검색어 제안
  • ph meter
  • 전도도
  • buffer
  • 정전기
  • M300
All Categories
  • All Categories
  • Products
  • Support
  • Expertise
  • Events & Webinars
  • Other
Filter
홈 자동 반응기 및 현장 분석 자동 샘플링 시스템

자동 반응기 샘플링 시스템

무인 대표 샘플링용 EasySampler

자동 샘플링을 통해 피펫 및 주사기 같은 수동 샘플링 도구와 연관된 문제점을 해결하여 생산성을 높일 수 있습니다. EasySampler™를 사용한 자동화된 인라인 화학 반응 샘플링은 모든 화학 전문가의 실험 워크플로를 간소화하는 동시에 지루한 수동 샘플링 작업을 없애주는 직관적이고 매끄러운 확장을 제공합니다.

EasySampler는 자동 무인 샘플링 솔루션으로서 HPLC와 같은 표준 오프라인 분석을 위해 밤낮없이 언제든지 고품질 샘플을 제공합니다. 이 독특한 프로브 기반 기술은 특허받은 마이크로 포켓을 특징으로 하며 다음을 가능하게 합니다.

  • 현장(In-situ) 및 반응 조건에서의 샘플링 및 퀀칭
  • 예정된 간격으로 샘플 채취
  • 오프라인 분석을 위한 샘플 희석 준비
  • 전문 지식이 필요 없는 간단한 조작

EasySampler 자동 인라인 샘플링 시스템

EasySampler 자동 인라인 샘플링 시스템
생산성을 높이고 지루한 작업을 없애십시오.
화학 반응기용 EasySampler 1210 자동 샘플링 시스템

EasySampler 1210 시스템

EasySampler는 샘플링 문제를 제거합니다 - 거의 모든 화학 반응에서 대표 및 재현 가능한 분석 샘플을 얻는 것이 이보다 쉬울 수 없습니다!

자동화 및 무인
완전한 반응 프로필과 반응 이해를 얻고 수율과 제품 품질을 개선합니다. 샘플을 누락시키지 않습니다.

우수한 품질의 샘플
공정 조건을 종이 형성되는 지점과 연결하여 반응 정보를 개선합니다.

광범위한 화학물질
고온 및 고압에서도 슬러리 그리고 공기 및 수분에 민감한 반응을 포함한 광범위한 화학 반응의 샘플링을 쉽게 수행할 수 있습니다.

24시간 HPLC 지원 샘플

생산성 및 이해력 향상

작업일(또는 야간)의 의무로 인해 필요한 만큼 자주 반응을 샘플링할 수 없는 경우가 많습니다. 이 때문에 데이터가 손실되거나 누락됩니다. 종종 이렇게 누락된 데이터 지점으로 인해 최적의 종말점과 불순물 형성에 대한 중요한 이해를 놓치게 됩니다. EasySampler는 현장(in-situ) 퀀칭 및 희석을 비롯해 대표적이고 재현 가능한 샘플링을 실행하여 언제든지 HPLC 지원 샘플을 제공합니다.

EasySampler를 사용한 반응기로부터의 샘플링을 통해 과학자들은 단조로운 수동 샘플 관행을 없애는 동시에 반응 이해도를 높여 워크플로 및 생산성을 최적화할 수 있습니다. 심지어 생산성 증대를 위해 온도, 교반, 분주, pH 또는 기타 실시간 공정 정보를 포함한 다양한 공정 파라미터의 기능으로서 샘플링을 자동으로 예약하거나 시작할 수 있습니다.

자동 화학 반응 샘플링

EasyFrit 필터를 통한 용액상 샘플링

결정화 공정 개발을 위한 자동화된 샘플링

EasyFrit의 완벽한 통합으로 EasySampler의 기능을 확장하십시오. EasyFrit 필터는 모든 EasySampler 프로브와 호환되며 부유 입자의 존재에도 불구하고 용액상의 선택적 샘플링을 허용합니다. 이 액세서리는 결정화 연구를 위한 사용하기 쉬운 자동 샘플링 용액을 만듭니다.

EasyFrit가 있는 EasySampler는 제어된 결정화 전반에 걸쳐 풍부한 데이터의 실험을 용이하게 합니다. 이 용액을 입자 엔지니어링 워크스테이션에 내장하면 불순물 프로파일을 생성하고, 과포화가 불순물에 미치는 영향을 파악하며, 결정화 공정의 동역학 및 열역학 정보를 제공하여 용액상에 대한 이해를 높일 수 있습니다.

