紅外光譜通常分為三個區域（近紅外、中紅外與遠紅外），每個區域都有其各自的範圍、特性與應用。中紅外（mid-IR）區域涵蓋電磁光譜中約 2.5 µm 至 25 µm 的範圍，對應 4000 cm⁻¹ 至 400 cm⁻¹。mid-IR spectroscopy 廣泛用於化學鑑定、表徵與分析。
| 區域 | 波數範圍 (cm⁻¹) | 波長範圍 (µm) |
| NIR | 12,800 – 4,000 | 0.78 – 2.5 |
| MIR | 4,000 – 400 | 2.5 – 25 |
| FIR | 400 – 10 | 25 – 1000 |
近紅外（NIR）spectroscopy 測量基頻振動的泛音與組合帶。這些躍遷通常較弱，因此適合需要非破壞性深度能量穿透的測量。例子包括定量整體分析、水分與蛋白質測定，以及各種 Process Analytics。
中紅外（MIR）spectroscopy 測量大多數官能基的基頻振動模式。中紅外帶直接反映鍵強度、分子對稱性與化學環境。此區域通常由 FTIR spectroscopy 處理，可用於官能基識別、反應監測、聚合物特性分析、結晶度評估與機制研究。
遠紅外（FIR）spectroscopy 測量低能量的振動與轉動模式，例如晶格聲子、金屬－配體振動與氫鍵網絡。遠紅外對無機與配位化學、晶場分析、多晶型差異辨識，以及各類工程材料中的聲子研究都很有用。
在分子層級，紅外吸收源自量化振動能階之間的躍遷。每一個正常振動模式都對應於原子相對其平衡狀態的運動，而在簡諧近似（亦即經典的「彈簧與球」模型）下，這些模式表現為具有特定能階的獨立振盪器。 MIR spectroscopy 量測基頻振動躍遷，產生銳利而強烈的峰值，提供官能基資訊與分子指紋。
伸縮模式
彎曲模式
此區域包含大多數主要官能團的基本伸縮振動，因此非常適合用於快速結構判定。
官能團吸收峰位置範例
指紋區是中紅外光譜中資訊特別豐富的一段。它包含複雜、低頻的彎曲振動與骨架振動，且對每個分子而言都具有獨特性。此區域可提供特定的光譜圖樣，用於資料庫比對與分子鑑定。
多重鍵（C–C、C–O、C–N、C–H）的耦合運動會形成複雜的光譜圖樣與具辨識度的吸收峰形狀。
取代、構象變化或同位素標記等細微結構改變，都可能顯著影響光譜圖樣。
| 官能基 | 約略範圍 (cm⁻¹) | 特徵運動 |
| C–H bending (烷烴) | 1470 – 1350 | 剪式振動、擺動 |
| C–O stretch (醇、醚) | 1300 – 1000 | 伸縮 |
| C–N stretch (胺、醯胺) | 1350 – 1000 | 伸縮 |
| C–Cl, C–Br | 800 – 600 | 伸縮 |
| 芳香環振動模式 | 1600 – 700 | 面內與面外彎曲 |
一般用途的 mid-FTIR spectrometers 與專為反應分析設計的 FTIR 系統有何不同？
兩者都依賴相同的傅立葉轉換紅外物理原理，但其光學設計、取樣介面與資料流程是針對截然不同的用途所設計。一般用途的 benchtop FTIR 系統可量測多種類型的固體、液體與氣體樣品，並透過多種取樣技術來達成，例如氣體與液體透射池、KBr 壓片架、漫反射、內反射與鏡面反射附件。它們是明確為這類樣品與取樣技術而設計的。這些裝置的軟體可滿足繁忙分析實驗室的應用需求，適合用於單次量測的結構鑑定、純度檢查或品質保證與管制應用中的終點分析。若用於分析反應化學，通常會在特定時間點將樣品取出至離線狀態後進行量測，而這些樣品可能需要淬止或稀釋。由於樣品送至光譜儀存在時間延遲，或可能錯過關鍵中間體的生成或消耗，一般用途的 FTIR 系統可能只能提供對反應器在某一時刻所發生情況的不準確快照。
像 ReactIR 這類即時、原位 FTIR 系統，則是為直接在反應器內監測化學反應而設計，可在無需取樣、稀釋或淬止的情況下，持續提供具時間解析度的紅外光譜。探頭不會只取得靜態快照，而是能擷取動態濃度變化，使人可直接觀察反應動力學、瞬態中間體、誘導期與機理途徑如何隨反應展開。ReactIR 系統採用強化型光纖 ATR 探頭與 flow cell，可耐受嚴苛條件，因而能量測 catalytic reactions、聚合反應，以及處理在較溫和條件下進行的化學反應，例如 crystallization 與 連續流動製程。整合式 PAT 軟體會自動追蹤官能團趨勢、計算轉化率，並將光譜變化與製程變數相關聯，以支援 DoE 與最佳化研究。即時 mid-FTIR 所提供的深入資料流，能支援進階建模方法，並協助自動化最佳化與閉迴路製程控制。原位、即時 FTIR 將 MIR spectroscopy 轉化為真正的 PAT 感測器，提供傳統離線 FTIR 無法達成的動力學、機理與製程理解。
