11第十一讲：组合化学开发原创技术的希望.pptx

,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,第十一讲组合化学在催化领域中应用,5,30,1,1/128,主要内容,组合化学起源,组合化学定义,组合化学在催化中应用,合成,高通量筛选,数据库,2,2/128,组合化学发展,几个阶段,第一阶段 60年代,创始,第二阶段 90年代,成长,第三阶段 二十一世纪,发展,3,3/128,第一阶段 组合化学创始,起源：,Merrifiled，1963年代创造固相多肽合成法，所以获诺贝尔奖（1984年）,合成多肽中一致且可靠反应条件,使用高分子聚合物固相载体，从而使产物与试剂易于分离,4,4/128,Houghten,1985年提出“茶叶袋”法,Furka，1988年提出混合裂分方法；并在一次科学会议上第一次提出组合化学概念,Furka、Lam和Houghlen，1991年三个研究小组发表了相关组合化学3篇主要文章,98年被,Science,列为科学研究九大突破之一,组合化学诞生,5,5/128,第二阶段 组合化学成长久,从制药工业开始,一个新药研制,一位合成化学家一年可制备100个新化合物，年薪5万美圆,制备每个新化合物费用达5000美圆,从,数千到一万个,新化合物中可能产生一个新药,耗时,6-10,年,耗资,一亿美圆,以上,6,6/128,组合化学-在制药开发中掀起一次革命,主要应用于,肽,、,核苷酸,、,糖,、,脲,等合成,奇迹-三天合成247万个化合物,可高通量筛选药品活性找出先导化合物,大大缩短新药研制时间和经费,世界各大制药企业纷纷投入研制,成为国外风险投资热点之一,7,7/128,第三阶段 组合化学发展期,从最初合成多肽扩展到有机小分子、催化、材料等学科,药品合成、液相组合合成、固相组合合成,1995年加州大学伯克利分校等在,SCIENCE,发表文章为标志，组合化学由药品合成向其它学科发展,8,8/128,组合化学发展期,99年投资预算及项目,Bayer,$68million,3years,Catalysts,polymers,and electronic,materials,Celanese,$20 million,3years,Heterogenous catalysts for,commodity chemicals,Dow Chemical,$18 million,3years,Polyolefin catalyst systems,BASF,$4 million,2years,Polymers for industrial formulations,Ciba,$2.2 million,2years,Pigments,Unilever,Not disclosed,2 years,Polymers for home and,personal care formulations,9,9/128,组合化学发展期,第一批包括组合化学部分企业及产品,Agfa;,X-ray phosphor,Albemarle,Matallocene catalyst activator,Applied Biosystems;,DNA separation polymer,BASF;,Pesticide formulation,Celanese;,Heterogeneous catalysts,Ciba,Discovery Technologies Antimicrobial,Dow Chemical;,Matallocene catalyst,GE;Avery Dennison,Plastic coating,Siemens;,Lighting phosphor,Unilever,Personal care polymer,UOP,Nonlinear Dynamics Heterogeneous catalysis,UOP;Sintef,Zeolite