Catalexis 反应优化平台
Catalexis 是一个基于人工智能的催化剂筛选和反应优化平台，它将精心筛选的 23 种配体磷化氢试剂盒与 BayBE 贝叶斯机器学习技术相结合，旨在加速布赫瓦尔德-哈特维格胺化反应、铃木-宫浦偶联反应以及任何其他化学转化。 Catalexis 既适用于手动实验台工作流程，也适用于高通量实验 (HTE)，它通过数据驱动的配体排名和引导式反应优化，取代了试错式的筛选方法。
不进行交叉偶联反应？没问题。由 BayBE 驱动的优化门户设计上无需配合膦配体筛选套件即可使用。您只需定义自己的反应变量——配体、碱、溶剂、温度、当量或任何自定义参数——BayBE 便会为您推荐下一步应进行的最有价值的实验。该平台为您的反应提供完全的灵活性，可处理多达 1,000,000 种反应组合。
卡塔莱克西斯是如何起作用的？
Catalexis 的运作分为两个阶段。第一阶段对单磷化物配体进行筛选，以用于钯催化的交叉偶联反应；仅需一次针对 23 种配体的筛选，即可在数天内（而非数周）从包含 400 多种磷化物配体的数据库中筛选出表现最佳的配体。第二阶段则利用 BayBE 优化引擎，针对任何反应类别，在任何定义的参数空间内探索并优化反应条件，且该阶段与第一阶段相互独立。
步骤 2：进行 23 种配体的筛选反应
使用您选择的底物和实验条件进行23种配体的筛选，同时保持所有变量恒定。该方法既适用于手动实验设置，也适用于自动化高通量筛选（HTE）工作流程。
第 3 步：将反应结果上传至 Catalexis 门户
将您的反应收率（0-100）上传至Catalexis门户，兑换1个代币即可获取您的最佳配体候选物。无需提供化学元数据。
第 4 步：生成基于人工智能的配体排名 基于人工智能的配体排名
Catalexis 会将您的数据与其包含 400 多种配体的数据库进行比对，并突出显示表现最佳的配体。
第 5 步：使用 BayBE 探索反应空间
定义您的反应参数，让 BayBE（贝叶斯后端）机器学习引擎在您的化学空间内为您推荐最具潜力的后续实验，从而使您能够比传统的实验设计（DOE）方法更高效地对化学空间进行采样。
第 6 步：根据指导性建议进行优化
上传您的新结果，即可立即获得系统推荐的下一步优化方案，以进一步提高产量
第 7 步：重复操作以优化结果
重复步骤 5-6，直到反应达到预期目标，无论是收率、转化率、副产物限制还是其他自定义变量。
为什么选择 Catalexis 而不是传统的催化剂筛选方法？
相关产品
用户评价
了解Catalexis如何改变实验室——以下是化学家们对使用体验的评价：
“Catalexis 显著简化了我们针对 1,3-二氯苯的二胺化反应优化工作，通过提供一套经过精心筛选的配体供筛选，为我们节省了时间。经过三轮筛选，我们确定了最适合最终工业规模工艺的配体。”
制药生物技术工艺开发实验室
“建议的配体取得了非常好的结果，其中还包括一些我起初根本没想过要尝试的。”
学术药物化学实验室
“Catalexis 是一款很棒的工具，它包含一套 23 种配体，借助人工智能，有望评估和预测约 500 种配体的性能。”
合成研发化学师
相关资源
- Catalexis Reaction Optimization Platform FAQs
Explore Catalexis FAQs covering AI-guided catalyst screening, BayBE optimization, kit contents, workflow setup, data security, and purchasing.
- 《Aldrichimica Acta》第57卷第1期：催化专题特刊
《Aldrichimica Acta》是前沿的化学研究国际论坛。其文章由全球各地的化学家撰写，涵盖以合成为主的各类主题,涉及有机、有机金属、生物有机或无机化学。