桌上型 FTIR（傳統分析型 MIR） | 即時原位 FTIR（ReactIR） | |
硬體：光學系統與干涉儀 | 為靜態樣品最佳化的標準實驗室干涉儀；開放式樣品室 | 為長時間穩定性而設計的干涉儀；針對光纖耦合最佳化 |
硬體：取樣介面 | ATR 晶體（鑽石、ZnSe、Ge）、透射槽、KBr 壓片、漫反射配件 | 光纖 ATR 浸入式探針與 flow cell（鑽石或 Si 感測器），專為漿料、壓力、溫度與腐蝕性介質設計 |
環境 | 在受控實驗室條件下運作；樣品必須帶到儀器前 | 在反應器內或 continuous flow reaction 流中量測 |
取樣：操作模式 | 離線、離散取樣；樣品需手動準備並放置 | 線上、連續監測；探針在整個反應過程中保持在反應器內或 flow line 上 |
取樣：時間解析度 | 單一光譜或短序列；非連續 | 每 2–10 秒連續採集，產生動力學曲線 |
取樣：樣品完整性 | 取樣可能需要稀釋、淬熄、過濾；有產生假象的風險 | 無需取樣；在不中斷的情況下原位觀察化學反應 |
軟體：資料處理 | 光譜庫搜尋、峰指派、定性/定量分析 | 自動趨勢線、轉化率追蹤、動力學建模、峰去卷積、PAT 整合 |
軟體：製程整合 | 不適合即時控制；需人工解讀 | 可與 reactor control systems（溫度、加料、流量）整合；支援閉迴路最佳化 |
軟體：工作流程 | 用於鑑別、QC、材料分析的快照式工作流程 | 用於動力學、機制、終點偵測、crystallization 控制的時間解析工作流程 |
離線批次分析與即時連續分析
傳統離線 MIR 光譜學的核心優勢在於，它能為多種樣品類型提供高品質光譜，用於鑑定與結構分析。相較之下，即時中紅外可為化學提供機理／動力學洞見，並具備前瞻性最佳化與自動化能力。
| 應用領域 | 離線中紅外的典型用途 | 價值 |
| 材料鑑別 | 固體/液體的指紋鑑別 | 高特異性 |
| QC/QA | 原料與產品驗證 | 快速、可靠的篩選 |
| 聚合物與塗層 | 成分、固化、耐候性 | 體相與表面分析 |
| 微量分析 | 污染物、纖維、微粒 | 微米尺度解析度 |
| 氣體分析 | 排放物、環境氣體 | 高解析度光譜 |
| 製藥 | 原料、雜質 | 法規鑑別 |
| 食品 | 成分與摻假 | 快速、前處理最少 |
| 反應動力學與機制 | 追蹤官能基的生成/消耗；偵測瞬態中間體；原操作實驗 | 即時機制洞察；無取樣假象 |
| 製程開發與最佳化 | 監測轉化率、誘導期、試劑比例、催化劑行為 | 更快的 DoE 週期；直接回饋以利最佳化 |
| 生物製程與酵素反應 | 追蹤水解、酯化、胜肽偶聯、蛋白結構變化；發酵等 | 非破壞性、連續的生化監測 |
| 結晶與晶型控制 | 量測 Supersaturation、成核、成長；監測母液濃度 | 晶型、晶種與終點的線上控制 |
| 聚合與固化 | 即時追蹤單體轉化與交聯 | 定量固化動力學；提升批次一致性 |
| 危險／高壓／高溫化學 | 監測取樣不安全的反應（Hydrogenations、Grignards、carbonylations、nitrations） | 消除取樣風險；捕捉快速事件 |
相較於傳統桌上型 FTIR 系統，ReactIR 技術專為在廣泛條件與時間尺度下進行連續、即時的化學量測而設計。有效反應監測的關鍵在於長時間穩定性，這也是 ReactIR 技術設計考量中的首要重點。每個光學與機電元件都經過最佳化，以在長時間動力學研究中維持訊噪比表現。透過密封並吹掃的光路，可消除大氣中的水分與 CO₂ 干擾。
