LC13 : Stratégie de synthèses

Extrait BO Lien du PDF

Plan détaillé possible

INTRO

Industrie : besoin de synthétiser à bas cout, peu de temps. Ils développent donc des stratégies, comme pour Ibu, à partir de banques de réactions connues (diapo), pour avoir un bon rendement, bas cout, et rapide. On va s’appuyer sur l’ex du paracétamol pour comprendre les enjeux.

I Synthèse d’une espèce

1) Etude reaction Réaction sur diapos, groupes carac, réactions posibles. Il faut prendre en compte dans strat

2) Protocole et carac Protocole, filtration en direct,carac IR

On n’a eu qu’une seule réaction, c’est important, la stratégie de synthèse est bonne (on a pris les bons réactifs). Et si plusieurs groupes susceptibles de réacgir?

3) Protection def, utilisation, propriétés de la protec, exemple diapo

Faire la bonne réaction = considérations sur le rendement. De façon générale, c’est ce que l’on veut améliorer, et il y aura un compromis avec la vitesse

Strat d’optimisation de la synthèse

1) Controle vitesse Facteurs cin : on l’a fait, montage à reflux, catalyse

2) Déplacement eq réactifs excès ou enlever produits. Ex : synthèse ester, Dean stark diapo

3) retour sur synthèse Rendemenet et réactif limitant sur diapo

Si le rendement n’est pas satisfaisant, on peut chercher d’autres stratégies. C’est ce qui est arrivé pour l’ibuprofène

III Retour sur la stratégie de l’ibuprofène

Réduire étapes : augmente rendement (diapo), réduit coût en atomes, chimie verte. On a un autre procédé (diapo) qui a été trouvé

Conclusion

On a parlé de chimie verte, j’attire l’attention sur la toxicité des produits qui est un des principes, et que l’on prend toujours en compte, cf pharmacie.

Diapo : Lien du PDF

Protocole paracétamol : Lien du PDF

Code python rendement en r**n, sur spyder

import numpy as np
from matplotlib import pyplot as plt

r=0.8 #rendement d'une étape
N=15 #nombre d'étapes
etapes=np.array(range(1,N+1))
rend=np.zeros(N)
#%%
plt.figure(figsize=(12,9))
for i in etapes:
    rend[i-1]=r**i*100
plt.plot(etapes,rend)
plt.xlabel("Nombre d'étapes", fontsize=16)
plt.ylabel("Rendement global(%)",fontsize=16)
plt.xticks(range(1,N+1),fontsize=13)
plt.yticks(fontsize=13)
plt.title("Rendement d'une synthèse pour des étapes de rendement r="+str(100*r)+"%",fontsize=18)
plt.grid()
plt.show()