Die Fortschritte bei den kontinuierlichen Verarbeitungstechnologien und die Ausweitung komplexer organischer Reaktionen, die durch die flow chemistry ermöglicht werden, haben dazu geführt, dass in der gesamten pharmazeutischen Industrie zunehmend flow reactions eingesetzt werden. Die Entwicklung von Durchflussreaktionen ist jedoch in der Regel mit Ineffizienzen verbunden, die mit der Datenerfassung unter stationären Bedingungen einhergehen. Außerdem sind die Möglichkeiten für datenreiche Experimente zur Charakterisierung von Durchflussreaktionen nach wie vor gering. In den frühen Stadien der Medikamentenentwicklung wird dieses Problem durch die begrenzte Verfügbarkeit von wichtigen Rohstoffen und die kurzen Entwicklungszeiten noch verschärft.
Automatisierte transiente/dynamische Reaktionsexperimente stellen eine praktikable Option zur Intensivierung der Prozessentwicklung dar, um den Ressourcenaufwand und die Ineffizienzen bei der Entwicklung von Fließreaktionsprozessen zu verringern. Darüber hinaus ermöglicht die geeignete Kopplung dieser Technik mit prozessanalytischen Inline-Technologien die Generierung umfangreicher Datensätze während ausgedehnter, unbeaufsichtigter Experimente, wie z.B. Stabilitätsstudien oder integrierte Reaktionsselbstoptimierung. In dieser Präsentation erörtert Brian Wyvratt Beispiele dafür, wie Merck automatisierte Fließsysteme einsetzt, um die Wissenserfassung zu verbessern und gleichzeitig die Ressourcenbelastung zu begrenzen.
Schließen Sie sich den Hunderten von Forschern an, die sich diese Präsentation bereits angesehen haben.
Brian M. Wyvratt
Stellvertretender leitender Wissenschaftler, Merck & Co, Inc.
Brian ist derzeit Associate Principal Scientist in der Organisation Development Sciences and Clinical Supply bei Merck Research Labs. Bevor Brian seine derzeitige Rolle in der Pilotanlage für kleine Moleküle übernahm, unterstützte er die späte Prozessentwicklung und Kommerzialisierung für mehrere Projekte. Brian war aktiv an der Reaktorautomatisierung beteiligt, insbesondere bei Durchflussanwendungen, um intelligente, effiziente und datenreiche Experimente sowie eine Rückkopplungskontrolle zu ermöglichen. Bevor er 2016 zu Merck kam, erwarb er einen BS-Abschluss an der Lehigh University und einen Doktortitel an der University of Michigan, beide in Chemieingenieurwesen.