Nghiên cứu Thiết kế Thí nghiệm (DoE)

Thiết kế thí nghiệm (DoE) là một cách tiếp cận thống kê để tối ưu hóa phản ứng và quy trình cho phép sự thay đổi của các yếu tố khác nhau đồng thời với mục tiêu sàng lọc không gian phản ứng để có giá trị tối ưu.

Trong phát triển hóa học, các nghiên cứu DoE được sử dụng để tăng tốc độ tối ưu hóa phản ứng, vì chúng cho phép đánh giá một số lượng lớn các thông số phản ứng trong một số lượng nhỏ các thí nghiệm. Trong vài năm qua, DoE đã được sử dụng để thực hiện Chất lượng theo Thiết kế (QbD) trong R & D và sản xuất. Trong QbD dược phẩm, hiểu biết về sản phẩm và quy trình là rất quan trọng để đảm bảo chất lượng trong sản phẩm được sản xuất. 

Ưu điểm của việc triển khai Thiết kế Thí nghiệm (DoE) trong phát triển hóa chất là nhiều thông số đầu vào, hoặc "các yếu tố", chẳng hạn như nhiệt độ, nguyên liệu thô và nồng độ, có thể được đánh giá đồng thời để làm sáng tỏ các điều kiện tại đó các thuộc tính của sản phẩm, hoặc "phản hồi", chẳng hạn như năng suất, tính chọn lọc và mức độ tạp chất, đạt được giá trị tối ưu. 

Vì các nghiên cứu của DoE thường yêu cầu ít lần lặp lại thử nghiệm hơn, DoE có thể dẫn đến:

• Hiểu rõ hơn về quy trình trong thời gian ngắn hơn
• Chu kỳ phát triển ngắn hơn trong sản xuất

Trong nghiên cứu Thiết kế Thí nghiệm (DoE), các yếu tố quan tâm được thay đổi một cách có hệ thống từ giá trị thấp nhất đến cao nhất và tất cả các kết hợp yếu tố có thể được thực hiện trong cùng một tập hợp thí nghiệm.

Trong DoE ba yếu tố với hai cấp độ (xem biểu đồ bên phải), các giá trị có thể được biểu diễn trong một khối lập phương trong đó các góc hiển thị tám điều kiện thử nghiệm. Trong thiết kế giai thừa đầy đủ, các điều kiện thử nghiệm kết quả được tính theo 2 ^ 3 = 8  điều kiện thử nghiệm gợi ra tám kết quả riêng biệt.

Ví dụ bên phải cho thấy một ví dụ sơ đồ của một thiết kế giai thừa đầy đủ DoE dẫn đến tám kết quả thử nghiệm riêng biệt với một giá trị tối ưu (tức là dữ liệu được đánh dấu bằng màu đỏ).

Dữ liệu thu được từ một nghiên cứu của DoE được sử dụng để xây dựng các hàm toán học mô tả tốt nhất mối quan hệ giữa các yếu tố và phản ứng đo được. Các phương trình này có thể là bậc một, thứ hai hoặc cao hơn, tùy thuộc vào cách các phản ứng phản ứng với những thay đổi trong các yếu tố.

Mô hình toán học với y = đáp ứng (ví dụ: năng suất) và xn = các yếu tố đầu vào và βn = hệ số hàm.

Phản ứng (y) có thể được vẽ dựa trên một hoặc hai biến đầu vào (x) để xây dựng cái gọi là Bề mặt phản hồi trong hai hoặc ba chiều. 

Mục tiêu của việc tối ưu hóa một phản ứng tổng hợp là tìm ra giá trị lớn nhất của một hàm (tối ưu), mang lại kết quả mong muốn tốt nhất. Phương pháp bề mặt phản ứng (RSM) tận dụng dữ liệu do DoE tạo ra và mô tả trực quan sự phụ thuộc của phản ứng (năng suất) đối với ba yếu tố (nhiệt độ, nguyên liệu ban đầu và liều lượng chất xúc tác; xem biểu đồ ví dụ). RSM có lợi để mô hình hóa độ cong xung quanh phản ứng tối ưu chính xác hơn. Các nhà hóa học quy trình có thể hiểu sâu hơn về một quy trình và xác định khu vực mà các điều kiện quy trình đáp ứng một hoặc nhiều mục tiêu, chẳng hạn như tăng năng suất hoặc tối ưu hóa chi phí.

Với RSM, một lượng lớn thông tin có thể được tạo ra từ một số lượng nhỏ các thí nghiệm và tối ưu hóa phản ứng và quy trình có thể được thực hiện trong thời gian ngắn hơn.