catalyst,10,10/128,学术研究显著增加,11,11/128,12,12/128,组合化学意义,挑战传统有机合成化学,传统化学,几步合成出一个化合物；,全部化合物必须纯化与表征；,得到单一纯净化合物；,组合化学,建立在高效平行合成之上，合成步骤有限，但生成化合物库包含大量化合物；,简单有效纯化方法,得到混合物或单一化合物；,大大提升制备能力，到达十年前所梦想不到水平；,包含一系列化学技术；,13,13/128,组合化学定义(Combinatorial Chemistry),是一个将化学合成、计算机辅助分子与合成设计，以及机器人结成一体,技术,，能够在短时间内将不一样结构基础模块（building block),以共价键系统地、重复地进行连接，从而产生大批相关化合物（化合物库chemical library),然后进行性能筛选，再证实含有目标性能（或活性）化合物结构。（最早定义）,利用组合论思想和理论，将构建单元，经过有机合成，无机合成和其它化学伎俩，产生分子多样性群体，并进行优化选择,科学,。,工业应用,学术研究,14,14/128,组合化学内容,组合合成,固相组合合成,液相组合合成,新材料合成,高通量筛选（High throughput Screening),信息处理和化合物库管理,计算机辅助分子与合成设计,在已经有知识和经验基础上,从分子角度理论上设计,计算化学、计算机模拟技术,受体垂钓,虚拟组合化学,15,15/128,组合化学在多相催化中应用关键问题,构建催化剂库,快速有效平行评价伎俩,高效反应器,高效分析检测方法,数据处理,合成氨催化剂开发：,2500个催化剂,6500次试验,7年实现工业化,16,16/128,组合合成,17,17/128,组合合成设计,传统合成,A +B A-B+C A-B-C,A,1,B,1,A,2,B,2,组合合成,A,3,+B,3,A,i,B,j,（I=1,n,j=1 n）,A,4,B,4,n,n 个产物,An B,n,传统合成方法和组合方法比较,18,18/128,组合合成设计,目标,有效得到某一反应全部产物,反应产物结构多样化,19,19/128,组合合成设计,R1=F,Cl,Br,甲基，乙基.,R2=甲基，乙基，苯基.,R3=甲基，乙基，苯基.,R4=甲基，乙基，苯基.,每个位置取100个构建单元，将有R1,R2,R3,R4=100，000，000,20,20/128,组合合成设计,21,21/128,22,22/128,组合合成,固相有机合成（微克级用量）,混合裂分法,是利用线性有机反应特点，将一系列固相反应物分组平行反应，所得产物混合到分组后再进行下一步平行反应。,平行合成法：,同时合成一系列单个分子,茶叶袋法,液相有机合成（微升级用量）,多组分液相合成法,官能团转换法：,从“化学库”合成“化学库”,新材料合成：,气相沉积法为基础薄膜库制备技术,23,23/128,混合裂分法,24,24/128,固相合成载体：,树酯珠,交联聚苯乙烯,聚酰胺树脂,可控孔度玻璃,TentalGel树酯,磁性树脂珠,多针载体,圆片,25,25/128,26,26/128,组合合成,平行合成法 A,i,+B,j,C,27,27/128,组合合成,28,28/128,29,29/128,组合合成应用于催化剂合成,分子筛合成,负载型催化剂合成,30,30/128,分子筛合成,31,31/128,组合合成用于ALPO合成,32,32/128,多元方法用于分子筛合成,研究体系:MFI 分子筛合成,因子设计,多反应器合成,逐步线性甄别分析:XRD,合成导向剂,33,33/128,34,34/128,反应器,35,35/128,反应器,个反应釜，容器，可振动,36,36/128,统计分析结果,个样品,纯样品个,不纯样品个,无样品个,37,37/128,用于组合合成催化材料制备设备,38,38/128,39,39/128,催化剂(硝酸盐)浸渍在,Al2O3上,40,40/128,41,41/128,一个改造自动化系统用于干法湿法浸渍法制备催化剂,42,42/128,43,43/128,研究实例：Mo-V-Nb-W-O/Al2O3,应用体系,Mo-V-Nb-W-O/Al2O3,评价反应：选择性氧化丙烷,主要考查制备效果,重现性,44,44/128,45,45/128,高通量筛选,46,46/128,高通量筛选,原理,活性：生物活性,反应：模型反应,方法：已经有分析方法,伎俩,：微区、平行、自动,目标,：快速筛选,先导化合物,47,47/128,高通量筛选,先导化合物,：含有某种生物活性或物理性质或化学性质以及符合设计要求化合物。