Jason Hein a obtenu sa licence en biochimie et son doctorat en méthodologie des réactions asymétriques à l'Université du Manitoba (CRSNG PGS-A/B, Prof. Philip G. Hultin). Il est ensuite devenu chercheur postdoctoral du CRSNG avec les professeurs K. Barry Sharpless et Valery V. Fokin au Scripps Research Institute à La Jolla, en Californie. En 2010, il est devenu associé de recherche principal avec le professeur Donna G. Blackmond au Scripps Research Institute. Il a commencé sa carrière indépendante à l'Université de Californie, Merced, en utilisant l'analyse cinétique des réactions in situ comme moyen de profiler et d'étudier rapidement des réseaux complexes de réactions. En 2015, il a rejoint l'Université de Colombie-Britannique pour poursuivre le développement de la technologie d'analyse automatisée des réactions au service de la chimie organique mécaniste. Les études actuelles visent à résoudre un ensemble diversifié de problèmes, notamment la compréhension des mécanismes réactionnels catalytiques, la construction de procédés chimiques robustes pour la fabrication et le développement de technologies de cristallisation préférentielle couplée pour la purification chimique. Ces études sont rendues possibles par une collection de prototypes d'outils robotiques modulaires et de matériel analytique intégré qui créent la première boîte à outils de profilage automatisé des réactions largement applicable.
Incorporation de la vision par ordinateur dans les processus de cristallisation
Cette présentation traite de l'utilisation de HeinSight (un progiciel de vision modulaire) pour soutenir le déploiement de l'automatisation intelligente dans le domaine de la découverte chimique.
Les chimistes passent un temps fou à effectuer des tâches de bas niveau basées sur l'observation visuelle. Pour les séquences de travail relativement routinières en chimie organique synthétique, l'automatisation est bénéfique. Cependant, l'exploitation du plein potentiel des processus automatisés intégrés s'est avérée difficile en raison de l'environnement dynamique et en constante évolution d'un laboratoire de recherche chimique.
Dans de nombreux cas, l'ajout d'algorithmes de vision simples pour contrôler et surveiller la plupart des processus dans un laboratoire de synthèse standard peut libérer le potentiel des laboratoires automatisés et leur permettre d'être déployés rapidement et efficacement pour remplacer des tâches qui demandent beaucoup de temps et de travail. En outre, la vision par ordinateur peut jouer un rôle encore plus important lorsqu'elle est combinée à la robotique avancée. Les algorithmes d'analyse d'images peuvent désormais transformer de simples caméras numériques en puissants outils d'analyse pour les laboratoires.
Rejoignez les centaines de chercheurs qui ont déjà visionné cette présentation.