자동 샘플링 필터

자동 샘플링 필터

진정한 대표 반응 진행

중대한 데이터 격차 제거

EasySampler의 직관적인 터치스크린을 통해 과학자들은 샘플링 및 희석 절차 프로그램을 사전 설정하여, 수동 개입 없이도 시간 경과에 따른 반응 진행을 추적할 수 있습니다. 이로써 모든 과학자는 HPLC 또는 NMR과 같은 오프라인 분석을 위한 대표적인 샘플을 재현 가능하게 캡처하여 반응 경로, 역학, 중간 생성물 및 불순물 프로파일링을 이해할 수 있습니다.

EasySampler를 사용한 자동 샘플링은 둥근 바닥 플라스크, 자켓식 실험실 반응기에서 사용하거나 자동 화학 반응기와 원활하게 통합 가능합니다. 이로써 다양한 공정 조건이 반응 성능에 미치는 영향을 직접 확인할 수 있습니다. 

자동 샘플링 보고
pfizer의 자동 화학 샘플링 시연

Pfizer의 자동화된 샘플링 평가

Pfizer 연구원들이 무인 자동 화학 반응 샘플링을 성공적으로 사용한 네 가지 사례 연구를 강조하는 이 백서를 확인하십시오.

  1. Ullman 반응에서 불순물 및 역학 프로파일링용 배리어 제거
  2. 이미다졸라이드 반응에서 공정 파라미터의 효과를 측정함으로써 신뢰성 개선
  3. C–H 반응에서 종말점 검출로 생산성 확장
  4. 아미노화 반응의 성공적인 확장 보장

Pfizer가 성공적으로 샘플링한 반응에는 다음이 포함됩니다.

  • 두꺼운 슬러리
  • 무기염이 존재하는 어두운 혼합물
  • 3상 혼합물
  • 산소에 민감한 반응

까다로운 반응 샘플

슬러리에서 높은 온도까지

수동 샘플링이 항상 정확하고 재현 가능한 샘플을 제공하는 것은 아닙니다. 불균일 다중 반응이나 주변 온도 또는 높은 온도 및 압력 하의 반응에서 특히 그러합니다. 퀀칭 지연 시 일반적으로 가변적인 결과가 발생하며 부정확한 분석 정보를 얻을 수 있습니다. EasySampler는 심지어 까다로운 조건 하에서도 반응으로부터 샘플을 추출 및 퀀칭하는 견고한 자동 인라인 분석법을 제공합니다.

EasySampler의 유연한 특성 덕분에 과학자들은 압력 용기 및 반응기 시스템을 포함해 바이알로부터 킬로 저울 장비까지 다양한 공정에서 고품질 샘플을 얻을 수 있습니다.

고온에서 자동 반응 샘플링

대표적이고 재현 가능한 결과

매 실험마다 더 많은 고품질 데이터 포인트

자동 샘플링은 인적 오류를 제거하기 때문에 반응을 이해하는 데 핵심적인 역할을 하며, 공정 조건에 속하기 때문에 오프라인 분석 결과가 반응을 확실하게 나타낸다는 것을 보장해 줍니다.

대표적이고 재현 가능한 결과는 다음 작업을 수행함으로써 달성됩니다.

  • 반응 조건에 따라 반응기에서 동일한 위치에서 샘플링합니다.
  • 샘플에는 기록 보관의 변동으로 인한 오류를 방지하기 위해 타임 스탬프가 찍혀 있습니다. 데이터는 인라인 PAT 기반 분석 방법의 결과와 쉽게 결합할 수 있습니다.
  • 자동 및 원활한 데이터 수집을 통해 샘플 수 및 데이터 품질이 향상되어 데이터가 풍부한 실험을 지원합니다.

easysampler 바이알

위험한 화학에 대한 노출 제한

설계에 의한 안전

과학자들은 실험실에서 작업할 때 위험한 화학물질에 노출될 가능성이 있고, 부상을 입을 위험도 있습니다.

기존의 샘플링 도구를 사용하여 수동으로 샘플을 채취할 때, 작업자는 반응기를 열어야 하기 때문에 고온에서 독성 물질에 노출될 수 있습니다.

EasySampler 자동 반응기 샘플링 시스템은 수동 처리의 필요성을 줄이고 위험한 화학물질에 노출되지 않게 하여 위험을 줄이고 사용자 안전을 향상시켰습니다.