,抗原-抗体反应、蛋白G-MHC筛选、凝血酶、抗菌素受体配基筛选、胰蛋白酶功效,超导体、发光材料、磁性材料、太阳能电池用无规硅半导体，抗磁材料，磷光材料，介电材料，铁电材料，催化剂，沸石和聚合物及其复合材料,其它：护肤品、润滑油等,48,48/128,高通量筛选,技术与设备,气相色谱-质谱（GC-MS）,红外热谱,紫外-色谱,X 射线衍射,扫描瞬息微波显微镜（SEMM）,激光解吸/电离飞行时间 MS,高压液相色谱/质谱（HPLC/MS）,新、更各种分离分析技术联用,49,49/128,高通量筛选,产物纯化和分离,固液分离-过滤,液液分离-高压液相色谱技术,50,50/128,组合化学与催化：反应,钯催化偶联反应,Mitsunobu偶联反应,杂环合成,环加成反应,烯醇烷基化反应,Ugi反应,51,51/128,快速筛选反应器,反应物与催化剂充分接触,在催化剂内部和外部不存在传质和传热限制,在绝热条件下，一定时间分布内，能很好描述反应特征,催化剂样品用量少,效率高、安全,廉价,52,52/128,多路平行反应器,53,53/128,1、多路平行反应器,平行排列多个普通固定床反应器,各个反应器进样组成和温度相同,每个反应器空速、压力、催化剂不一样,加紧了催化剂性能测试和动力学研究,设备简单、轻易制造,样品用量比较多,54,54/128,2、高通量批式反应器,55,55/128,高通量批式反应器,56,56/128,高通量批式反应器,57,57/128,高通量批式反应器,适合液相反应,分子筛合成,液相氧化、加氢,各个反应器温度相同,每个反应器催化剂、物料不一样,加紧了催化剂性能测试和动力学研究,58,58/128,3、微通道反应器,由一摞金属框架组成多个平行微型反应器,每个微型反应器内镶嵌一个微观结构,催化剂固定在微通道壁上,催化剂量少，热量、质量传递快,对爆炸和危险性反应很适合,59,59/128,4、开放式反应器,催化剂以二维方式排布在石英基体上,用二氧化碳激光加热到反应温度,三层同心管用于反应气体进出,气体产物经过毛细管在催化剂上采样后进入检测器,反应系统不密封,用于乙烷脱氢反应，2小时内可筛选144个催化剂,60,60/128,5、芯片反应器,芯片反应器模型由硅玻璃制成,芯片反应器模型包含大量微通道,每个微通道装有一个催化剂,反应气经过芯片上分叉微通道均匀地分布到催化剂上,从芯片后面小孔排出产物由扫描质谱分析,应用于甲烷氧化,61,61/128,高效分析检测方法,样品用量少,检测速度快,62,62/128,红外摄影技术,许多催化反应都是放热反应,催化剂活性高，反应量大，温升高,使用红外温度统计技术检测反应过程中温度改变，识别催化剂活性,优点：催化剂用量少、速度快,缺点：不能检测催化剂选择性,63,63/128,荧光酸碱检测技术,将反应产物某种特征转化为荧光信号，最强荧光信号显示为最好催化剂活性,实施例,甲醇燃料电池阳极催化剂,环己烷脱氢制苯催化剂,氧化铝负载三元贵金属催化剂,64,64/128,快速扫描质谱,质谱仪上增加自动采样装置,采样装置能够自由调整在三维空间位置,某一微通道内反应产物经与之相连毛细管被四极杆质谱检测,65,65/128,应用色谱检测技术实例,66,66/128,应用实例：高通量筛选-,四极质谱,67,67/128,68,68/128,69,69/128,应用实例高通量筛选-,红外热谱,70,70/128,71,71/128,高通量筛选（,红外热谱,）,72,72/128,高通量筛选（,指示剂法,）,73,73/128,组合化学与催化：催化剂筛选,SYMYX企业,利用小型传感器来监测反应产物进行催化筛选，在催化变换反应提升选择性上取得成功，他们在Rh-Pd-Pt组合库中进行筛选，并发觉用廉价铜来局部取代，1,1Cu-Rh催化活性在400,时与纯铑催化剂相同。,74,74/128,组合化学与催化,挪威Akporiaye应用自制聚四氟乙烯多试样高压釜，在200,下可同时进行100种分子筛合成平行试验，产物可在现场清洗分离，然后人工取出，采取常规X射线衍射仪分析。