Optimierung digitaler Reaktionen mit Catalexis
Intelligentere Chemie, schnellere Ergebnisse
Was wäre, wenn das Screening von Katalysatoren und Liganden für komplexe Kreuzkupplungsreaktionen vorhersehbar, schnell und KI-gesteuert wäre, anstatt sich auf herkömmliche Trial-and-Error-Workflows zu verlassen? Catalexis bietet genau das: Durch die Kombination aus KI-gesteuerter Katalysatoroptimierung, BayBE-Bayes’scher Modellierung und einer kuratierten Phosphin-Platte mit 23 Liganden ermöglicht es ein intelligenteres und effizienteres Screening für Umwandlungen wie Buchwald-Hartwig-Aminierungen und Suzuki-Miyaura-Kupplungen.
Catalexis wurde sowohl für die traditionelle Laborchemie als auch für Hochdurchsatz-Experimente (HTE) entwickelt und ermöglicht es Forschern, den Reaktionsraum digital zu erkunden, den experimentellen Aufwand zu reduzieren und die Identifizierung hochleistungsfähiger Liganden bei Kreuzkupplungsreaktionen sowie anderen empfindlichen Umwandlungen zu beschleunigen, bei denen bereits kleine Parameteränderungen Auswirkungen auf Ausbeute und Selektivität haben.
Wie funktioniert Catalexis?
Schritt 2: Führen Sie Ihre 23-Liganden-Screening-Reaktionen durch
Führen Sie Ihr 23-Liganden-Screening unter Verwendung des von Ihnen gewählten Substrats und der von Ihnen festgelegten Bedingungen durch, wobei alle Variablen konstant gehalten werden. Kompatibel mit manuellen Versuchsanordnungen und automatisierten HTE-Workflows.
Schritt 3: Laden Sie Ihre Reaktionsergebnisse auf das Catalexis-Portal hoch
Laden Sie Ihre Reaktionsausbeuten (0–100) in das Catalexis-Portal hoch und lösen Sie 1 Token ein, um Ihre besten Ligandenkandidaten zu erhalten. Es sind keine chemischen Metadaten erforderlich.
Schritt 4: Erstellung von KI-gestützten Liganden-Rankings KI-gestützte Liganden-Rankings
Catalexis gleicht Ihre Daten mit seiner Datenbank mit über 400 Liganden ab und hebt die vielversprechendsten Kandidaten hervor.
Schritt 5: Erkunde den Reaktionsraum mit BayBE
Legen Sie Ihre Reaktionsparameter fest und lassen Sie die ML-Engine BayBE (Bayesian Back-End) die vielversprechendsten nächsten Experimente innerhalb Ihres chemischen Raums vorschlagen, wodurch Sie den chemischen Raum effizienter abtasten können als mit herkömmlichen DOE-Ansätzen.
Schritt 6: Mit gezielten Empfehlungen optimieren
Laden Sie Ihre neuen Ergebnisse hoch und erhalten Sie sofort Vorschläge für die nächsten Maßnahmen, um den Ertrag weiter zu steigern.
Schritt 7: Wiederholen, um die Ergebnisse zu verfeinern
Wiederholen Sie die Schritte 5 und 6 so lange, bis Ihre Reaktion das gewünschte Ziel erreicht hat, sei es die Ausbeute, die Umwandlung, die Begrenzung von Nebenprodukten oder eine andere benutzerdefinierte Variable.
Warum sollte man Catalexis dem herkömmlichen Katalysator-Screening vorziehen?
Beitrag | Katalexis | Traditionelles Screening |
|---|---|---|
Screening-Methode | KI-gestützte Bayes’sche Optimierung prognostiziert die vielversprechendsten nächsten Experimente | Screening nach dem Trial-and-Error-Prinzip mit manueller Entscheidungsfindung |
Größe des Liganden-Sets | Verwendet eine kuratierte Phosphin-Platte mit 23 Liganden, gestützt durch eine Datenbank mit über 400 Liganden | Kleine Ligandensätze, begrenzte Abdeckung des chemischen Raums |
Zeit bis zum Ergebnis | Optimierung innerhalb weniger Tage durch KI-gestützte Versuchsauswahl | Erfordert wochenlange iterative Versuche nach dem Trial-and-Error-Prinzip |
Materialverbrauch | Verbraucht deutlich weniger Katalysator, Substrat und Lösungsmittel | Hoher Reagenzienverbrauch aufgrund umfangreicher Versuchsreihen |
Anzahl der Experimente | Minimal, bayessche Modelle wählen nur hochwertige Durchläufe aus | Zur Erforschung des chemischen Raums sind viele Experimente erforderlich |
Entscheidungsfindung | Datengestützte, prädiktive Ranglisten der Liganden | Manuelle Interpretation und sequenzielle Tests |
Effizienz der Erkundung | Zielt mithilfe von ML auf vielversprechende Bereiche des chemischen Raums ab | Einheitliches Screening führt zu redundanten Experimenten |
Auswirkungen auf die Kosten | Geringere Kosten durch weniger Durchläufe und weniger Abfall | Höhere Betriebskosten und höherer Chemikalienverbrauch |
Flexibilität des Arbeitsablaufs | Funktioniert bei Tisch-, parallelen und automatisierten HTE-Systemen | Vorwiegend manuelle Arbeitsabläufe |
Ähnliche Produkte
Response not successful: Received status code 500
Kundenstimmen
Erfahren Sie, wie Catalexis Labore verändert – das sagen Chemiker über ihre Erfahrungen:
„Catalexis hat die Optimierung unserer Diaminierungsreaktion von 1,3-Dichlorbenzol erheblich rationalisiert und uns durch die Bereitstellung einer sorgfältig zusammengestellten Auswahl an Liganden für das Screening Zeit gespart. Nach drei Screening-Runden konnten wir den besten Liganden für unseren endgültigen Prozess im industriellen Maßstab identifizieren.“
Labor für Prozessentwicklung bei Pharma Biotech
„Die vorgeschlagenen Liganden lieferten hervorragende Ergebnisse, darunter auch einige, die ich zunächst gar nicht in Betracht gezogen hatte.“
Labor für akademische medizinische Chemie
„Catalexis ist ein nützliches Tool, bei dem ein Set aus 23 Liganden das Potenzial bietet, mithilfe von KI die Leistungsfähigkeit von rund 500 Liganden zu bewerten und vorherzusagen.“
Chemiker im Bereich synthetische Forschung und Entwicklung
Weiterführende Ressourcen
- Aldrichimica Acta 57.1 Sonderausgabe zum Thema Katalyse
Aldrichimica Acta covers diverse chemical research topics, fostering international collaboration in chemistry.
Um weiterzulesen, melden Sie sich bitte an oder erstellen ein Konto.
Sie haben kein Konto?Um unseren Kunden ein besseres Nutzungserlebnis zu bieten, wurde diese Seite maschinell übersetzt. Unser Ziel ist es, eine möglichst originalgetreue maschinelle Übersetzung zur Verfügung zu stellen. Eine solche Übersetzung ist jedoch nicht perfekt. Wenn Sie mit dem maschinell übersetzten Inhalt nicht zufrieden sind, wechseln Sie bitte zur englischen Webseite.