先前已经证明,自动化的连续流系统与在线分析和反馈相结合,可以在几乎没有先验反应信息的情况下对
化学合成进行建模和优化。然而,这些方法还没有解决在多步反应网络中建模和优化产物收率或选择性的挑战,在多步反应网络中会遇到对所需产物形成的低选择性。在这里,我们演示了一个自动化系统,该系统能够使用最大似然估计和D快速估计给定反应网络的准确动力学参数。-实验的最佳设计。研究的网络是吗啉在2,4-二
氯嘧啶上的系列-平行亲核芳族取代。为了提高估计参数的精度,我们首先证明了在优化动力学上不太有利的2-取代产品的产率方面最先使用自动化平台。然后,在分离中间体后,我们使用具有最大后验性的自动化系统估计以最小化网络参数的不确定性。通过单独考虑反应网络的步骤,动力学参数不确定性降低了50%,而在所有实验中消耗的二
氯嘧啶底物少于5 g。我们得出的结论是,在多步反应网络中隔离路径对于最小化低灵敏度速率参数的不确定性很重要。