Một yêu cầu chính trong thiết kế thử nghiệm cho DoE là thiết lập độ tin cậy và khả năng tái tạo của hệ thống. Điều này được thực hiện bằng cách giảm thiểu rủi ro sai số đo và kiểm soát chính xác tất cả các thông số để đảm bảo các điều kiện có thể tái tạo. Trong tổng hợp hóa học, thiết lập thí nghiệm cần đảm bảo các phép đo và kiểm soát các thông số như nhiệt độ, khuấy, lấy mẫu và định lượng chất là chính xác và khả năng tái tạo của thí nghiệm với thí nghiệm cao.

Ngoài ra, các yếu tố Thiết kế Thí nghiệm (DoE) được chọn phải đại diện cho các thông số có ảnh hưởng mạnh nhất đến kết quả thí nghiệm. Phạm vi tham số từ giá trị thấp nhất đến cao nhất phải thực tế và cần bao phủ phạm vi rộng nhất có thể vì ngoại suy bên ngoài không gian thiết kế không được phép trong DoE.

Trong hình này, lò phản ứng tổng hợp hóa học EasyMax tuân theo nhiệt độ cài đặt một cách chính xác, trong khi bình đáy tròn khó kiểm soát cho thấy sự thay đổi kiểm soát khoảng 27 ° K giữa mức tối thiểu và tối đa của nó.

Lò phản ứng tổng hợp hóa học tự động mang lại kết quả tốt hơn, dẫn đến các nghiên cứu Thiết kế thí nghiệm chính xác hơn.

Trong việc thiết lập các nghiên cứu DoE chất lượng, thiết bị tổng hợp thủ công, bao gồm cả bình đáy tròn, có thể có những hạn chế tiềm ẩn:

• Việc kiểm soát chính xác các thông số chính như nhiệt độ, khuấy và định lượng trong các ràng buộc chặt chẽ là rất khó khăn trong quá trình phản ứng
• Khả năng lặp lại thử nghiệm bị ảnh hưởng
• Việc ghi lại tất cả các biến thể thông số phản ứng và kết quả phân tích trong quá trình thí nghiệm rất cồng kềnh và dễ xảy ra lỗi
• Lấy mẫu phản ứng thủ công để thu thập dữ liệu phản ứng không thể tái tạo được và cần nhiều thời gian của người vận hành

Hình ảnh được sao chép với sự cho phép của Caron, Stéphane và Nicholas M. Thomson. "Hóa học quy trình dược phẩm: Sự phát triển của môi trường phòng thí nghiệm giàu dữ liệu đương đại." Tạp chí Hóa học Hữu cơ 80.6 (2015): 2943-2958. Bản quyền 2015 Hiệp hội Hóa học Hoa Kỳ."

Peptide là các phân tử phức tạp được tổng hợp theo nhiều bước với nhiều phản ứng phụ có thể xảy ra. Để vận hành các quy trình như vậy một cách tiết kiệm, mọi bước phải được tối ưu hóa và mang lại năng suất ít nhất 98%.

Mục tiêu của nghiên cứu DoE là tối ưu hóa năng suất sản phẩm bằng sự thay đổi có hệ thống của bốn thông số quy trình: nhiệt độ, bổ sung dung môi, nồng độ nước và peptide. 

Nghiên cứu cho thấy tầm quan trọng của sự thay đổi có thể tái tạo và kiểm soát các yếu tố DoE như gia nhiệt, làm mát và bổ sung chất phản ứng, cũng như kiểm soát các điều kiện thí nghiệm (ví dụ: thông qua trộn nhất quán khối lượng phản ứng). 

Thiết kế thí nghiệm được sử dụng cho nhiều ứng dụng khác nhau, bao gồm:

• Tổng hợp hóa học
• Quá trình kết tinh
• Phản ứng tổng hợp
• Nhận dạng đa hình
• Phản ứng trùng hợp
• Phản ứng hydro hóa
• Xúc tác sinh học và xúc tác enzym
• Hóa học dòng chảy
• Xử lý hạ nguồn
• Bất hoạt vi-rút trong chế biến sinh học

Để đo và kiểm soát nhiều bộ thông số phản ứng trong DoE với mức độ tin cậy và độ lặp lại cao, lò phản ứng tổng hợp hóa học có những lợi thế quyết định.

Các nghiên cứu DoE thủ công với nhiều hơn hai yếu tố đòi hỏi nỗ lực thí nghiệm cao vì tất cả các thông số cần được theo dõi đồng thời trong thời gian phản ứng dài. Lò phản ứng tổng hợp hóa học giúp kiểm soát tất cả các thông số một cách chính xác, đồng thời, dẫn đến kết quả DoE chất lượng được ghi lại và có thể dễ dàng truy xuất để xử lý dữ liệu tiếp theo. Ngoài ra, phần mềm iControl đảm bảo điều chỉnh kịp thời các yếu tố riêng lẻ theo giao thức DoE, với các giao thức dễ dàng tái sử dụng trong các thí nghiệm tiếp theo.

