, którego wierzchołki reprezentują osiem warunków testowych. Przy pełnym eksperymencie czynnikowym wynikowe warunki testowe są obliczane zgodnie z 23 = 8 ; warunki testowe prowadzące do ośmiu różnych wyników.

Po prawej przedstawiono schematyczny przykład pełnego eksperymentu czynnikowego DoE prowadzącego do ośmiu różnych wyników testu i potencjalnie jednej optymalnej wartości (np. dane zaznaczone na czerwono).

Dane wynikające z badania DoE są wykorzystywane do tworzenia funkcji matematycznych, które najlepiej opisują związek między czynnikami a mierzonymi wynikami. Równania te mogą być pierwszego, drugiego lub wyższego rzędu w zależności od tego, jak wyniki zmieniają się wraz ze zmianą czynników.

Model matematyczny obejmujący γ = odpowiedź (np. wydajność uzyskiwania produktu) i xn = współczynniki wejściowe, a βn = współczynniki funkcji.

Odpowiedź (y) można przedstawić na wykresie funkcji z jedną lub dwoma zmiennymi wejściowymi (x), aby utworzyć tak zwaną powierzchnię odpowiedzi w dwóch lub trzech wymiarach. 

Celem optymalizacji reakcji syntezy jest znalezienie maksymalnej wartości funkcji (optimum), która daje najlepsze pożądane wyniki. Metodologia powierzchni odpowiedzi (RSM) wykorzystuje dane wygenerowane przez DoE i wizualnie przedstawia zależność odpowiedzi (wydajności) od trzech czynników (temperatura, materiał początkowy i dawkowanie katalizatora); patrz przykładowy wykres. RSM jest korzystna, aby dokładniej modelować krzywiznę wokół optimum reakcji. Chemicy procesowi są w stanie lepiej zrozumieć proces i zidentyfikować region, w którym jego warunki spełniają jeden lub więcej celów, takich jak wzrost wydajności lub optymalizacja kosztów.

Dzięki RSM można wygenerować dużą ilość informacji z niewielkiej liczby eksperymentów, a optymalizację reakcji i procesów można wykonać w krótszym czasie.

Kluczowym wymaganiem dla eksperymentów DoE jest ustalenie niezawodności systemu i powtarzalności. Osiąga się to przez minimalizację ryzyka błędów pomiarowych i precyzyjne kontrolowanie wszystkich parametrów w celu zapewnienia powtarzalnych warunków. W reakcjach syntezy chemicznej układ doświadczalny musi zapewniać dokładne pomiary i kontrolę parametrów, takich jak temperatura, mieszanie, pobieranie próbek i dozowanie substancji, a współczynnik powtarzalności eksperymentu musi być wysoki.

Ponadto wybrane czynniki procesu projektowania eksperymentów (DoE) powinny reprezentować parametry, które mają największy wpływ na wyniki eksperymentu. Zakres parametrów od najniższej do najwyższej wartości powinien być realistyczny i musi obejmować jak najszerszy zakres, ponieważ ekstrapolacja poza przestrzenią eksperymentu nie jest dozwolona w DoE. 

Na tym wykresie reaktor do syntezy chemicznej EasyMax precyzyjnie steruje ustaloną temperaturą, podczas gdy trudność jej kontrolowania w kolbie okrągłodennej powoduje powstanie w niej różnicy około 27°K pomiędzy wartością maksymalną i minimalną.

Zautomatyzowane reaktory do syntezy chemicznej zapewniają lepsze wyniki, umożliwiając prowadzenie bardziej precyzyjnych badań w ramach projektowania eksperymentów.

Wykonywanie badań DoE z wykorzystaniem urządzeń do ręcznej syntezy, w tym kolb okrągłodennych, stawia przed badaczami pewne ograniczenia:

• Precyzyjna kontrola kluczowych parametrów, takich jak temperatura, mieszanie i dozowanie, w warunkach niewielkiej przestrzeni jest trudna podczas prowadzenia reakcji
• Powtarzalność eksperymentu jest niepewna
• Zapis wszystkich zmian parametrów reakcji i wyników analitycznych podczas eksperymentu jest kłopotliwy i podatny na błędy
• Ręczne pobieranie próbek podczas reakcji w celu uzyskania danych nie jest powtarzalne i pochłania dużo czasu operatora urządzenia

Obraz odtworzony za zgodą Caron, Stéphane i Nicholasa M. Thomsona. "Pharmaceutical process chemistry: Evolution of a contemporary data-rich laboratory environment." The Journal of Organic Chemistry 80.6 (2015): 2943-2958. Copyright 2015 American Chemical Society."

Peptydy są złożonymi cząsteczkami syntetyzowanymi w wielu etapach z wieloma możliwymi reakcjami ubocznymi. Aby ekonomicznie przeprowadzać takie procesy, każdy krok musi być zoptymalizowany, a wydajność powinna wynosić co najmniej 98%.