該系統以一個中紅外干涉儀為核心，並搭配纖維光學 Attenuated Total Reflectance（ATR）探頭，使得無需將物料從反應器中取出即可取得光譜。紅外輻射透過光纖束傳送至 ATR 感測器，倏逝場會穿透反應介質數微米。這種幾何設計可在動態條件下定量功能基吸收，且不受混濁度、固體含量或混合狀態影響。直插式 ATR 探頭與／或 ATR 微型 flow cell 針對機械完整性、光學穩定性，以及在各種反應條件與物理方向下的可重現表現而設計。要達成這一點，需要適當的光學與物理設計，包括正確選擇 ATR 感測器材料與耐腐蝕的接液元件，以確保與反應介質相容，同時將結垢可能性降至最低。用於原位取樣技術的 ATR 元件依所監測的化學反應而定，材質為鑽石或矽。
METTLER TOLEDO DST 取樣探頭內建溫度感測器，可直接量測製程溫度。標準接液材料包括 Hastelloy C22 與金，必要時也可依特定化學反應提供其他材料。此配置可在廣泛的溫度、壓力與 pH 範圍內進行中紅外光譜擷取，而無需取出樣品或進行離線處理。Mettler Toledo DST 取樣技術可在下列條件下運作：
當與 ReactIR 系統搭配使用時，這項基於 ATR 的技術可支援以下環境中的原位化學監測：
真實分子勢能偏離理想的「球與彈簧」諧和行為，這使得振動躍遷可超出基頻，進而產生更高階的激發，形成 NIR 的泛頻（2ν、3ν）與組合（ν₁ + ν₂）吸收帶。由於這些來自泛頻與組合躍遷的 NIR 吸收帶，其摩爾吸光係數遠低於 mid-IR 中的基頻振動，因此 NIR 光在穿過物質時被吸收的強度要低得多。其結果是穿透深度大幅增加，通常可達毫米至公分等級，使 NIR 能夠探測材料的整體而不只是表面。實務上，這使 NIR 非常適合利用化學計量模型進行整體定量分析（如水分、蛋白質、聚合物組成），但不適合用於結構鑑定，因為其吸收帶寬而重疊，且缺乏 mid-IR 基頻所具備的診斷性特異性。
MIR spectroscopy 量測分子如何吸收其能量與化學鍵的基本振動模式相匹配的紅外光子。當 IR 光穿過樣品時，某些頻率會被吸收，因為它們對應於會使分子偶極矩產生變化的振動。要使振動具有 IR 活性，鍵在振動期間必須改變其極性。
Raman spectroscopy 與光子吸收無關，而是與單色光的非彈性散射有關。當光子與分子互動時，大多數會發生彈性散射（Rayleigh scattering），但有極少部分會與振動模式交換能量，這就是 Raman scattering。與 MIR 相比，Raman 的關鍵在於可極化性，而非偶極矩。若振動會改變分子可極化率張量，也就是光的電場多容易扭曲分子電子雲的量度，則該振動具有 Raman 活性。散射光的頻率會因振動能量而位移（Stokes 或 anti-Stokes 線），形成與 MIR 相似但選擇規則不同的光譜。因此，兩者是互補技術，可提供分子動力學完整的「振動指紋」。
以下情況適合使用 Raman spectroscopy：
以下情況適合使用 Mid‑IR Spectroscopy：
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
以胜肽為基礎及由金雞納衍生的催化劑，被證明能勝過一個異常快速的背景反應，從而實現首個對未保護 sulfondiimines 的高對映選擇性酰化。此背景反應是 sulfondiimine（SDI）底物與 2,2,2‑trifluoroethyl trifluoroacetate（TFETFA）之間異常快速的無催化酰化，在 –78 °C 下 1 小時即可達到約 70% 轉化率。任何催化劑若要達到對映選擇性，都必須具有比背景反應更快的結合速率與更快的酰化速率。
ReactIR 用於監測 SDI 與 TFETFA 的無催化酰化，並將資料與 Reaction Lab 一起用來擬合機理模型。已確定的基本速率常數包括結合（k₁）、酰化（k₂）以及 TFE 抑制（k₃, K_eq）。模型顯示，兩種催化劑與 SDI 的結合速度都比 SDI 自身彼此結合快數個數量級，且相較於背景反應可將酰化速度提高 100–1000 倍。所發現的關鍵見解是，兩個 SDI 分子會協同活化彼此，而每一類催化劑都能達到高選擇性，但依賴於與底物不同的立體與電子相互作用。
“為了更好理解在顯著背景反應性下仍能產生高對映選擇性的來源，我們使用 ReactIR 透過原位監測評估 SDI 與 TFETFA 背景反應的動力學。不同的過量實驗搭配變動時間歸一化分析（VTNA）顯示，對親電試劑呈一級依賴，而對 SDI 呈二級依賴。雖然 SDI 的雙分子級數起初並不預期，但我們可用 SDI/SDI 活化模式來合理化此觀察。在此模型中，一個 SDI 分子透過氫鍵與第二個 SDI 分子互動，增強 SDI 部分的親核性並加速其對親電試劑的加成。由此得到的三級速率律顯示，SDI 活化步驟與隨後的酰化在動力學上都具有相關性。”