자동 반응기 샘플링 시스템 터치스크린
EasySampler 자동 반응기 샘플링 시스템

기능 확장

연결 키트를 사용하여 EasySampler 샘플링 데이터가 참조 자동 반응기 시스템으로 자동 전송되고 보고됩니다.

자동화된 샘플링과 합성 반응기를 결합하여 자동화 기능을 향상시키고 생산성을 높임. 실험을 마칠 때마다 연결된 모든 장비에서 모든 데이터를 수집. 데이터는 각 실험에 대한 파일 링크가 포함된 이메일 알림(옵션)과 함께 공통 위치에 저장됩니다.

자동 반응기 샘플링 시스템이란 무엇이며 어떻게 작동합니까?

자동 반응기 샘플링 시스템

자동 반응기 샘플링 시스템

EasySampler는 세 개의 샘플링 단계를 단 한 개의 자동 작업에 결합시키고 매번 동일한 방식으로 샘플링하여, 재현 가능하고 정확한 샘플을 제공합니다.

  • 마이크로 포켓이 움직여서 반응 혼합물 내에 잠겼을 때에 정확한 샘플링이 시작되어 대표적인 샘플을 채취할 수 있습니다.
  • 현장(In-situ) 퀀칭이 즉각 반응을 중단하여 시점이 대표적임을 보장합니다.
  • 바이알의 후속적인 희석과 분주를 통해 오프라인 분석을 위한 샘플을 준비합니다.

이러한 단계를 통해 샘플이 고도로 재현 가능하고 대표적인 분석 결과를 제공합니다. 특히, 자동화된 샘플은 사전에 프로그램화되거나 예정된 시점에 채취할 수 있습니다. 

자동 반응기 샘플링의 몇 가지 일반적인 Application은 무엇입니까?

EasySampler 프로브의 온도 범위는 무엇입니까?

대기압에서 EasySampler 프로브의 정격 온도는 -20 ~ 140°C입니다. 대기압에서, 이 온도 범위 내에서 샘플 100개를 만든 후 슬리브를 교체하는 것이 좋습니다. 1.013 bar ~ 10 bar 사이의 고압에서의 반응의 경우, 온도 범위는 20 ~ 100°C입니다. 

화학 반응 샘플링을 자동화해야 하는 이유는 무엇입니까?

반응 공정 또는 불순물 프로파일을 측정하기 위한 오프라인 분석용 화학반응 샘플링은 필수적인 사항입니다. 그러나 수동 샘플링 공정은 특히 공기에 민감한 반응, 고압에서의 반응 또는 이질적인 혼합물을 사용한 연구에서 물리적 존재와 경험이 필요하기 때문에 까다로운 작업입니다.

수동 샘플링 자동화의 이점은 다음과 같습니다.

  • 샘플 간 대표성 및 전반적인 데이터 품질 향상
  • 과학자들이 시간 소모적인 작업에서 해방되어 생산성 향상
  • 단일 실험에서 더 많은 데이터를 수집하고 반복 횟수를 줄임으로써 효율성 향상
  • 여러 시간/일에 걸친 완전하고 포괄적인 데이터 세트에 대한 이해도 향상
  • 고정된 시간 간격으로 또는 온도 설정점 또는 pH 도달과 같은 반응 이벤트 발생 시 샘플 수집

EasySampler로 지금 샘플링을 자동화하십시오.

저에게는 다른 공급업체의 반응기가 있습니다. 이 반응기와 함께 EasySampler를 사용할 수 있습니까?

예, EasySampler는 독립형 장치로 작동할 수 있으며 튜브 반응기, 둥근 바닥 플라스크, 잭형 실험실 반응기(JLR) 및 자동화 실험실 반응기(ALR)를 포함한 모든 반응기에서 사용할 수 있습니다. 고려해야 할 사항:

  • EasySampler 프로브의 모든 모델은 직경이 9.5 mm입니다.
  • EasySampler 프로브를 반응기 포트에 단단히 장착하려면 적절한 어댑터를 사용해야 합니다

상승된 압력에서 EasySampler를 사용하여 반응을 샘플링할 수 있습니까?

예, EasySampler는 다음 반응 조건이 모두 충족되는 경우에는 압력이 가해진 상태에서 반응을 샘플링할 수 있습니다.

