ข้ามไปยังเนื้อหา
Merck
หน้าแรกบริการซอฟต์แวร์และแพลตฟอร์มดิจิทัลแพลตฟอร์มการปรับปรุงปฏิกิริยา Catalexis

แพลตฟอร์มการปรับปรุงปฏิกิริยา Catalexis

Catalexis เป็นแพลตฟอร์มที่ขับเคลื่อนด้วย AI สำหรับการคัดกรองตัวเร่งปฏิกิริยาและการเพิ่มประสิทธิภาพปฏิกิริยา โดยรวมชุดฟอสฟีน 23 ลิแกนด์ที่ได้รับการคัดสรรมาอย่างพิถีพิถันเข้ากับ BayBE ระบบการเรียนรู้ของเครื่องแบบเบย์เซียน เพื่อเร่งกระบวนการอะมิเนชันแบบ Buchwald-Hartwig การเชื่อมต่อแบบ Suzuki-Miyaura และกระบวนการแปลงทางเคมีอื่น ๆ Catalexis ได้รับการออกแบบมาเพื่อรองรับทั้งกระบวนการทำงานบนโต๊ะทดลองแบบมือและทดลองแบบผ่านปริมาณสูง (HTE) โดยแทนที่การคัดกรองแบบลองผิดลองถูกด้วยระบบจัดอันดับลิแกนด์ที่ขับเคลื่อนด้วยข้อมูลและการเพิ่มประสิทธิภาพปฏิกิริยาแบบมีแนวทาง

ไม่ต้องการดำเนินการปฏิกิริยาการจับคู่ข้าม? ไม่มีปัญหา พอร์ทัลการปรับแต่งที่ขับเคลื่อนด้วย BayBE ได้รับการออกแบบให้ใช้งานได้โดยไม่ต้องใช้ชุดคัดกรองลิแกนด์ฟอสฟีน คุณสามารถกำหนดตัวแปรปฏิกิริยาของคุณเอง เช่น ลิแกนด์, เบส, ตัวทำละลาย, อุณหภูมิ, ปริมาณเทียบเท่า หรือพารามิเตอร์ที่กำหนดเองใดๆ และให้ BayBE เสนอการทดลองที่มีข้อมูลมากที่สุดเพื่อดำเนินการต่อไป มันให้ความยืดหยุ่นอย่างเต็มที่สำหรับปฏิกิริยาของคุณ โดยรองรับการผสมผสานปฏิกิริยาได้มากถึง 1,000,000 แบบ


Catalexis ทำงานอย่างไร?

Catalexis ทำงานในสองขั้นตอน ขั้นตอนที่ 1 คัดกรองลิแกนด์โมโนฟอสฟีนสำหรับปฏิกิริยาครอส-คูปลิงที่เร่งด้วยแพลทินัม โดยการคัดกรองลิแกนด์เพียงครั้งเดียวจาก 23 ชนิด สามารถระบุลิแกนด์ที่มีประสิทธิภาพสูงสุดจากฐานข้อมูลที่มีลิแกนด์ฟอสฟีนมากกว่า 400 ชนิดได้ภายในไม่กี่วัน ไม่ใช่หลายสัปดาห์ ขั้นตอนที่ 2 ใช้เครื่องมือเพิ่มประสิทธิภาพ BayBE เพื่อสำรวจและปรับปรุงเงื่อนไขปฏิกิริยาในพื้นที่พารามิเตอร์ที่กำหนดไว้ สำหรับประเภทปฏิกิริยาใด ๆ โดยไม่ขึ้นกับขั้นตอนที่ 1

Step 1 - Order Your Catalexis Kit

ขั้นตอนที่ 1: สั่งซื้อชุด Catalexis ของคุณ

เลือกรูปแบบที่เหมาะกับกระบวนการทำงานของคุณ:

ชุดลิแกนด์ 50 มก. - ลิแกนด์ฟอสฟีน 23 ชนิด + แหล่ง Pd + โทเค็นพอร์ทัล 5 ชิ้น   

1 µmol Screening Plates - 5 แผ่น (แต่ละแผ่นมีลิแกนด์ 23 ตัว) + แหล่ง Pd + 5 โทเค็นพอร์ทัล