Celem badania DoE było zoptymalizowanie wydajności uzyskiwania produktu dzięki systematycznym zmianom czterech parametrów procesu: temperatura, dodawanie rozpuszczalnika, woda i stężenie peptydu. 

Badanie pokazuje znaczenie powtarzalności zmian i kontroli czynników DoE, takich jak ogrzewanie, chłodzenie i addycja reagentów, jak również kontroli warunków eksperymentu (np. przez jednorodne mieszanie mieszaniny reakcyjnej). 

Projektowanie eksperymentów jest wykorzystywane w różnych zastosowaniach, w tym:

• Synteza chemiczna
• Procesy krystalizacji
• Reakcje syntezy
• Identyfikacja odmian polimorficznych
• Reakcje polimeryzacji
• Reakcje uwodorniania
• Biokataliza i kataliza enzymatyczna
• Chemia przepływowa
• Monitorowanie bioprocesów

Reaktory do syntezy chemicznej mają kluczowe zalety dotyczące pomiaru i kontroli wielu zestawów parametrów reakcji w DoE z zachowaniem wysokiego poziomu niezawodności i powtarzalności.

Ręczne badania DoE z więcej niż dwoma czynnikami wymagają dużego wysiłku w eksperymencie, ponieważ wszystkie parametry muszą być monitorowane jednocześnie przez długi czas reakcji. Reaktory syntezy chemicznej pomagają precyzyjnie kontrolować wszystkie parametry w tym samym czasie, co skutkuje wysoką jakością wyników DoE, które są rejestrowane i mogą być łatwo eksportowane na potrzeby dalszego przetwarzania danych. Ponadto planowana receptura reakcji utworzona z pomocą oprogramowania iControl zapewnia terminową regulację poszczególnych czynników zgodnie z protokołem DoE i może być łatwo wykorzystana ponownie do kolejnych eksperymentów.

Korzystając z reaktorów syntezy chemicznej EasyMax, każdy naukowiec może wykonywać bezobsługowe eksperymenty dostosowane do badań DoE na potrzeby szerszego zakresu zastosowań w celu szybkiego odkrycia nowych ścieżek syntezy. 

Reaktory syntezy chemicznej EasyMax pomagają naukowcom w szybkim badaniu wielu parametrów procesu, co czyni je idealnymi narzędziami do badań DoE. Zapewniają one unikalny zestaw funkcjonalności i zastosowań:

• Pomiar temperatury od -40°C do 180°C
• Dozowanie cieczy z szybkością od 1 do 50 ml/min i wysoką dokładnością
• Automatyczne pobieranie próbek z zawiesin i reakcji wielofazowych za pomocą EasySampler
• Skuteczne mieszanie we wszelkiego rodzaju reakcjach w celu przeprowadzania badań mieszania
• Kształt naczynia reakcyjnego pokrywa zakres objętości od 0,5 do 1000 ml
• Integracja sond PAT, w tym ReactIR, ReactRaman, ParticleTrack i ParticleView, do wykonywania bogatych w dane badań DoE

Innowacyjność zostaje skrępowana, gdy urządzenia ograniczają możliwość prowadzenia eksperymentów. Z każdym dniem rośnie złożoność chemii syntetycznej. W tym przewodniku omawiamy, jak chemicy radzą sobie z tym wyzwaniem, stosując nowatorskie techniki:

• Zautomatyzowane planowanie i realizacja reakcji
• Pełna rejestracja danych każdego eksperymentu
• Narzędzia do syntezy rozwiązujące typowe problemy z eksperymentami

Aby dowiedzieć się, jak inteligentne narzędzia do syntezy w połączeniu z funkcjami cyfryzacji prac laboratoryjnych mogą przeobrazić prace rozwojowe w dziedzinie chemii, ściągnij przewodnik: Nowoczesne laboratorium syntezy: nowe stanowisko pracy chemika. 

• Lucks, Sandra, and Heiko Brunner. "In Situ Generated Palladium on Aluminum Phosphate as Catalytic System for the Preparation of β, β-Diarylated Olefins by Matsuda–Heck Reaction." Organic Process Research & Development 21.11 (2017): 1835-1842.
• Monnaie, Didier, Lonza Peptide, Braine, "Fast and Effective Chemical Synthesis and Optimization Supported by Design of Experiments (DoE)" webinar METTLER TOLEDO, 2017.
  
• Van der Eycken Francis, METTLER TOLEDO, "Innovative Techniques to Synthesize Breakthrough Molecules", Whitepaper (2015).
  
• Georgakis, C. (2013). "Design of Dynamic Experiments: A Data-Driven Methodology for the Optimization of Time-Varying Processes." Industrial & Engineering Chemistry Research 52: 12369-12382.
  
• P. M. Murray et al., "The application of design of experiments (DoE) reaction optimization and solvent selection in the development of new synthetic chemistry", Org. Biomol. Chem., 2016, 14 Pages, 2373-2384.
  
• Design of Experiments (DoE) and Process Optimization. A Review of Recent Publications. Org. Process Res. Dev., 2015, 19 (11), pp 1605–1633.