  1. 압력 범위: 1.013 bar ~ 10 bar(14.7 psi ~ 145 psi)
  2. 온도 범위: 20°C ~ 100°C
  3. 반응기 부피: 최대 2500mL
  4. 슬리브당 샘플 수: 1개의 반응(최대 24개의 샘플 포함)
  5. 고압 어댑터: EasySampler 프로브를 반응기에 안전하게 배치하려면 적절한 고압 어댑터(P/N14474404)를 사용해야 합니다.

참고: 상승된 압력(1.013 bar ~ 10 bar)에서 EasySampler 프로브를 사용하면 온도 범위는 20°C ~ 100°C로, 최대 반응기 부피는 2500 mL로, 슬리브당 최대 샘플 수는 1개로 감소합니다(최대 24개 샘플 포함).

자동 샘플링 공정이란 무엇입니까?

자동 샘플링 공정은 제약, 화학 제조 등 다양한 산업에서 분석용 샘플을 수집하기 위해 자동화된 시스템과 장비를 사용하는 것을 말합니다.

자동 샘플링에는 일반적으로 공정에서 재료 또는 물질의 대표 샘플을 얻도록 설계된 샘플링 시스템을 사용합니다. 그런 다음 샘플은 일반적으로 분석을 위해 분석 장비로 전송됩니다.

수동 주입 시스템에 비해 자동 샘플링의 이점은 무엇입니까?

수동 주입 시스템에 비해 자동 샘플링을 사용하면 다음과 같은 몇 가지 이점이 있습니다.

  • 향상된 정확성 
  • 효율성 향상
  • 일관성
  • 안전성 향상
  • 비용 절약

반응 모델링에서 자동 샘플링의 목적은 무엇입니까?

반응 모델링에서 자동 샘플링의 목적은 시간 경과에 따른 반응 진행에 대한 데이터를 얻고 다양한 조건에서 반응의 거동을 분석하는 것입니다. 자동 샘플링 시스템을 사용하여 일정한 간격으로 샘플을 수집하면 연구원이 반응 진행 상황을 모니터링하고 반응 중간체, 생성물 및 부산물을 식별할 수 있습니다. 이 정보는 반응을 설명하고 반응 조건을 최적화하기 위한 수학적 모델을 개발하는 데 사용할 수 있습니다.

화학 반응 모델링에 대해 자세히 알아보십시오.

슬러리 샘플링 시 어떤 어려움이 있습니까?

슬러리는 다양한 유형과 크기의 입자가 포함된 이질적인 혼합물이기 때문에 대표성 있는 샘플을 확보하기 어려울 수 있습니다. 슬러리의 입자는 샘플링 장비의 막힘을 유발하여 샘플의 정확성과 대표성에 영향을 줄 수 있습니다.

EasySampler를 사용하면 부유 입자가 존재하더라도 용액상을 선택적으로 샘플링할 수 있습니다. 이 오토샘플러는 결정화 연구를 위한 사용하기 쉬운 자동 샘플링 용액을 만듭니다.

 

슬러리 용액의 자동 샘플링
자동화 샘플링을 활용해 불순물 프로파일링 개선

자동화 샘플링을 활용해 불순물 프로파일링 개선

이 백서에서는 무인 자동화 화학 반응 샘플링을 성공적으로 사용한 Pfizer 연구원들의 네 가지 사례 연구를 검토합니다.

EasySampler Tips and Tricks

EasySampler Tips and Tricks

Tips and tricks for EasySampler, including set-up, probe introduction, data management and sampling...

Crystallization and Filtration Application Note

Crystallization and Filtration Techniques at MSD Corp.

This study evaluated the performance of an automated, unattended, selective liquid phase sampling so...

Representative Reaction Samples

Sampling of Chemical Reactions at Pfizer

Dr. David Place reviews recent studies at Pfizer focused on the accurate and precise sampling of che...

현대적인 합성 실험실

현대적인 합성 실험실

본 백서는 실험 옵션을 확장하고 지루한 작업을 자동화하며 터치 한 번으로 고품질 데이터를 캡처하고 특히 화학 실험자용으로 설계된 새로운 도구상자에 대해 논의합니다.

수소화의 종말점 검출

수소화의 종말점 검출

원치 않는 부산물에 대한 메커니즘 형성 관련 연구를 지원함으로써 5bar 압력에서 수소화에 대한 자동화된 샘플링을 통해 산물 품질이 개선되었습니다.