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
合成了四種 Co(III)Na(I) 催化劑（L1-4 Co(III)Na(I)），並研究其對環氧丙烷（PO）與 CO2 進行開環共聚（ROCOP）以形成聚碳酸酯的潛力。研究目標是找出 Co(III)/Na(I) 金屬系統的最佳配體配位環境與操作條件，並在三種不同條件下評估催化劑表現。配體的有序修飾著重於二亞胺連接基（乙基與二甲基丙基連接基）以及醚位點中的氧供體數目（五個與六個）。選擇這些變化，是因為 DFT 計算指出它們會影響速率決定步驟與選擇性決定步驟中的金屬位點。
“反應速率透過 operando ATR-IR spectroscopy 監測，觀察到 1750 cm–1 處峰值強度增加，對應於聚碳酸酯中的 C=O 伸縮振動，以及 1810 cm–1 處峰值強度增加，對應於環狀碳酸酯副產物中的 C=O 伸縮振動。IR 吸收值藉由反應結束時取樣的等分樣品之 1H NMR 光譜積分，校正為轉化率。ln([PO]t/[PO]0) 對時間的半對數圖呈線性，觀察到的偽一級速率常數 kobs 由斜率絕對值計算得到。比較觀察到的催化活性顯示整個系列存在顯著差異，其中 L1Co(III)Na(I) 表現最佳……就 kobs 與 TOFPPC 而言，該系列其餘催化劑的活性依序下降：L2Co(III)Na(I)、L3Co(III)Na(I) 與 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
在重要農用化學中間體 2-氨基-3-甲基苯甲酸（AMA）的合成中，建立了一個非均相連續流系統，用於對 3-甲基-2-硝基苯甲酸（MNA）進行 hydrogenation。此系統配備了原位 IR 監測，取得的資料再由人工神經網路（ANN）模型處理，從而即時得到 MNA 與 AMA 的濃度。資料豐富的實驗用於比較多目標 Bayesian optimization（MOBO）與動力學建模。MOBO 方法有效地定義出 Pareto 最佳參數組合，並使人深入理解產率與生產率之間的權衡。動力學建模則確定了 hydrogenation 活化能，並將氫吸附特徵化為競爭性解離。 由動力學模型生成的反應面也有助於理解產率與生產率的最佳化。
“依據既有文獻，已進行 ANN 建模以處理線上 FTIR 光譜。製備了多組不同濃度的甲醇溶液 MNA 與 AMA，並收集其線上 FTIR 光譜資料作為訓練集與驗證集……在訓練過程中，研究了一種先經過一個卷積層再接稠密層的架構。光譜資料先在 Conv1D 卷積層進行特徵萃取，以篩選資料權重。接著，透過稠密層中的不同函數進行資料降維。最後，由輸出層輸出預測的 MNA 與 AMA 濃度。”
Xia, W., Zhan, Y., Xia, J., Luo, G., Su, W., Chai, K., & Su, A. (2025). Sustainable Continuous-Flow Catalysis and Bayesian Optimization of Biomass-Derived HMF hydrogenation over RuPt@g-C3N4. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.5638748
生質來源的 5-hydroxymethylfurfural（HMF）可經 hydrogenation 轉化為 2,5-furandimethanol（BHMF），這是合成可生物降解聚合物、燃料添加劑與高價值精細化學品的重要起始分子。此合成的挑戰在於存在多條競爭性的 hydrogenation 路徑，而這些路徑會受到催化劑、溶劑與反應變數影響，進而左右選擇性與產率。由於可更精確控制反應條件，連續流反應器在選擇性 HMF hydrogenation 中具有顯著優勢。因此，本專案的目標是開發一種有效、環保的連續流系統，將 HMF hydrogenation 轉化為 BHMF，並採用 RuPt@g-C3N4 催化系統與水作為溶劑。其開發方法結合了反應條件的 Bayesian optimization 與基於 inline FTIR 的反應動態定量追蹤。 作者指出，將 Bayesian optimization 同時用於反應條件篩選與催化劑組成設計，提供了一種有效的方法來最佳化生質來源化學平台分子的合成。
