Publication dans Angewandte Chemie International Edition

Optimisation de réactions en chimie organique en flux continu



La recherche fondamentale en chimie organique repose essentiellement sur le développement de nouvelles méthodes et de nouveaux réactifs exploitant des réactivités spécifiques et permettant d’accéder à la diversité moléculaire et aux propriétés d’une large gamme de produits à haute valeur ajoutée. Cette recherche implique des processus itératifs d’optimisation et de sélection, afin de maximiser le rendement. Ces processus itératifs sont à la fois chronophages, gourmands en ressources primaires et générateurs de déchets, même avec les nouvelles technologies micro/mésofluidiques. Cela est particulièrement préoccupant dans les cas où les ressources sont limitées ou lorsque des composés toxiques, à haute activité ou instables sont impliqués. 

Cette nouvelle étude du laboratoire de Jean-Christophe Monbaliu (WEL Research Institute – Uliège) réforme la préparation de composés à haute valeur ajoutée en chimie organique. Cette approche innovante s’alimente d’un modèle prédictif combinant chimie quantique et intelligence artificielle (ML-DFT) et permet de générer en quelques minutes des conditions de préparation optimisées, sans le moindre déchet. Ces conditions in silico sont ensuite instruites à un automate de synthèse microfluidique qui les exécute en un temps record. En d'autres termes, les réactions et les conditions pour lesquelles il n'existe aucune connaissance préalable peuvent être modélisées de manière préliminaire sans expérimentation.

Cet outil est ici appliqué avec succès aux aminations électrophiles, une classe de réactions particulièrement pertinente pour la fabrication de composés pharmaceutiques. Cette recherche revêt une importance fondamentale et appliquée, comme en atteste son utilisation en chimie organique physique pour comprendre la réactivité et son utilisation dans le cadre de collaborations industrielles.

Référence : Bianchi et al., Revisiting the Paradigm of Reaction Optimization in Flow with a Priori Computational Reaction Intelligence. Angew. Chem. Int. Ed. (2023) e202311526

Source : Communiqué de presse ULiège

Illustration : Avec l’autorisation de Jean-Christophe Monbaliu

Partager cette news