동료 심사 간행물의 자동 화학 샘플링 시스템

EasySampler를 사용하는 지속적인 자동 샘플링은 반응 및 불순물 프로파일링 연구를 뒷받침합니다. 동료 심사 저널의 논문 목록은 학계 및 산업계 연구원들이 풍부한 데이터 실험을 지원하고 연구를 발전시키기 위해 EasySampler를 흥미롭고 참신하게 응용한 사례에 초점을 맞추고 있습니다.

2024

  • Agrawal, S., Rawal, S. H., Reddy, V. R., & Merritt, J. M. (2024). Use of automation, dynamic image analysis, and process analytical technologies to enable data rich particle engineering efforts at the Drug Substance / Drug Product interface: A case study using Lovastatin. Process Safety and Environmental Protection/Transactions of the Institution of Chemical Engineers. Part B, Process Safety and Environmental Protection/Chemical Engineering Research and Design/Chemical Engineering Research & Design. https://doi.org/10.1016/j.cherd.2024.04.032
  • McMullen, J. P., Wyvratt, B. M., Hong, C. M., & Purohit, A. K. (2024). Integrating Functional Principal Component Analysis with Data-Rich Experimentation for Enhanced Drug Substance Development. Organic Process Research & Development, 28(3), 719–728. https://doi.org/10.1021/acs.oprd.3c00379

2023

  • Cox, R. J., McCreanor, N. G., Morrison, J. A., Munday, R. H., & Taylor, B. (2023). Copper-Catalyzed Racemization-Recycle of a quaternary center and optimization using a combined Kinetics-DOE/MLR modeling approach. Journal of Organic Chemistry, 88(9), 5275–5284. https://doi.org/10.1021/acs.joc.2c02588
  • Deem, M. C., & Hein, J. E. (2023). A Method for Converting HPLC Peak Area from Online Reaction Monitoring to Concentration Using Nonlinear Regression. Journal of Organic Chemistry, 88(2), 1292–1297. https://doi.org/10.1021/acs.joc.2c02737
  • Kaldre, D., Stocker, S., Linder, D., Reymond, H., Schuster, A., Lamerz, J., Hildbrand, S., Püntener, K., Berry, M., & Sedelmeier, J. (2023). Development of a continuous flow grignard reaction to manufacture a key intermediate of Ipatasertib. Organic Process Research & Development. https://doi.org/10.1021/acs.oprd.3c00235
  • Kukor, A. J., St-Jean, F., Stumpf, A., Malig, T. C., Piechowicz, K. A., Kurita, K., & Hein, J. E. (2023). Guided optimization of a Crystallization-Induced diastereomer transformation to access a key navoximod intermediate. Reaction Chemistry and Engineering, 8(6), 1294–1299. https://doi.org/10.1039/d3re00077j

2022

  • Deadman, B. J., Gian, S., Lee, V. E. Y., Adrio, L. A., Hellgardt, K., & Hii, K. K. (2022). On-demand, in situ, generation of ammonium caroate (peroxymonosulfate) for the dihydroxylation of alkenes to vicinal diols. Green Chemistry. https://doi.org/10.1039/d2gc00671e
  • Deem, M. C., Derasp, J. S., Malig, T. C., Legard, K., Berlinguette, C. P., & Hein, J. E. (2022). Ring walking as a regioselectivity control element in Pd-catalyzed C-N cross-coupling. Nature Communications, 13(1). https://doi.org/10.1038/s41467-022-30255-1
  • Kukor, A. J., Depner, N., Cai, I., Tucker, J. V., Culhane, J. C., & Hein, J. E. (2022). Enantioselective synthesis of (−)-tetrabenazine via continuous crystallization-induced diastereomer transformation. Chemical Science, 13(36), 10765–10772. https://doi.org/10.1039/d2sc01825j
  • LaPorte, A. J., Shi, Y., Hein, J. E., & Burke, M. D. (2022). Stereospecific Csp3 Suzuki–Miyaura Cross-Coupling That Evades β-Oxygen Elimination. ACS Catalysis, 12(17), 10905–10912. https://doi.org/10.1021/acscatal.2c03245
  • Lomont, J. P., Ralbovsky, N. M., Guza, C., Saha-Shah, A., Burzynski, J., Konietzko, J., Wang, S.-C., McHugh, P. M., Mangion, I., & Smith, J. P. (2022). Process monitoring of polysaccharide deketalization for vaccine bioconjugation development using in situ analytical methodology. Journal of Pharmaceutical and Biomedical Analysis, 209, 114533. https://doi.org/10.1016/j.jpba.2021.114533
  • Malig, T. C., Kumar, A., & Kurita, K. L. (2022). Online and In Situ Monitoring of the Exchange, Transmetalation, and Cross-Coupling of a Negishi Reaction. Organic Process Research & Development, 26(5), 1514–1519. https://doi.org/10.1021/acs.oprd.2c00081
  • Spöring, J., Wiesenthal, J., Pfennig, V., Gätgens, J., Beydoun, K., Bolm, C., Klankermayer, J., & Rother, D. (2022). Effective production of selected dioxolanes by sequential bio‐ and chemocatalysis enabled by adapted solvent switching. Chemsuschem, 16(2). https://doi.org/10.1002/cssc.202201981
  • Wheelhouse, K. M. P., Fenner, S., & Whiting, M. (2022). Application of High-Throughput experimentation in identification of conditions for selective nitro group hydrogenation. In Acs Symposium Series (pp. 79–91). https://doi.org/10.1021/bk-2022-1420.ch005