Akporiaye还研究了Li,2,O-TMA,2,O-Na,2,O-Al,2,O,3,-SiO,2,和Cs,2,O-TMA,2,O-Na,2,O-Al,2,O,3,-SiO,2,相图,75,75/128,组合化学与催化,Maier 等采取微型化设备进行中孔材料水热合成，水热反应量从500微升降到2微升，并进行自动X射线衍射测试。该研究体系为钛硅分子筛TS-1，产物量1-10mgX射线衍射相图与传统方法相同。,76,76/128,组合化学与催化,Bein等研究了磷酸铝组合化学合成，每块试样板上有8-19个反应釜，每个反应釜反应体积为150-300uL，每次可同时将六块板进行试验，产物用自制离心方法回收，采取通常X射线衍射仪或用旋转阳极X射线衍射仪采取CCD探测器进行检测，该项研究对模板剂和结构导向剂进行了筛选，并在混合模板剂下合成得到纯AFI型结构。,77,77/128,组合化学与催化,Gavalas 等采取平行合成法非有机溶剂合成ZSM-5分子筛膜，一次可同时得到20个产物，每次反应40uL溶液所得到产物与传统方法10-150mL相同，经过筛选得出最正确试验方案。,78,78/128,组合化学与催化,UOP企业Holmgren 等应用组合化学进行中孔固体材料商业性开发研究。他们研制了一套 End To-End,SM,组合催化剂开发系统。,79,79/128,组合化学与催化,该企业以Al-Si-O体系相图为研究对象来检验组合化学，发觉组合化学研究数据量大，使得遗失关键结果几率大大减小，而微升级反应效果可与常规125mL相比。研究进度大大提升，以前研究10个化合物需要6个月，采取组合化学只要两天。,80,80/128,组合化学与催化,在Zn-Cu-V-O体系组合化学研究中，该研究小组发觉了一个新氢氧化钒酸铜，说明因为组合化学能更详细地研究，可从已知研究体系中寻找出遗漏新材料。该研究小组还对M-Al-P-O体系进行了组合化学研究，在环戊基铵存在下生成纯新材料SAPO-34还未见报道。,81,81/128,组合化学与催化,UOP企业还应用组合化学对扩大试验和商业化试验进行研究，研究体系为新型硅酸锆，经过研究在两周时间内筛选到最正确配方，从而大大缩短了该产品走向商业化时间。,82,82/128,组合化学与新材料,虽屈指可数，但已显无法比拟优越性,极大加速新材料开发速度：在直径3英寸基片上一小时合成1000个不一样化合物,能够降低材料开发费用：微克级，降低浪费和对环境污染,在高技术产业化和商业化应用有巨大潜在价值,可显著增加开发中意外发觉,有利于材料结构-功效关系理论研究,可有于材料开发中先导化合物发觉及优化全过程,83,83/128,组合化学与新材料,磷光体,：,照明、成像、显示技术基本材料,Symyx-发光点库,用自动薄膜合成技术，在3英寸基片上合成含2万5千个化合物材料薄膜库，,Sr2CeO4-新型发光材料，,含有特殊一维链式结构,从另一个含25000个化合物薄膜库中找到新型红色磷光体,Y,0.845,Al,0.07,La,0.06,Eu,0.025,VO,4，其量子效率优于商用磷光体,伯克利LBNL研究意外发觉：Gd,3,Ga,5,O,12,/SiO,2,，在紫外光下发蓝光,84,84/128,组合化学与新材料,巨磁阻（GMR）,半导体、超导、磁学,钙钛矿型锰氧化物 新一族信息储存材料,伯克利SHULTZ用组合方法研究,Ln,x,M,y,CoO,z系列含128个化合物磁阻材料薄膜库，发觉三种展现巨磁阻效应物质-,La,x,M,y,CoO,z,以前一直认为只有锰基化合物含有,巨磁阻,85,85/128,信息处理和化合物库管理,数据库管理,反应数据,分析数据,结构定性数据,生物活性数据,编码技术,统计编码和合成中相关信息,化合物库管理,86,86/128,组合化学与人工智能,87,87/128,三篇文件,Discovery of new paraffin isomerization catalysts based on SO,4,2-,/ZrO,2,and WO,x,/ZrO,2,applying,combinatorial techniques,A.Corma,J.M.Serra,A.Chica,Feedforward