“反應液中 HMF 與 BHMF 的濃度透過 inline FTIR spectroscopy 即時監測……為研究 hydrogenation 機制，在以 RuPt@g-C3N4 填充的連續流固定床反應器中於最佳條件下進行實驗……未觀察到明顯的反應中間體峰。這可能反映了 RuPt 雙金屬位點的高本徵活性，以及在低覆蓋度下，中間體主要暫時存在於催化劑–底物界面……”
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
過氧酯的合成因反應放熱及不穩定化合物的存在而具有固有的熱安全問題。本文所述工作將一鍋式酸催化酰化生成 tert-butyl peroxypivalate（TBPP）的半批次製程轉換為流動製程，以提升安全性。為更深入了解此酰化機制，使用了密度泛函理論（DFT）計算與原位 IR 表徵。對於半批次反應，並透過 DSC、ARC 與反應量熱儀進行量熱量測，以全面了解反應的熱行為。結果發現，製程溫度與加料速率是影響放熱的主要因素，而最高風險等級與產率最高的條件相關。
“……半批次製程被轉換為流動製程。為了使空間時間產率最大化並使 E-factor 最小化，進行了多目標 Bayesian optimization，並確定了 Pareto front……採用了先前提出的風險評估方法 m-ITHI [modified inherent thermal runaway hazard index]，以量化並比較半批次製程與流動製程的熱風險。評估結果顯示，微反應器的使用將熱失控危害由嚴重（Class V）降至中等（Class II）。然而，微反應器帶來的安全性提升並不保證 TBPP 合成製程具有本質安全性，且熱風險會隨微反應器中的製程條件而變化……首次提出 R-factor，用以量化流動製程中因反應條件造成的風險變化。”
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
動態反應面方法（DRSM）模型被用來深入了解藥物 Belzutifan 的 crystallization 程序，重點在於理解反溶劑添加速率與溫度的影響。在 OptiMax 工作站上對反溶劑 crystallization 進行了 22 組全因子 DoE，並利用 ReactIR 取得隨時間變化的上清液濃度光譜。IR 資料的校正則使用 EasySampler 系統收集的離線上清液樣品，並以 UPLC 測量濃度。接著訓練了一個自動化偏最小平方法（PLS）化學計量模型，以從 IR 光譜取得濃度曲線。據此，DRSM 提供了動態模型，用以表徵上清液濃度與溫度及反溶劑添加的關係。晶體的 particle size distribution（PSD）則根據 crystallization 溫度與反溶劑添加速率進行量測。所建立的 DRSM 模型成功預測了訓練資料集與另一組驗證實驗中，濃度隨反溶劑分率、添加速率與溫度變化的動態。
“本研究所呈現的結果，展示了一種結合製程分析技術（PAT）與動態反應面方法（DRSM）的資料驅動建模途徑，用於 active pharmaceutical ingredient（API）的 crystallization……此方法使使用者無需機理模型或知識型模型，也無需額外實驗，即可深入了解反溶劑添加速率與 crystallization 溫度如何動態影響濃度曲線。此外，我們也證明，透過在 DoE 設計空間內進行 crystallization，DRSM 是預測濃度曲線的適當工具。”
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: continuous End-to-End integration of reaction, purification, and formulation for Lomustine via the MiniPharm platform. Organic Process Research & Development, 30(3), 595–618. https://doi.org/10.1021/acs.oprd.5c00314