2021

  • Ashworth, I. W., Frodsham, L., Moore, P., & Ronson, T. O. (2021). Evidence of Rate Limiting Proton Transfer in an SNAr Aminolysis in Acetonitrile under Synthetically Relevant Conditions. The Journal of Organic Chemistry. https://doi.org/10.1021/acs.joc.1c01768
  • Jurica, J. A., & McMullen, J. P. (2021). Automation Technologies to Enable Data-Rich Experimentation: Beyond Design of Experiments for Process Modeling in Late-Stage Process Development. Organic Process Research & Development, 25(2), 282–291. https://doi.org/10.1021/acs.oprd.0c00496
  • Kukor, A. J., Guy, M. A., Hawkins, J. M., & Hein, J. E. (2021). A robust new tool for online solution-phase sampling of crystallizations. Reaction Chemistry and Engineering, 6(11), 2042–2049. https://doi.org/10.1039/d1re00284h
  • Pollack, S. R., & Dion, A. (2021). Metal-Free Stereoselective Synthesis of (E)- and (Z)-N-Monosubstituted β-Aminoacrylates via Condensation Reactions of Carbamates. The Journal of Organic Chemistry, 86(17), 11748–11762. https://doi.org/10.1021/acs.joc.1c01212
  • Zhao, X., Webb, N. J., Muehlfeld, M. P., Stottlemyer, A. L., & Russell, M. W. (2021). Application of a Semiautomated Crystallizer to Study Oiling-Out and Agglomeration Events—A Case Study in Industrial Crystallization Optimization. Organic Process Research & Development, 25(3), 564–575. https://doi.org/10.1021/acs.oprd.0c00494

2020

  • Malig, T. C., Yunker, L. P. E., Steiner, S., & Hein, J. E. (2020). Online High-Performance Liquid Chromatography Analysis of Buchwald–Hartwig Aminations from within an Inert Environment. ACS Catalysis, 10(22), 13236–13244. https://doi.org/10.1021/acscatal.0c03530
  • Malig, T. C., Tan, Y., Wisniewski, S. R., Higman, C. S., Carrasquillo-Flores, R., Ortiz, A., Purdum, G. E., Kolotuchin, S., & Hein, J. E. (2020). Development of a telescoped synthesis of 4-(1H)-cyanoimidazole core accelerated by orthogonal reaction monitoring. Reaction Chemistry & Engineering, 5(8), 1421–1428. https://doi.org/10.1039/d0re00234h

