Webinar: Optimierung und Steuerung von kontinuierlichen Fließprozessen mit Hilfe mehrerer orthogonaler PAT
Autonome Prozesse für die kontinuierliche Fertigung einführen
Übersicht der Inhalte
- Erfahren Sie, wie fortschrittliche Tools wie das Multifactorial Bayesian Optimized EDBO+ und prozessanalysetechnische Online-Verfahren (ReactIR™, HPLC über EasyFrit™ und EasyViewer™) diese Prozesse rationalisieren und optimieren können.
- Gewinnen Sie Einblicke in eine reale Fallstudie, in der diese Technologien bei der Synthese von Apremilast in Zusammenarbeit mit Amgen eingesetzt wurden, und erfahren Sie mehr über die praktische Anwendung und die Effizienzgewinne dieser innovativen Techniken.
Der oft arbeitsintensive Prozess der Ermittlung optimaler Betriebsbedingungen für einen kontinuierlichen Fertigungsprozess stellt einen Engpass für die schnelle Einführung dieser Technologie dar. Sobald ein Prozess entwickelt ist, kann die Umsetzung dieser Bedingungen in die Produktion zudem die Überwachung und Anpassung der Prozesssteuerung durch den Bediener erfordern. Diese Faktoren führen oft zu Ineffizienzen und erhöhtem Ressourcenaufwand.
In diesem Webinar stellen wir Ihnen ein modulares System vor, das auf einer Standard-Vapourtec-Plattform basiert, die mit Online-ReactIR™, Online-HPLC über EasyFrit™ und Kristallbildgebung über EasyViewer™ gekoppelt ist. Diese Tools arbeiten mit einem multifaktoriellen Bayes'schen Algorithmus namens EDBO+ zusammen. Dieses Tool reduziert die langwierige Versuch-und-Irrtum-Phase der Prozessentwicklung drastisch und minimiert die Notwendigkeit ständiger Bedienereingriffe.
Schließlich gehen wir von der Theorie zur Realität über und stellen eine Zusammenarbeit mit Amgen vor, bei der wir diese Technologien auf die Synthese von Apremilast angewendet haben. Der Prozess wurde in einem Pfropfenstromreaktor durchgeführt und mündete in eine Reihe von MSMPR Anti-Lösungsmittel-Kristallisationen in einer EasyMax™ automatisierten Laborreaktor-Plattform (ALR). Diese Fallstudie aus der Praxis zeigt die bemerkenswerten Effizienzsteigerungen und Produktivitätsverbesserungen, die durch diesen innovativen Ansatz erzielt werden können.
Zielpublikum
Diejenigen, die daran interessiert sind, die autonome Prozessoptimierung in der kontinuierlichen Fertigung einzusetzen.
Präsentator
Jason Hein
Universität von British Columbia
Jason Hein ist außerordentlicher Professor für Chemie an der University of British Columbia und außerplanmäßiger Professor an der Universität Bergen, Norwegen. Prof. Hein war Co-Leiter des Projekts ADA, der weltweit ersten autonomen Entdeckungsplattform für Dünnschichtmaterialien, die von Natural Resources Canada unterstützt wird, Co-PI des MADNESS-Teams, das vom DARPA Accelerated Molecular Discovery Program unterstützt wird, und der Leiter der UBC für das Acceleration Consortium CFREF, das von der University of Toronto geleitet wird. Jason hat seine Leidenschaft für die Entwicklung von Technologien auch in die Tat umgesetzt, indem er CEO und Gründer von Telescope Innovations wurde, einem Start-up-Unternehmen für chemische Technologie, das KI-gestützte Automatisierungslösungen für die chemische Prozessentwicklung entwickelt. Er erhielt seinen B.Sc. in Biochemie im Jahr 2000 und seinen Ph.D. in asymmetrischer Reaktionsmethodik im Jahr 2005 von der University of Manitoba (NSERC PGS-A/B, Prof. Philip G. Hultin). Im Jahr 2006 wurde er NSERC Postdoc-Forschungsstipendiat bei Prof. K. Barry Sharpless und Prof. Valery V. Fokin am Scripps Research Institute in La Jolla, CA. Im Jahr 2010 wurde er Senior Research Associate bei Prof. Donna G. Blackmond am Scripps Research Institute. Im Jahr 2011 begann er seine unabhängige Karriere an der University of California, Merced, wo er die kinetische In-situ-Reaktionsanalyse zur schnellen Erstellung und Untersuchung komplexer Reaktionsnetzwerke einsetzte. Im Jahr 2015 wechselte er an die University of British Columbia und wurde 2019 zum Associate Professor befördert. Seine Forschung hat zu einer Sammlung von Prototypen modularer Roboterwerkzeuge und integrierter analytischer Hardware geführt, die das erste breit anwendbare, automatisierte Toolkit zur Erstellung von Reaktionsprofilen bilden, das auf autonome Forschung und Entdeckung ausgerichtet ist.