本研究聚焦於 MiniPharm 平台的開發，透過連續整合製造生產腫瘤藥物 lomustine。研究人員將兩個串聯反應步驟、連續溶劑切換蒸餾、兩段式 MSMPR crystallization，以及按需滴印膠囊列印整合起來，連結了原料藥與製劑操作。各項操作的開發都需要深入研究反應動力學、溶解度建模、PAT 監測與製程模擬。透過製程強化措施，包括對反應器、蒸餾與 crystallization 裝置的修改，以及自動化控制與線上 PAT 的整合以提升操作效率，研究人員報告 lomustine 的整體製程收率達到 69%。
在初始批次研究中，使用 in situ ftir 識別起始物、中間體與產物的特徵峰，包括 cyclohexamine、2‑chloroethyl isocyanate、1‑(2‑chloroethyl)‑3‑cyclohexylurea 中間體、tert‑butyl nitrite 以及 lomustine。這些光譜用於支持動力學建模、停留時間選擇，以及在串聯流動反應器中驗證轉化率。在整合式操作單元的實驗中，MIR 探針被安裝於 MSMPR crystallizer 中，以監測溶質濃度、Supersaturation 與穩態行為。in situ 顯微成像系統提供了成核、晶體成長、濁度變化以及潛在油析的即時影像。雙 PAT 策略中，MIR 量測溶解物種，而視覺成像監測晶體形成，是有效 continuous crystallization 與成功、全整合端到端流程的關鍵。
「為了實現對反應與 crystallization processes 的即時監測，採用了兩種 PAT 工具：Mettler Toledo ReactIR 702L Attenuated Total Reflectance-Fourier Transform Infrared Spectroscopy (ATR-FTIR) 與 Easy-Viewer 100 線上成像探頭。對於批次反應實驗，ATR-FTIR 用於收集不同濃度化學物種的光譜，並辨識反應物與產物的主要峰值。對於流動合成，ftir 探頭被浸入置於第二個反應器之後的圓底燒瓶中。重複的流動合成試驗證實了高且穩定的轉化率。對於整合式連續端到端運行，ftir 探頭改作 crystallization 監測，直接置於 MSMPR crystallizer 內。EasyViewer 100 則搭配使用，以視覺方式監測 MSMPR 內的晶體形成、濁度與成長。」
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
本研究探討電合成作為在不需傳統偶聯方法所伴隨的有毒試劑與廢棄物的情況下合成 C-N 鍵的一種方式。2,3‑allenoic acids 被提出作為可能有效的前驅物，因為其在陽極氧化時會生成 allenyl/propargyl radicals，並迅速進一步氧化為高度親電的陽離子，能夠選擇性進行 N‑propargylation。此研究建立了一種溫和、無添加劑的電化學程序，可將 pyrazoles、triazoles、tetrazoles、benzotriazoles、amides、carboxylic acids 與 alcohols 轉化為 N‑propargylated 產物，收率為 25–82%，且具有良好的原子經濟性與 40-70% 的法拉第效率。機理研究顯示，該反應受電化學控制而非底物濃度控制。理解 reaction mechanism 的關鍵在於使用 ReactIR，它能即時量測底物消耗並用以求得初始速率。這些數據顯示，反應對 allenoic acid 與親核試劑皆為零級，而速率則隨施加電流線性增加。這表示陽極電子轉移步驟是速率限制步驟。結合循環伏安與 DFT，動力學證據支持一條途徑：氧化脫羧形成 allenyl radical，隨後立即被氧化為 propargyl cation，並經由動力學控制的 C-N 鍵形成反應完成轉化。研究者最後指出，他們已建立一種使用 2,3‑allenoic acids、在簡單且無添加劑條件下對 N-heterocycles 進行 propargylation 的電化學方法。該反應使用廉價的碳陽極，且不需要外加氧化劑、鹼與脫水劑。本研究說明，機理理解如何能引導電合成方法的設計，以生成反應性中間體來高效構築 C–N 鍵。
