Loncat ke Konten
Merck
BerandaLayananPerangkat lunak dan platform digitalOptimasi Reaksi Digital dengan Catalexis

Optimasi Reaksi Digital dengan Catalexis

Kimia yang Lebih Cerdas, Hasil yang Lebih Cepat

Bagaimana jika penyaringan katalis dan ligan untuk reaksi cross-coupling yang kompleks dapat dilakukan secara terprediksi, cepat, dan didorong oleh AI, alih-alih mengandalkan alur kerja coba-coba tradisional? Catalexis menghadirkan hal tersebut dengan menggabungkan optimasi katalis berbasis AI, pemodelan Bayesian BayBE, dan pelat fosfin berisi 23 ligan yang telah dikurasi untuk memungkinkan penyaringan yang lebih cerdas dan efisien bagi transformasi seperti aminasi Buchwald-Hartwig dan reaksi Suzuki–Miyaura.

Dirancang untuk kimia meja kerja tradisional maupun eksperimen throughput tinggi (HTE), Catalexis memungkinkan para peneliti menjelajahi ruang reaksi secara digital, mengurangi beban eksperimental, dan mempercepat identifikasi ligan berkinerja tinggi dalam reaksi cross-coupling, serta transformasi sensitif lainnya di mana perubahan parameter sekecil apa pun dapat memengaruhi hasil dan selektivitas.


Bagaimana cara kerja Catalexis?

Step 1 - Order Your Catalexis Kit

Langkah 1: Pesan Kit Catalexis Anda

Pilih format yang sesuai dengan alur kerja Anda:

Kit Ligand 50 mg - 23 ligan fosfin + sumber Pd + 5 token portal.   

Pelat Penyaringan 1 µmol - lima pelat (masing-masing berisi 23 ligan) + sumber Pd + 5 token portal.

Step 2 - Run Your 23‑Ligand Screening Reactions

Lakukan penyaringan 23-ligan menggunakan substrat dan kondisi yang Anda pilih, dengan menjaga semua variabel tetap konstan. Kompatibel dengan pengaturan manual maupun alur kerja HTE otomatis.

Step 3 - Upload Your Reaction Results to the Catalexis Portal

Unggah hasil reaksi Anda (0–100) ke portal Catalexis dan tukarkan 1 token untuk mendapatkan kandidat ligan terbaik Anda. Tidak diperlukan metadata kimia.

Step 4 - Generate AI Driven Ligand Rankings Driven Ligand Rankings

Catalexis membandingkan data Anda dengan basis data yang berisi lebih dari 400 ligan dan menyoroti ligan-ligan dengan kinerja terbaik. 

Step 5 - Optimize With Guided Recommendations

Tentukan parameter reaksi Anda dan biarkan mesin pembelajaran mesin BayBE (Bayesian back-end) mengusulkan eksperimen-eksperimen berikutnya yang paling menjanjikan di dalam ruang kimia Anda, sehingga memungkinkan Anda untuk menjelajahi ruang kimia tersebut dengan lebih efisien daripada pendekatan DOE tradisional.

Step 6 - Explore the Reaction Space with BayBE

Unggah hasil terbaru Anda dan langsung dapatkan saran kondisi selanjutnya untuk terus meningkatkan hasil panen

Step 7 - Repeat to Refine Results

Ulangi langkah 5–6 hingga reaksi Anda mencapai target yang diinginkan, baik itu hasil, tingkat konversi, pembatasan produk sampingan, maupun variabel khusus lainnya.


Mengapa Memilih Catalexis Daripada Penyaringan Katalis Konvensional?

Loading

Testimoni Pengguna

Temukan bagaimana Catalexis mengubah laboratorium – berikut ini adalah pendapat para ahli kimia mengenai pengalaman mereka:

“Catalexis secara signifikan mempermudah proses optimasi reaksi diaminasi 1,3-diklorobenzena kami, sehingga menghemat waktu dengan menyediakan kumpulan ligan yang telah diseleksi secara cermat untuk disaring. Setelah tiga putaran penyaringan, kami berhasil mengidentifikasi ligan terbaik untuk proses skala industri akhir kami.”

Laboratorium Pengembangan Proses Farmasi dan Bioteknologi

“Ligand-ligand yang diusulkan memberikan hasil yang sangat baik, termasuk beberapa di antaranya yang awalnya tidak terpikirkan oleh saya untuk dicoba.”

Laboratorium Kimia Medis Akademik

"Catalexis adalah alat yang sangat berguna, di mana satu set yang terdiri dari 23 ligan berpotensi untuk mengevaluasi dan memprediksi kinerja sekitar 500 ligan dengan bantuan kecerdasan buatan (AI)."

Ahli Kimia R&D Sintetis


Sumber Daya Terkait


Formulir Permintaan

Untuk menghubungi kami dan mengetahui lebih lanjut tentang platform ini, silakan isi formulir ini dengan permintaan khusus Anda. Kolom yang ditandai dengan tanda bintang (*) wajib diisi.