Step 2 - Run Your 23‑Ligand Screening Reactions

ดำเนินการคัดกรอง 23-ligand โดยใช้สารตั้งต้นและเงื่อนไขที่คุณเลือกไว้ พร้อมทั้งรักษาให้ทุกตัวแปรคงที่ สามารถใช้งานได้ทั้งในระบบตั้งค่าด้วยมือและกระบวนการทำงาน HTE แบบอัตโนมัติ

Step 3 - Upload Your Reaction Results to the Catalexis Portal

อัปโหลดค่าผลผลิตปฏิกิริยา (0–100) ของคุณเข้าสู่พอร์ทัล Catalexis และแลกโทเคน 1 ชิ้น เพื่อรับรายชื่อสารลิแกนด์ที่มีศักยภาพสูงสุด ไม่จำเป็นต้องมีข้อมูลเมตาดาต้าทางเคมี

Step 4 - Generate AI Driven Ligand Rankings Driven Ligand Rankings

Catalexis จะเปรียบเทียบข้อมูลของคุณกับฐานข้อมูลของบริษัทที่มีลิแกนด์มากกว่า 400 ชนิด และระบุลิแกนด์ที่มีประสิทธิภาพสูงสุด 

Step 5 - Optimize With Guided Recommendations

กำหนดพารามิเตอร์การทดลองของคุณ และให้เครื่องยนต์ ML BayBE (Bayesian back-end) เสนอการทดลองถัดไปที่มีศักยภาพสูงที่สุดภายในพื้นที่เคมีของคุณ ซึ่งช่วยให้คุณสามารถเก็บตัวอย่างจากพื้นที่เคมีได้อย่างมีประสิทธิภาพมากกว่าวิธีการ DOE แบบดั้งเดิม

Step 6 - Explore the Reaction Space with BayBE

อัปโหลดผลลัพธ์ใหม่ของคุณ และรับคำแนะนำเกี่ยวกับเงื่อนไขถัดไปทันที เพื่อปรับปรุงผลผลิตให้ดีขึ้นอย่างต่อเนื่อง

Step 7 - Repeat to Refine Results

ทำซ้ำขั้นตอน 5-6 จนกระทั่งปฏิกิริยาของคุณบรรลุเป้าหมายที่ต้องการ ไม่ว่าจะเป็นอัตราผลผลิต อัตราการแปลง การจำกัดผลิตภัณฑ์ข้างเคียง หรือตัวแปรที่กำหนดเองอื่น ๆ


ทำไมจึงควรเลือก Catalexis แทนการคัดกรองตัวเร่งปฏิกิริยาแบบดั้งเดิม?

คุณสมบัติ

คาตาเล็กซิส

การคัดกรองแบบดั้งเดิม

วิธีการคัดกรอง

การเพิ่มประสิทธิภาพแบบเบย์เซียนที่นำโดย AI ทำนายการทดลองครั้งต่อไปที่มีศักยภาพสูงที่สุด

การคัดกรองแบบลองผิดลองถูกพร้อมการตัดสินใจด้วยมือ

ขนาดชุดลิแกนด์

ใช้แผ่นฟอสฟีนที่มีลิแกนด์ 23 ตัว ซึ่งได้รับการคัดสรรอย่างพิถีพิถัน และได้รับการสนับสนุนจากฐานข้อมูลที่มีลิแกนด์มากกว่า 400 ตัว

ชุดลิแกนด์ขนาดเล็ก ครอบคลุมพื้นที่เคมีได้จำกัด

เวลาที่ใช้ในการได้ผลลัพธ์

ปรับให้เหมาะสมภายในไม่กี่วันด้วยการเลือกการทดลองที่นำทางด้วย AI

ต้องใช้เวลาหลายสัปดาห์ในการทดลองแบบลองผิดลองถูกซ้ำๆ

การบริโภควัสดุ

ใช้ตัวเร่งปฏิกิริยา สารตั้งต้น และตัวทำละลายน้อยลงอย่างมีนัยสำคัญ

การใช้สารเคมีสูงเนื่องจากชุดทดลองที่ใหญ่

จำนวนการทดลอง

น้อยที่สุด โมเดลเบย์เซียนจะเลือกเฉพาะการทดลองที่มีค่าสูงเท่านั้น

ต้องทำการทดลองจำนวนมากเพื่อสำรวจพื้นที่ทางเคมี

การตัดสินใจ

การจัดอันดับลิแกนด์แบบคาดการณ์ที่ขับเคลื่อนด้วยข้อมูล

การตีความด้วยมือและการทดสอบแบบลำดับ

ประสิทธิภาพการสำรวจ

กำหนดพื้นที่ที่มีศักยภาพในพื้นที่เคมีโดยใช้การเรียนรู้ของเครื่อง (ML)