「……動力學研究係透過 in situ IR spectroscopy 進行。為建立動力測量期間 1a［allenoic acid］的時間依賴濃度，使用了 1689 cm–1 處 IR 吸收值與 1a 濃度之間的線性關係，該吸收對應於 1a 的 C═O 帶。接著利用 1a 隨時間的消失來決定初始反應速率 k，並以不同的 1a 與 2a［pyrazole］初始濃度進行實驗測量。初始速率 k 與 1a 和 2a 的濃度無關，顯示反應對 allenoic acid 1a 與 pyrazole 2a 皆為零部分級數。然而，初始速率與施加電流呈線性相關，表示陽極電子轉移過程構成速率限制步驟。」
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
線上中紅外光譜（ReactIR）用於優化固相 Oligonucleotide 合成中的 detritylation，並顯示其比傳統 UV 監測更具試劑效率。首先，對 detritylation 混合物主要成分進行離線 IR 測量，辨識出甲苯（1495 cm⁻¹）、無水乙腈（2253 cm⁻¹）、DCA‑monomer（1765 cm⁻¹）與 DCA‑dimer（1740 cm⁻¹）的特徵吸收峰。由於 DCA‑monomer 與 DCA‑dimer 的 IR 強度在 3–10% DCA 範圍內與濃度呈高度線性，因此建立了利用即時監測進行定量分析的方法。
根據 detritylation 反應的動力學與機理認識，DCA‑monomer 與 DCA dimer 的相對濃度與 detritylation 的進程密切相關，而 DCA‑dimer 形成是 detritylation 的速率決定步驟。DCA 在甲苯中主要以具有化學活性的 dimer 形式存在，而在乙腈中則轉變為不活性的 monomer 形式。當 DCA 的不活性 monomer 完全轉化為活性 dimer 時，detritylation 便能高效進行。本研究將線上 IR 追蹤這些 DCA 結構變化，與傳統 UV 偵測在 Oligonucleotide 固相合成 detritylation 步驟中釋放的二甲氧基三苯甲基陽離子（DMT⁺）進行對照。此相關性顯示，不活性 DCA‑monomer 的 IR 訊號衰減至基線、即定義為 node III 時，代表最佳反應終點。此時，產物純度、去嘌呤化程度與整體收率皆與採用 UV 控制所得結果相當；然而，detritylation 試劑消耗最多可減少 40.4%。為驗證此 IR 引導策略的穩健性與普適性，研究使用多種結構與化學特徵不同的 Oligonucleotide 序列，並以 node III 標準進行合成。對所有序列而言，產物品質維持一致，去嘌呤化副反應得到有效抑制，試劑用量則減少 22.7–46.7%。
「相較於傳統線上 UV 監測，線上 IR 技術克服了 UV 監測的限制，包括訊號響應範圍狹窄、監測延遲，以及對微反應過程監測不足。它能即時追蹤 detritylation 中關鍵組分的微觀動力學變化，降低試劑消耗，並促進固相合成的綠色與永續發展。本研究提供了一種通用策略，用於提升固相合成製程控制的精確度，並實現 Oligonucleotide 的全製程精煉生產。」
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
以 2-methoxybenzaldehyde 與 acetone 之間的 Claisen-Schmidt aldol condensation reaction 為例，本研究展示了一種新型自我優化系統的開發與應用。作者指出，將多目標演算法 TSEMO（Thompson sampling efficient multi-objective optimization）與線上 MIR（ReactIR）及線上 UHPLC PAT 結合，並在由監督控制與資料擷取系統（SCADA）控制的微流體反應器上運行，用於連續變動優化。系統建立了最佳反應條件，包括溫度、流速與停留時間，並透過動力學建模進行驗證。