neural networks in catalysisA tool for the approximation of the dependency of yield on catalyst composition,and for,knowledge extraction,M.Holena,M.Baerns,Holographic research strategy for,catalyst library design,Description of a new powerful optimisation method,L.Vegvari,A.Tompos,S.Gobolos,J.Margitfalvi,88,88/128,组合化学技术与催化剂设计理想,大量合成、高通量筛选催化剂,从而能够由少许试验提取规律性知识,深入建立催化剂库，实现催化剂设计,组合化学技术两大问题：高通量试验/筛选和数据处理,量变,质变,89,89/128,组合方法提供了一个快速测试大量新材料路径,平行反应或测试,比传统反应规模小,GA：遗传算法,能够容忍相当量噪音,使用一群点作研究，恰好适合用于THE技术,用最少许试验得到最大空间内近似,选择C5-C7临氢异构化反应为研究对象,组合技术通常忽略催化作用本身信息，本文将对催化剂表征数据与评价结果进行关联,Discovery of new paraffin isomerization catalysts based on SO,4,2-,/ZrO,2,and WO,x,/ZrO,2,applying combinatorial techniques,-,A.Corma,J.M.Serra,A.Chica,90,90/128,步骤1：依据文件选出催化剂组,步骤2：用GA（遗传算法）生成催化剂组成,步骤3：高通量测试催化剂活性,步骤4：与表征结果关联，找出催化剂性质与活性内在联络,步骤5：在传统反应器上以工业原料进行评价,针对SO,4,2-,/ZrO,2,and WO,x,/ZrO,2,体系,找到新C5-C7异构化催化剂,91,91/128,步骤1：依据文件选出催化剂组,按催化剂组成按其作用分成三个部分：,金属氧化物载体：r-Al2O3,ZrO2,TiO2,酸性增强组份：SO4,2-,BO3,3-,PO4,3-,(0.5-6wt%),WOx(0.5-36wt%),助剂：Pt,Ce,Pd,Sn,Ni,Mn,Nb(0.5-6%),每个催化剂一定含有Pt和另外一个金属助剂,92,92/128,步骤2：用GA（遗传算法）生成催化剂组成,首先用GA生成24个（占从头计算空间0.167%）催化剂组成,合成催化剂,测试并筛选出优异催化剂,依据优异催化剂组成再次用GA生成新一代催化剂组成,循环三次,93,93/128,Genetic Algorithm：遗传算法,遗传算法是一个借鉴生物界自然选择和进化机制发展起来高度并行、随机、自适应搜索算法。因为其含有健壮性,尤其适合于处理传统搜索算法处理不好复杂和非线性问题。以遗传算法为关键进化算法已与含糊系统理论、人工神经网络等一起成为计算智能研究中 热点,受到许多学科共同关注。,遗传算法是如此简单，任何人只要用高中时学过生物术语就能够了解。以一群个体为例，它们都有自己 DNA。然后衡量每一个个体适应性（把它看作是适合用于个体 DNA 官能来衡量），而且使那些更适应个体更有可能繁衍。而最不适应个体将会被灭绝。每个幸存者都会有机会繁衍（主要是任何幸存者都可能会繁衍，假如不太适应话，仅仅是降低了可能性）。合并双亲 DNA，对合并后 DNA 应用随机变异以模拟繁衍。理论上说来，新个体是和双亲一样适应，因为变异或增或减会有些微小改变。然后循环会周而复始。,94,94/128,步骤3：高通量测试催化剂活性,16路固定床高通量测试装置,其压力和温度是独立并受到监测,反应尾气在线用气相色谱（Varian 3380）分析,C5-7烷烃异构化反应：,温度：200-240度,压力：3MPa,WHSV：2.26h-1,催化剂：500mg,0.4-0.6mmm,95,95/128,经过三代催化剂衍生，催化剂活性普遍提升,96,96/128,传统研究方法补充组合技术不足,步骤4：与表征结果关联，找出催化剂性质与活性内在联络,步骤5：在传统反应器上以工业原料进行评价,97,97/128,优选法系统研究Zr-W-Ce-Pt体系,找到新高活性配方：硫酸盐，16wt%,1wtCe,0.6wt%Pt,800,o,C,98,98/128,结论,用GA和参数设计研究了低碳烷烃异构化反应催化剂，难点是在初始阶段选择适当组成配方。