카탈렉시스를 활용한 디지털 반응 최적화
더 스마트한 화학, 더 빠른 결과
복잡한 교차결합 반응에 대한 촉매 및 리간드 스크리닝이 기존의 시행착오 방식에 의존하는 대신, 예측 가능하고 신속하며 AI 기반의 방식으로 이루어진다면 어떨까요? Catalexis는 AI 기반 촉매 최적화, BayBE 베이지안 모델링, 그리고 엄선된 23종의 리간드 포스핀 플레이트를 결합하여, Buchwald-Hartwig 아미네이션 및 Suzuki–Miyaura 결합과 같은 반응에 대해 더 스마트하고 효율적인 스크리닝을 가능하게 합니다.
기존의 벤치탑 화학 실험과 고처리량 실험(HTE) 모두를 위해 설계된 Catalexis를 통해 연구자들은 반응 공간을 디지털 방식으로 탐색하고, 실험 부담을 줄이며, 작은 매개변수 변화만으로도 수율과 선택성에 영향을 미치는 크로스-커플링 반응 및 기타 민감한 변환 과정에서 고성능 리간드의 식별을 가속화할 수 있습니다.
카탈렉시스는 어떻게 작용하나요?
2단계: 23-리간드 스크리닝 반응 수행하기
선택한 기질과 조건을 사용하여 모든 변수를 일정하게 유지한 상태에서 23-리간드 스크리닝을 수행하십시오. 수동 설정 및 자동화된 HTE 워크플로우와 호환됩니다.
3단계: 반응 결과를 카탈렉시스 포털에 업로드하세요
반응 수율(0~100)을 Catalexis 포털에 업로드하고, 토큰 1개를 사용해 최상의 리간드 후보 목록을 받아보세요. 화학 메타데이터는 필요하지 않습니다.
4단계: AI 기반 리간드 순위 생성 리간드 순위
Catalexis는 사용자의 데이터를 400개 이상의 리간드로 구성된 자체 데이터베이스와 비교하여 가장 우수한 성과를 보이는 리간드를 선별해 보여줍니다.
5단계: BayBE를 사용하여 반응 공간을 탐색하기
반응 매개변수를 정의하면, BayBE(베이지안 백엔드) 머신러닝 엔진이 화학 공간 내에서 가장 유망한 다음 실험을 제안해 주므로, 기존의 DOE(실험 설계) 접근 방식보다 더 효율적으로 화학 공간을 탐색할 수 있습니다.
6단계: 안내에 따른 권장 사항을 활용하여 최적화하기
새로운 결과를 업로드하면 수율을 지속적으로 향상시킬 수 있는 다음 조건에 대한 제안을 즉시 받아보실 수 있습니다.
7단계: 결과를 다듬기 위해 반복하기
수율, 전환율, 부산물 제한 또는 기타 사용자 지정 변수 등 원하는 목표치를 달성할 때까지 5~6단계를 반복하십시오.
왜 기존의 촉매 선별 방식 대신 카탈렉시스를 선택해야 할까요?
관련 상품
사용자 후기
Catalexis가 실험실을 어떻게 변화시키고 있는지 확인해 보세요. 화학자들이 직접 경험담을 전합니다:
“Catalexis는 1,3-디클로로벤젠의 이아미노화 반응 최적화 과정을 대폭 간소화해 주었으며, 선별을 위해 엄선된 리간드 세트를 제공함으로써 시간을 절약해 주었습니다. 세 차례의 선별 과정을 거친 끝에, 최종 산업 규모 공정에 가장 적합한 리간드를 확인했습니다.”
제약·바이오테크 공정 개발 연구소
“제안된 리간드들은 훌륭한 결과를 보여주었는데, 그중에는 제가 처음에는 시도해 볼 생각조차 하지 않았던 것들도 포함되어 있었습니다.”
학술 의약화학 연구실
"카탈렉시스(Catalexis)는 23종의 리간드로 구성된 키트를 통해 AI의 도움을 받아 약 500종의 리간드 성능을 평가하고 예측할 수 있는 훌륭한 도구입니다."
합성 연구개발 화학자
관련 자료
- Aldrichimica Acta 57.1, ‘촉매’ 특별호
Aldrichimica Acta covers diverse chemical research topics, fostering international collaboration in chemistry.