「……自我優化流程在達到目標濃度（設定目標）時，比傳統化學反應方法更快，所需化學品更少，且幾乎不需人工介入。這不僅提升了製程的環境永續性與經濟效率，也顯示其在反應工程中的更廣泛應用潛力。實驗數據與理論預測高度一致，落在 ±10 % 的偏差範圍內，證實該系統能在缺乏反應 kinetics 先驗知識的情況下進行優化……」
Zou, X., Xie, T., Xu, J., Bai, H., Wang, D., Ke, X., Zhao, W., & Lv, M. (2026). 透過 In Situ FTIR 揭示 Poly(amic acid) 短鏈 polyaddition 中的自催化動力學。 Industrial & Engineering Chemistry Research, 65(10), 5452–5459. https://doi.org/10.1021/acs.iecr.6c00046
芳香族二胺與二酸酐（PAA）的 polyaddition 分為兩個階段：快速短鏈形成階段（階段1）與後續緩慢的鏈增長階段（階段2）。迄今幾乎所有動力學研究都著重於第二階段，並採用多種技術。 雖然這些方法對低反應性單體有效，但無法捕捉較高反應性單體在強放熱的階段1。這會導致反應前幾分鐘的模擬偏差達20−30%，削弱製程控制、scale‑up 可靠性與安全性。因此，具備即時且資訊豐富的監測對於捕捉控制此早期階段的所提議自催化行為至關重要。
在本研究中，使用 in situ FTIR 提供所需資訊，以更全面理解 poly(amic acid)（PAA）早期 polyaddition 的動力學。這通常被視為二級動力學過程，其中反應速率與二胺及二酸酐濃度的乘積成正比。理論模型顯示，這些反應具有顯著的自催化特徵，即反應產物會加速後續反應速率，而中間體則造成自催化效應。 本研究建立了適用於高反應性芳香族二胺–二酸酐系統的自催化動力學模型，涵蓋機制假設、速率方程推導、資料擬合與熱力學分析。該模型可洞察溫度與單體結構等因素如何控制自催化程度。資料顯示，短鏈 polyaddition 遵循二級不可逆自催化動力學模型，主要由新形成的 –COOH 基團所帶來的質子催化所驅動。溫度與單體親電性共同調節自催化程度，其中 BTDA 的催化加速最強，而 s-BPDA 最弱。
“我們採用 in situ FTIR spectroscopy，定量研究 4,4′-diaminodiphenylmethane（MDA）與三種二酸酐：3,3′,4,4′-benzophenone tetracarboxylic dianhydride（BTDA）、3,3′,4,4′-biphenyltetracarboxylic dianhydride（s-BPDA）以及 2,3,3′,4′-biphenyltetracarboxylic dianhydride（a-BPDA）的早期 polyaddition。MDA 在 818 cm–1 的獨特特徵峰可作為有效探針，用於定量監測 MDA 濃度的變化。對歸一化峰強度（A-818 cm–1、T-818 cm–1 與 S-818 cm–1）的動力學分析顯示，該反應遵循二級不可逆自催化動力學。這種結合 in situ FTIR 與建模的方法，首次提供了關於二酸酐親電性、分子結構與溫度如何協同決定自催化程度的定量洞見，從而為精確控制與優化 PAA 合成提供關鍵的實驗與理論指引。”
For six decades, Dr. Rein has been involved in the development, application and/or marketing of scientific instrumentation in the chemical, pharmaceutical, defense, and aerospace industries. His focus has been in the use of FTIR and Raman spectroscopy in real-time measurements and out-of-lab applications. His early collaborations with METTLER TOLEDO personnel and customers led to the eventual formation of the AutoChem group.
