通常,迫于提供材料的时间压力,在对化学秤或潜在失效模式缺乏全面了解的情况下就会扩大工艺规模。 艾伯维公司的一个项目团队利用数据丰富的快速实验,建立并完善了一个动力学模型,以深入了解反应情况。该模型为这一后期项目提供了基本的动力学认识,解释了化学 "工作 "如此出色的原因,并使项目团队能够满怀信心地扩大规模。
本报告介绍了从原料药团队接收项目的过程步骤、目标、使用 Dynochem® 的傅立叶变换红外线光谱仪进行动力学建模的方法,以及使用这些方法和技术的总体结果和收益。最终,实验室仪器中的在线傅立叶变换红外单变量定量模型在中试工厂规模上成功使用了过程傅立叶变换红外光谱。
所讨论的采用数据丰富的实验的好处包括
谁应该观看本报告?
制药和化工行业以及学术研究领域的工艺化学家和化学工程师。
演讲者Eric Moschetta 博士 - AbbVie
Eric Moschetta 在凯斯西储大学获得化学工程学士学位,并在宾夕法尼亚州立大学获得化学工程博士学位,师从 Rob Rioux,研究液相相互作用的动力学和热力学,这是有机金属催化机制的基础。随后,他在佐治亚理工学院与 Chris Jones 和 Ryan Lively 一起从事博士后工作,重点研究液相催化、一氧化碳2 捕获和分离的分子结构材料。在佐治亚理工学院期间,Eric 是选择性 C-H 功能化中心 (CCHF) 的成员,该中心由国家科学基金会资助,旨在促进化学家和工程师之间的跨职能合作,推动 C-H 功能化化学的创新。他与埃默里大学休-戴维斯(Huw Davies)课题组密切合作,设计了用于异相催化反应(包括 C-H 功能化)的中空纤维反应器。2016 年,他加入艾伯维,目前是工艺研发卓越中心反应工程中心的高级科学家。他目前的研究兴趣包括连续流加工、动力学建模、光化学和抗体药物共轭物。