1. 복잡성과 크기 :
* 큰 분자 : 단백질이나 핵산과 같은 크고 복잡한 분자를 합성하는 것은 여전히 중요한 도전입니다. 원자와 기능 그룹의 가능한 배열의 수는 크기에 따라 기하 급수적으로 증가하여 특정 구조의 형성을 예측하고 제어하기가 어렵다.
* chirality : 많은 분자는 각각 잠재적으로 다른 특성을 가진 다중 키랄 형태 (입체 이성질체)로 존재합니다. 합성 동안 특정 거울상 이성질체의 형성을 제어하는 것은 복잡 할 수있다.
2. 반응 선택 및 제어 :
* 원치 않는 부작용 : 화학 반응은 종종 원치 않는 측면 제품을 생성하여 수율을 감소시키고 복잡한 정제를합니다.
* 반응 조건 : 많은 반응은 정확하게 달성하거나 제어하기 어려운 특정 온도, 압력 및 용매 조건을 필요로하여 수율과 순도에 영향을 미칩니다.
* 촉매 개발 : 특정 반응에 대한 효율적이고 선택적인 촉매를 찾거나 설계하는 것은 어려운 일이어서 합성 가능성의 범위를 제한합니다.
3. 지식 격차 :
* 반응 메커니즘 : 상당한 진전이 이루어졌지만 많은 반응의 메커니즘을 이해하는 것은 불완전한 상태로 남아 있으며 합성 경로의 합리적인 설계를 방해합니다.
* 예측 모델 : 부작용 및 반응 경로를 포함한 복잡한 반응의 결과를 예측하는 것은 여전히 중요한 도전입니다.
* 예기치 않은 반응성 : 새로운 화학 구조 또는 기능 그룹은 합성 및 생성물 특성화를 복잡하게하는 예기치 않은 반응성을 나타낼 수 있습니다.
4. 경제적이고 실용적인 고려 사항 :
* 비용과 확장 성 : 복잡한 합성은 비싸고 산업 생산을 위해 확장하기가 어려울 수 있으며, 많은 합성 경로의 실제 적용을 제한합니다.
* 시간과 자원 : 합성 경로를 개발하고 최적화하는 것은 특히 복잡한 목표에 대해 시간이 많이 걸리고 자원 집약적 일 수 있습니다.
* 환경 영향 : 합성에 위험한 화학 물질과 용매를 사용하면 환경 문제가 발생하여 지속 가능한 대안이 필요합니다.
5. 현재 기술의 한계 :
* 계측 : 전류 계측은 복잡한 혼합물을 해결하고 복잡한 구조를 특성화하며 분자 수준에서 반응을 제어하는 데 제한이 있습니다.
* 자동화 : 자동화는 일부 단계를 간소화했지만 복잡한 분자의 완전 자동화 된 오류가없는 합성은 여전히 어려운 일입니다.
이러한 한계에도 불구하고, 합리적인 화학 합성 분야는 다음과 같은 발전으로 계속 빠르게 진화하고 있습니다.
* 계산 화학 : 합성 경로를 더 잘 이해하고 설계하기 위해 예측 모델 및 시뮬레이션을 개발합니다.
* 고 처리량 스크리닝 : 반응 및 촉매를 효율적으로 테스트하고 최적화합니다.
* Biocatalysis : 선택적이고 효율적인 합성을 위해 효소 및 생물학적 시스템을 활용합니다.
* 인공 지능 : 반응 결과를 예측하고 합성을 최적화하기위한 기계 학습 알고리즘 개발.
이러한 발전은 기존의 일부 한계를 극복하고 합리적인 화학 합성의 경계를 뛰어 넘어 의학, 재료 과학 및 그 이후의 다양한 응용을 갖춘 새로운 분자를 생성 할 수있는 길을 열어주고 있습니다.