,改进催化剂循环降低了，而且经过这个方法找到了比现有工业催化剂活性更高催化剂。,用混合烷烃原料测试了活性最高催化剂配方。,99,99/128,对一适当反应高通量筛选能够大大提升催化剂研发效率,实现高通量筛选后，繁重合成工作成为决速步骤，最好能配合高效合成方法,高通量筛选能够将催化剂组成与产率直接关联起来，催化剂表征将变得不再象以前那么关键,应深入了解GA算法等与组合化学技术配使用数据处理程序,100,100/128,Feedforward neural networks in catalysisA tool for the approximation of the dependency of yield on catalyst composition,and for,knowledge extraction,M.Holena,M.Baerns,高通量试验给特定反应发觉对应催化剂材料提供了快捷方法,所以产生了大量数据需要处理：,催化材料性质,催化行为,人工神经网络系统不但能够得到近似结果，还能够从中提取相关知识,101,101/128,相关文件,32 An evolutionary approach in the combinatorial selection and optimization of catalytic materials,33 Fundamental and combinatorial approaches in the search for and optimisation of catalytic materials for the oxidative dehydrogenation of propane to paropene,102,102/128,Feedforward Artificial Neural Networks(ANNs)前馈人工神经网络系统,输入神经元,输出神经元,输入信号,输出信号,隐藏神经元,103,103/128,Multilayer Perceptron(MLP)多层感知器,信号经神经元性线性传导由进行工作一层经过隐藏层最终由输出层输出,104,104/128,对未知催化剂性能与性质间关联进行近似,选择适当构架：对于MLP来说就是选择适当隐藏神经元数量或是适当隐藏层数量,进行关联，或称为对系统进行“训练”，向每个隐藏神经元和输出神经元线性传递相关最好可能数据,Levenberg-Marquardt 方法,对关联适应性评价，最惯用是“平方差”,与测试结果拟合,终止训练,早期停顿,Bayesian 整合,105,105/128,提取与催化性能相关知识,实际上在受训神经网络构架中已包含有在本质上表现了包含在用以训练它们数据中，知识包含在输入和输出改变间，如在催化剂组成和产率间。不过只在低维关系能够图示。,人们通常关心知识：,催化剂组成与最正确产率间关系；,输出改变与输入改变间逻辑规律。,106,106/128,在丙烷氧化脱氢反应中应用ANN,催化剂：氧化铝/B,Fe,Ga,La,Mg,Mn,Mo,V氧化物；,丙烯产率作为与催化材料组成对应目标函数；,如前图所表示MLP构架：7个输入神经元，1个输出神经元，1个隐藏层（如此操作原因有二）；,训练组有216个催化剂，测试组有10个催化剂,用Levenberg-Marquardt方法训练网络；,分别使用“早期停顿”和Bayesian整合以防止网络过分训练；,107,107/128,得到结果,以ANN方法近似得到丙烯产率与催化剂组成关系,从中得到逻辑规律:催化剂组成与产率对应关系,108,108/128,结论,介绍了人工神经网络系统；,这类网络适合用于确立催化剂性质与催化性能间关联；,109,109/128,小结,高通量试验技术更适用对于含有多组份催化材料筛选，当前这类材料多以经验性“炒”配方式研究为主,利用前馈神经网络系统处理数据结果是，得到规律性认识也是，将催化剂组成与产率直接相关，而与表征结果无关联,选择适当数据处理程序是这类研究是否有意义关键,110,110/128,Holographic