工艺路线优化：AI 辅助的放大与绿色化学

实验室做出几十毫克的路线，与工业上生产几百公斤的路线，往往是完全不同的两条路线。理解这个差别，能避免在早期做出后期无法放大的选择。

实验室路线 vs 工艺路线

维度	实验室（发现阶段）	工艺（开发阶段）
首要目标	快速拿到化合物	可靠、经济、安全、可重复
规模	mg～g	kg～t
步数	可接受较多	越少越好
纯化	柱层析很常见	尽量用结晶，避免柱层析
试剂	方便优先	成本、安全、可获得性
溶剂	不太考虑	受严格限制（ICH Q3C）
产率	够用即可	直接影响成本
杂质	纯度够做实验即可	需鉴定、定量、控制

「避免柱层析」是最重要的差别之一：柱层析在实验室很方便，但工业规模下溶剂消耗巨大、成本高、难以自动化。好的工艺路线的每一步都应该能通过结晶或萃取纯化。

工艺优化的核心维度

• 步数与线性序列：每步都有产率损失与成本。汇聚式路线优于线性路线（见 384《逆合成分析入门》）。
• 原子经济性：产物质量占所有反应物质量的比例，反映本质效率。
• 关键起始原料（KSM）：选择便宜、供应稳定、有多个供应商的起始原料。单一供应商是重大供应链风险。
• 纯化策略：优先结晶 > 萃取 > 蒸馏 > 柱层析。
• 危险试剂替代：叠氮、重氮、光气、高压氢化等在放大时风险剧增。
• 溶剂选择：ICH Q3C 把溶剂分三类，一类溶剂（如苯）应避免，二类需限量。
• 手性构建：不对称催化通常优于拆分（拆分最多只能得到 50% 产率）。
• 热安全性：放热反应在大规模下的散热能力有限，必须做量热研究。

绿色化学的量化指标

# PMI（Process Mass Intensity）—— 制药行业最常用的绿色指标
#
#   PMI = 投入的总物料质量 / 产品质量
#
#   包括：所有原料、试剂、溶剂、水
#   PMI = 1 表示完美（无浪费）
#   制药工业的典型 PMI 在几十到数百
#   → 溶剂通常占绝大部分

def calculate_pmi(inputs_kg, product_kg):
    """inputs_kg: {"原料A": 10, "溶剂B": 200, ...}"""
    total = sum(inputs_kg.values())
    pmi = total / product_kg
    breakdown = {k: v / product_kg for k, v in inputs_kg.items()}
    return {"PMI": pmi, "breakdown": breakdown,
            "solvent_fraction": sum(v for k, v in breakdown.items()
                                    if "溶剂" in k or "solvent" in k.lower()) / pmi}

# 其它指标：
#   E-factor = 废物质量 / 产品质量  （= PMI - 1）
#   原子经济性 = 产物分子量 / 所有反应物分子量之和
#   碳效率 = 产物中的碳原子 / 反应物中的碳原子
#
# 降低 PMI 最有效的手段通常是：
#   1) 减少溶剂用量（提高浓度）
#   2) 溶剂回收套用
#   3) 减少步数
#   4) 避免柱层析

AI 在工艺优化中的应用

任务	方法	成熟度
反应条件优化	贝叶斯优化 + HTE	成熟且有效
路线设计	逆合成（见 385《AiZynthFinder》）	辅助作用
杂质预测	正向反应预测（见 388《反应产物预测》）	有一定价值
结晶工艺	过程分析 + 建模	见 398《结晶过程理解》
放大预测	过程模拟（CFD、动力学建模）	成熟但需专业知识
溶剂选择	COSMO-RS 等溶解度预测	可用

条件优化是 AI 在工艺开发中最成熟、收益最明确的应用：用贝叶斯优化配合高通量实验，能把找到最优条件的实验量减少数倍到数十倍（见 389《反应条件与产率预测》）。

工艺安全评估

# 放大前必须做的安全评估
#
# 1) 反应量热（RC1）
#    测反应放热量与放热速率
#    → 计算绝热温升，判断失控风险
#
# 2) 热稳定性（DSC、ARC）
#    物料在什么温度开始分解
#    → 确定安全操作温度上限
#
# 3) 气体释放
#    反应是否产气？速率多少？
#    → 泄压设计
#
# 4) 混合敏感性
#    加料顺序错误会怎样？
#    → 制定操作规程
#
# 关键概念：MTSR（Maximum Temperature of Synthesis Reaction）
#   如果冷却失效，反应会升到多少度？
#   MTSR 必须显著低于分解起始温度
#
# 这些评估在实验室小规模时不明显，
# 但放大到千克级以上时是生死攸关的

散热能力随规模下降是核心问题：反应放热量随体积（三次方）增长，而散热面积随表面积（二次方）增长。实验室里「稍微有点热」的反应，在反应釜里可能失控。

杂质控制

• 杂质来源：起始原料带入、副反应、降解、试剂残留、溶剂残留、金属催化剂残留；
• 基因毒性杂质（GTI）特别重要：如烷基卤、磺酸酯、亚硝胺类，控制限极低（ppm 级）。需要在路线设计阶段就评估是否会产生此类杂质；
• 亚硝胺风险：近年监管高度关注，含仲胺的分子 + 亚硝化条件是风险组合，需专门评估；
• 控制策略：优先通过工艺设计避免生成，其次通过纯化去除，最后才是放宽限度（需毒理数据支持）。

延伸资源

• 逆合成：384《逆合成分析入门》、385《AiZynthFinder》；条件优化：389《反应条件与产率预测》；
• 结晶：398《结晶过程理解》；自动化：391《自驱动实验室 Self-Driving Lab》。