2019

  • Beutner, G. L., Coombs, J. R., Green, R. A., Inankur, B., Lin, D., Qiu, J., Roberts, F., Simmons, E. M., & Wisniewski, S. R. (2019). Palladium-Catalyzed Amidation and Amination of (Hetero)aryl Chlorides under Homogeneous Conditions Enabled by a Soluble DBU/NaTFA Dual-Base System. Organic Process Research & Development, 23(8), 1529–1537. https://doi.org/10.1021/acs.oprd.9b00196
  • Carter, H. L., Connor, A. W., Hart, R., McCabe, J., McIntyre, A. C., McMillan, A. E., Monks, N. R., Mullen, A. K., Ronson, T. O., Steven, A., Tomasi, S., & Yates, S. D. (2019). Rapid route design of AZD7594. Reaction Chemistry & Engineering, 4(9), 1658–1673. https://doi.org/10.1039/c9re00118b
  • Huffman, M. A., Fryszkowska, A., Alvizo, O., Borra-Garske, M., Campos, K. R., Canada, K. A., Devine, P. N., Duan, D., Forstater, J. H., Grosser, S. T., Halsey, H. M., Hughes, G. J., Jo, J., Joyce, L. A., Kolev, J. N., Liang, J., Maloney, K. M., Mann, B. F., Marshall, N. M., & McLaughlin, M. (2019). Design of an in vitro biocatalytic cascade for the manufacture of islatravir. Science, 366(6470), 1255–1259. https://doi.org/10.1126/science.aay8484
  • Mennen, S. M., Alhambra, C., Allen, C. L., Barberis, M., Berritt, S., Brandt, T. A., Campbell, A. D., Castañón, J., Cherney, A. H., Christensen, M., Damon, D. B., Eugenio de Diego, J., García-Cerrada, S., García-Losada, P., Haro, R., Janey, J., Leitch, D. C., Li, L., Liu, F., Lobben, P. C., MacMillan, D. W. C., Magano, J., McInturff, E., Monfette, S., Post, R. J., Schultz, D., Sitter, B., Stevens, J. M., Strambeanu, I. I., Twilton, J., Wang, K., & Zajac, M. A. (2019). The Evolution of High-Throughput Experimentation in Pharmaceutical Development and Perspectives on the Future. Organic Process Research & Development, 23(6), 1213–1242. https://doi.org/10.1021/acs.oprd.9b00140
  • Wang, K., Han, L., Mustakis, J., Li, B., Magano, J., Damon, D. B., Dion, A., Maloney, M. T., Post, R., & Li, R. (2019). Kinetic and Data-Driven Reaction Analysis for Pharmaceutical Process Development. Industrial & Engineering Chemistry Research, 59(6), 2409–2421. https://doi.org/10.1021/acs.iecr.9b03578

2018

  • Nykaza, T. V., Ramirez, A., Harrison, T. S., Luzung, M. R., & Radosevich, A. T. (2018). Biphilic Organophosphorus-Catalyzed Intramolecular Csp2–H Amination: Evidence for a Nitrenoid in Catalytic Cadogan Cyclizations. Journal of the American Chemical Society, 140(8), 3103–3113. https://doi.org/10.1021/jacs.7b13803

2017

  • Malig, T. C., Koenig, J. D. B., Situ, H., Chehal, N. K., Hultin, P. G., & Hein, J. E. (2017). Real-time HPLC-MS reaction progress monitoring using an automated analytical platform. Reaction Chemistry & Engineering, 2(3), 309–314. https://doi.org/10.1039/c7re00026j
  • Rougeot, C., Situ, H., Cao, B. H., Vlachos, V., & Hein, J. E. (2017). Automated reaction progress monitoring of heterogeneous reactions: crystallization-induced stereoselectivity in amine-catalyzed aldol reactions. Reaction Chemistry & Engineering, 2(2), 226–231. https://doi.org/10.1039/c6re00211k
  • Zawatzky, K., Grosser, S., & Welch, C. J. (2017). Facile kinetic profiling of chemical reactions using MISER chromatographic analysis. Tetrahedron, 73(33), 5048–5053. https://doi.org/10.1016/j.tet.2017.05.048

2016

  • Duan, S., Place, D., Perfect, H. H., Ide, N. D., Maloney, M., Sutherland, K., Price Wiglesworth, K. E., Wang, K., Olivier, M., Kong, F., Leeman, K., Blunt, J., Draper, J., McAuliffe, M., O’Sullivan, M., & Lynch, D. (2016). Palbociclib Commercial Manufacturing Process Development. Part I: Control of Regioselectivity in a Grignard-Mediated SNAr Coupling. Organic Process Research & Development, 20(7), 1191–1202. https://doi.org/10.1021/acs.oprd.6b00070
  • Gurung, S. R., Mitchell, C., Huang, J., Jonas, M., Strawser, J. D., Daia, E., Hardy, A., O’Brien, E., Hicks, F., & Papageorgiou, C. D. (2016). Development and Scale-up of an Efficient Miyaura Borylation Process Using Tetrahydroxydiboron. Organic Process Research & Development, 21(1), 65–74. https://doi.org/10.1021/acs.oprd.6b00345