Sử dụng các lò phản ứng tổng hợp hóa học EasyMax, mọi nhà khoa học đều có thể tận hưởng các thí nghiệm không cần giám sát với phạm vi ứng dụng rộng hơn phù hợp với các nghiên cứu DoE để khám phá nhanh các con đường tổng hợp mới.

Lò phản ứng hóa học giúp các nhà khoa học nhanh chóng khám phá đồng thời nhiều thông số quy trình khiến nó trở thành một công cụ hoàn hảo cho các nghiên cứu DoE. Một chức năng độc đáo và bộ ứng dụng được cung cấp:

• Các phép đo nhiệt độ từ -80 °C đến 180 °C
• Định lượng chất lỏng với tốc độ định lượng từ 1 đến 50 mL/phút với độ chính xác cao
• Lấy mẫu phản ứng tự động từ huyền phù và phản ứng đa pha với EasySampler
• Khuấy hiệu quả tất cả các loại phản ứng để thực hiện các nghiên cứu trộn
• Hình dạng bình phản ứng bao gồm phạm vi thể tích từ 0,5 mL đến 1000 mL
• Tích hợp các đầu dò PAT, bao gồm ReactIR, ReactRaman, ParticleTrack và EasyViewer để thực hiện các nghiên cứu DoE giàu dữ liệu

Thiết kế thí nghiệm (DoE) là một phương tiện hữu ích về mặt thống kê để giảm thiểu số lượng thí nghiệm cần thiết để khám phá ảnh hưởng của các biến đối với hiệu suất phản ứng trong phòng thí nghiệm, nhưng việc mở rộng quy mô kết quả DoE để sản xuất đầy rẫy các vấn đề. Ví dụ, các nghiên cứu của DoE  thường không tính đến ảnh hưởng của việc trộn và truyền nhiệt, các thông số quan trọng trong việc mở rộng quy mô. Mô hình Dynochem cho phép tính đến các tính chất vật lý và nhiệt quan trọng trong việc mở rộng quy mô. Khi thông tin động học được sử dụng với mô hình Dynochem, các điểm cuối lấy mẫu phù hợp có thể được xác định cho DoE, tiết kiệm thời gian và nguồn lực. Do đó, mô hình Dynochem tăng cường sự phát triển của các thông số quy trình quan trọng và không gian thiết kế quy trình hiệu quả.  

Đổi mới là một thách thức khi thiết bị hạn chế khả năng thử nghiệm. Sự phức tạp của hóa học tổng hợp tăng lên mỗi ngày. Sách trắng này thảo luận về cách các nhà hóa học đang phản ứng với các kỹ thuật sáng tạo bao gồm:

• Lập kế hoạch và thực hiện phản ứng tự động
• Thu thập dữ liệu hoàn chỉnh cho mọi thử nghiệm
• Các công cụ tổng hợp giải quyết các vấn đề thực nghiệm phổ biến

Để tìm hiểu cách các công cụ tổng hợp thông minh kết hợp với khả năng số hóa phòng thí nghiệm có thể thay đổi sự phát triển hóa chất, hãy tải xuống sách trắng "Phòng thí nghiệm tổng hợp hiện đại: Nơi làm việc mới cho các nhà hóa học". 

• Lucks, Sandra và Heiko Brunner. "Tại chỗ tạo ra palladium trên nhôm photphat làm hệ thống xúc tác để điều chế các olefin β, β-diarylated bằng phản ứng Matsuda-Heck." Nghiên cứu và phát triển quy trình hữu cơ 21.11 (2017): 1835-1842.
• Monnaie, Didier, Lonza Peptide, Braine, Hội thảo trực tuyến "Tổng hợp và tối ưu hóa học nhanh chóng và hiệu quả được hỗ trợ bởi thiết kế thí nghiệm (DoE)" METTLER TOLEDO, 2017.
  
• Van der Eycken Francis, METTLER TOLEDO, "Các kỹ thuật sáng tạo để tổng hợp các phân tử đột phá", Sách trắng (2015).
  
• Georgakis, C. (2013). "Thiết kế các thí nghiệm động: Phương pháp dựa trên dữ liệu để tối ưu hóa các quá trình thay đổi theo thời gian." Nghiên cứu Hóa học Công nghiệp & Kỹ thuật 52: 12369-12382.
  
• P. M. Murray và cộng sự, "Ứng dụng thiết kế thí nghiệm (DoE) tối ưu hóa phản ứng và lựa chọn dung môi trong việc phát triển hóa học tổng hợp mới", Org. Biomol. Hóa học, 2016, 14 trang, 2373-2384.
  
• Thiết kế thí nghiệm (DoE) và tối ưu hóa quy trình. Đánh giá các ấn phẩm gần đây. Org. Process Res. Dev., 2015, 19 (11), trang 1605–1633.