Webinar: Optimización y control de procesos de flujo continuo mediante PAT ortogonales múltiples
Implantar procesos autónomos para la fabricación continua
Programa
- Aprenda cómo herramientas avanzadas como la EDBO+ bayesiana multifactorial optimizada y las tecnologías analíticas de procesos en línea (ReactIR™, HPLC mediante EasyFrit™ y EasyViewer™) pueden agilizar y optimizar estos procesos.
- Obtenga información de un estudio de caso real en el que se aplicaron estas tecnologías en la síntesis de Apremilast en colaboración con Amgen, destacando la aplicación práctica y el aumento de la eficacia de estas técnicas innovadoras.
El proceso, a menudo intensivo en mano de obra, de descubrir las condiciones operativas óptimas para un proceso de fabricación continua crea un cuello de botella para desplegar rápidamente esta tecnología facilitadora. Además, una vez desarrollado un proceso, trasladar estas condiciones a la fabricación puede requerir la supervisión de un operario para supervisar y ajustar los controles durante el proceso. Estos factores pueden conducir a menudo a ineficiencias y a un mayor gasto de recursos.
En este seminario web, presentaremos un sistema modular creado utilizando una plataforma Vapourtec estándar acoplada a ReactIR™ en línea, HPLC en línea a través de EasyFrit™, e imágenes de cristales a través de EasyViewer™. Estas herramientas sinergizan con un algoritmo bayesiano multifactorial denominado EDBO+. Esta herramienta reduce drásticamente la larga fase de prueba y error del desarrollo del proceso y minimiza la necesidad de intervención continua del operario.
Por último, pasamos de la teoría a la realidad, destacando una colaboración con Amgen, en la que aplicamos estas tecnologías a la síntesis de Apremilast. El proceso se llevó a cabo mediante un reactor de flujo de tapón, que desembocó en un conjunto de cristalizaciones de MSMPR antisolvente en una plataforma de reactor de laboratorio automatizado (ALR) EasyMax™. Este estudio de caso del mundo real muestra los notables aumentos de eficiencia y las mejoras de productividad que pueden lograrse mediante este enfoque innovador.
Público objetivo
Los interesados en implantar la optimización autónoma de procesos en la fabricación continua.
Presentador
Jason Hein
Universidad de Columbia Británica
Jason Hein es profesor asociado de química en la Universidad de Columbia Británica y profesor adjunto en la Universidad de Bergen (Noruega). El profesor Hein fue el co-líder del Proyecto ADA; la primera plataforma de descubrimiento autónomo del mundo para materiales de película fina, apoyada por Recursos Naturales de Canadá, co-PI del equipo MADNESS apoyado por el Programa de Descubrimiento Molecular Acelerado de DARPA y el líder de la UBC para el Consorcio de Aceleración CFREF encabezado por la Universidad de Toronto. Jason también ha traducido su pasión por el desarrollo de tecnologías facilitadoras convirtiéndose en el director general y fundador de Telescope Innovations, una empresa emergente de tecnología química que crea soluciones de automatización basadas en IA para el desarrollo químico de procesos. Se licenció en Bioquímica en 2000 y se doctoró en metodología de reacciones asimétricas en 2005 por la Universidad de Manitoba (NSERC PGS-A/B, Prof. Philip G. Hultin). En 2006, se convirtió en becario de investigación postdoctoral NSERC con el Prof. K. Barry Sharpless y el Prof. Valery V. Fokin en el Instituto de Investigación Scripps en La Jolla, CA. En 2010, se convirtió en investigador asociado sénior con la profesora Donna G. Blackmond en el Instituto de Investigación Scripps. Comenzó su carrera independiente en la Universidad de California, Merced en 2011, empleando el análisis cinético de reacciones in situ para perfilar y estudiar rápidamente redes complejas de reacciones. En 2015, se trasladó a la Universidad de Columbia Británica y fue ascendido a profesor asociado en 2019. Su investigación ha dado como resultado una colección de prototipos de herramientas robóticas modulares y hardware analítico integrado que crean el primer conjunto de herramientas automatizadas de perfilado de reacciones ampliamente aplicable y orientado a permitir la investigación y el descubrimiento autónomos.