การคัดกรองแบบสม่ำเสมอทำให้เกิดการทดลองซ้ำซ้อน

ผลกระทบต่อค่าใช้จ่าย

ต้นทุนต่ำลงเนื่องจากจำนวนรอบการทดลองที่น้อยลงและลดปริมาณของเสีย

ค่าใช้จ่ายในการดำเนินงานและการใช้สารเคมีที่สูงขึ้น

ความยืดหยุ่นของกระบวนการทำงาน

ทำงานได้ทั้งใน HTE แบบบนโต๊ะทำงาน แบบขนาน และแบบอัตโนมัติ

กระบวนการทำงานที่ส่วนใหญ่เป็นแบบมือ

ขออภัย เกิดข้อผิดพลาดที่ไม่คาดคิด

Response not successful: Received status code 500


คำรับรองจากผู้ใช้

ค้นพบวิธีที่ Catalexis กำลังเปลี่ยนแปลงห้องปฏิบัติการ – นี่คือสิ่งที่นักเคมีกล่าวถึงประสบการณ์ของพวกเขา:

“Catalexis ได้ช่วยปรับปรุงกระบวนการเพิ่มกลุ่มไดอะมิโนใน 1,3-ไดคลอโรเบนซีนของเราได้อย่างมีประสิทธิภาพ โดยประหยัดเวลาด้วยการจัดเตรียมชุดลิแกนด์ที่ผ่านการคัดสรรมาเพื่อใช้ในการคัดกรอง หลังจากผ่านกระบวนการคัดกรองสามรอบ เราได้ระบุลิแกนด์ที่ดีที่สุดสำหรับกระบวนการผลิตในขั้นอุตสาหกรรมขั้นสุดท้ายของเรา”

ห้องปฏิบัติการพัฒนากระบวนการผลิตของ Pharma Biotech

“ลิแกนด์ที่เสนอมาได้ผลลัพธ์ที่ยอดเยี่ยม รวมถึงบางชนิดที่ผมไม่ได้คิดจะลองตั้งแต่แรก”

ห้องปฏิบัติการเคมียาเชิงวิชาการ

"Catalexis เป็นเครื่องมือที่มีประโยชน์ ซึ่งชุดลิแกนด์ 23 ชนิดสามารถประเมินและคาดการณ์ประสิทธิภาพของลิแกนด์ประมาณ 500 ชนิดได้ ด้วยความช่วยเหลือของ AI"

นักเคมีวิจัยและพัฒนาสารสังเคราะห์


ทรัพยากรที่เกี่ยวข้อง


แบบฟอร์มขอข้อมูล

เพื่อติดต่อเราและเรียนรู้เพิ่มเติมเกี่ยวกับแพลตฟอร์มนี้ โปรดกรอกแบบฟอร์มด้วยคำขอเฉพาะของคุณ ช่องที่มีเครื่องหมายดอกจัน (*) เป็นช่องที่ต้องกรอก




เข้าสู่ระบบเพื่อดำเนินการต่อ

เพื่ออ่านต่อ โปรดเข้าสู่ระบบหรือสร้างบัญชีใหม่

ยังไม่มีบัญชีใช่หรือไม่?

หน้านี้ได้ถูกแปลโดยเครื่องแปลภาษาเพื่อความสะดวกของลูกค้าของเรา เราได้พยายามเพื่อให้มั่นใจว่าเครื่องแปลภาษาแปลได้ถูกต้องแม่นยำ อย่างไรก็ตาม เครื่องแปลภาษานั้นไม่สมบูรณ์แบบ หากคุณไม่พอใจกับเนื้อหาที่แปลโดยเครื่องแปลภาษา โปรดอ้างอิงจากฉบับภาษาอังกฤษ