research strategy for,catalyst library design,Description of a new powerful optimisation methodL.Vegvari,A.Tompos,S.Gobolos,J.Margitfalvi,对付组合技术带来大量数据,大量可能组成催化剂组份双元、三元或四元组合,制备参数改变，需要作大量试验,GA,Stochastic simulated annealing algorithm（随机模拟退火算法）,HRS:Holographic research strategy（全息研究策略）,111,111/128,HRS,与GA类似，测试n-1代催化剂，生成n代催化剂,比GA更全方面立体测试,本研究主要内容,制备设计催化剂并以THE平行测试；,将测试过催化剂分类，分类得“精英序列”催化剂用以下一代催化剂设计；,经过任意目标函数制备、测试多组份多相催化剂,112,112/128,HRS标准,基于特殊两维表示连续多维试验空间：,大部分情况下与催化剂库相关试验空间是连续,所以两个连续点间性质十分靠近,113,113/128,用两维图表示多维试验空间,114,114/128,生成试验数据库,变量位置改变形成不一样全息图，实际上拥有相同数据点,115,115/128,第一代催化剂选择,三个选择方法：,依据经验,对称选择,随机选择,116,116/128,HRS主要操作步骤,四个主要步骤：,选择最正确试验点,变量位置改变后形成催化剂库,形成一个试验范围,测试第二代催化剂后结果总结,117,117/128,重复HRS主要操作步骤,第二次结果经过变量位置改变,第三次操作结果,第五次操作结果,第四次操作结果,118,118/128,试验方法,催化剂组成,8种金属，组成0-5%,共63，528个催化剂,CO,2,产率方程作为目标函数方程,算法,个人计算机上LINUX环境下；,Xhrs 软件包和Xmea软件,119,119/128,实际测试,共八个变量，作了153个试验测试,120,120/128,由目标函数描述试验空间,121,121/128,得到催化剂库,该全息图表示了81,920个催化剂,122,122/128,结论1,连续多维试验空间能够用两维全息图表示,全息图中相邻点性质相近,试验点全息排列提供了一个清楚直观试验空间,试验点几何形状定性地揭示了活性与组成间关系,123,123/128,结论2,HRS是建立催化剂库有力工具，在开始HRS优化前需确定参数有：,起始催化剂库组成数量,每个组成水平参数,最正确试验点数量,围绕最正确试验范围大小,变量传递方式,124,124/128,组合技术是加速催化剂筛选有效工具,能够在传统试验方式平台上使用，高通量平行测试催化剂性能,配累计算机程序GA、HRS等组合技术更适合用于含有以下特征反应和材料：,多组份催化剂，每个组份性质确定,反应结果作为输出参数要简单直接,对催化剂性质和性能之间关系已经有一定知识积累,125,125/128,展 望,总而言之，组合化学在开发新材料研究方面含有以下优势：,在材料开发方面应用组合化学合成和快速筛选方法，能够提升创新材料开发速度；,降低新材料走向商业化循环时间；,采取该方法，能够大大增加找到含有化学家所希望特殊性能化合物机会并防止传统研究方法遗漏。,在对先导化合物活性作用机理不明确情况下，经过平行合成和快速筛选，开发先导化合物。而研究清楚活性作用机理信息将很快搜集到化合物库中，以指导新开发研究。,126,126/128,展望,组合化学在试验设计方面含有强大竞争力,它可为新材料开发研究提供大量翔实基础信息,为研究工作者，节约了时间，提升了工作效率；同时提升了竞争能力并创造了商业先机,采取计算机系统监测，确保了试验过程质量控制和试验数据重现性。,可能引发材料研究领域一场革命,127,127/128,展望,在新材料开发研究中，组合化学将成为开发原创技术新希望,128,128/128,