《Science | 钯催化使酚的交叉偶联类 SN2糖基化》

  • 来源专题:战略生物资源
  • 编译者: 李康音
  • 发布时间:2023-11-24
  • 本文内容转载自“ iNature”微信公众号。原文链接: https://mp.weixin.qq.com/s/1X0Dd91Ql-sZefeaoxd1OA

    2023年11月23日,四川大学钮大文团队在Science在线发表题为Palladium catalysis enables cross-coupling–like SN2-glycosylation of phenols的研究论文。

    尽管立体糖苷在生命科学和材料科学中具有重要意义,但高效构建立体糖苷仍然是一个挑战。如果糖基化方法能像钯(Pd)催化的交叉偶联那样可靠和模块化,将会推动碳水化合物功能的研究。然而,Pd催化在形成sp2 -杂化碳中心方面表现优异,而糖基化主要是建立sp3 -杂化C-O键。

    该研究报道了一个糖基化平台,通过Pd催化SN2从苯酚转移到稳定的含芳基碘化物的糖基硫化物。关键的Pd(II)氧化加成中间体从芳基化剂(Csp2亲电试剂)分化为糖基化剂(Csp3亲电试剂)。该方法继承了交叉偶联反应的许多优点,包括操作简单和官能团容纳性。它保留了各种底物的SN2机制,并适用于商业药物和天然产物的后期糖基化。这项研究将为Pd介导的糖基化反应带来机遇,推动碳水化合物合成及其在各个领域的应用。

  • 原文来源:https://www.science.org/doi/10.1126/science.adk1111
相关报告
  • 《钯催化2-异腈苯甲酰胺的不对称偶联—环化反应构建轴手性的2-芳基-和2,3-二芳基喹唑啉酮》

    • 来源专题:生物安全知识资源中心 | 领域情报网
    • 编译者:hujm
    • 发布时间:2021-03-04
    • 联芳基旋阻异构(atropisomerism)是众多旋阻异构现象中最普遍的一种。一般认为当旋阻能垒ΔG≥30 Kcal/mol且两个芳基具有非对称结构时,它就具有稳定的轴手性。ΔG越大,轴手性越稳定;而20 < ΔG < 30 Kcal/mol这类具有不稳定轴手性的分子在合成中应当避免,特别是在药物分子的设计与合成中;ΔG < 20 Kcal/mol可以认为没有旋阻异构。具有稳定轴手性的联芳基结构广泛存在于手性配体,手性催化剂,天然产物,药物和生物活性分子中,因此,对映体选择性合成具有稳定轴手性的联芳基化合物是近年来不对称合成领域的热点,涌现出大量的优秀的合成方法。这些方法从合成策略上大致可以分为三类,分别是:1)两个芳基物种之间的不对称偶联,即构建手性轴;2)通过不对称环化或者从环状化合物的去中心手性芳构化,构建联芳环结构中的一个芳环;和3)对前手性的联芳环结构的修饰,包括不对称去对称化,C-H键官能化,不对称开环等。而第4种策略,即通过同时构建二芳基轴和芳环,在轴手性联芳基化合物的不对称合成中鲜有报道,目前仅有两例,而且都是两个五员杂环相联的结构。   异腈是一类特殊的具有形式上的二价碳的结构,它参与的多组分反应,如Ugi反应广为人知。此外,异腈在对过渡金属物种特别是钯物种的迁移插入反应中有着广泛的应用,表现出与CO类似的化学性质,但在产物结构上更具复杂性和多样性。但是,异腈基团和过渡金属之间的强配位能力严重影响了手性配体和钯的配位,导致了钯催化的异腈插入即亚胺化反应很难实现不对称转化。中国科学院广州生物医药与健康研究院朱强研究员课题组长期以来致力于官能化异腈参与的新反应研究,他们利用官能化异腈的策略,成功地在钯催化的不对称的环亚胺化反应方面取得突破。他们先后实现了官能化异腈的不对称去对称化C-H活化的策略实现了中心手性(ACS Catal. 2017, 7, 3832.)和平面手性 (Org. Lett. 2018, 20, 1837.)的构建,首次将钯催化的不对称异腈插入反应的ee值提高到90%以上。近日,他们又把这一策略成功应用到轴手性化合物的合成上。   在该反应中,N-烷基-2-异腈基苯甲酰胺和2,6-二取代的碘苯化合物在钯催化的条件下能够以高收率和高对映选择性的合成轴手性2-芳基喹唑啉酮。这一反应的创新点主要体现在以下四个方面:1)拓展了合成轴手性联芳基化合物的第4条策略,即在构建二芳基轴的同时环化芳构化,实现了两个不同的六员环的轴手性联芳基化合物的合成;2)首次实现了轴手性的2-芳基喹唑啉酮的合成,以往的合成都是集中在3位N-芳基手性轴的构建。DFT计算表明所合成的化合物旋阻能垒ΔG>32 Kcal/mol,热稳定实验表明,其中一个化合物的甲苯溶液加热到110 oC,12个小时以后没有观测到消旋;3)当用N-(2,4-二甲氧基苯基)-2-异腈基苯甲酰胺作为官能化异腈底物时,能够以中等的非对映选择性和优秀的对映选择性获得同时包含两个手性轴的2,3-二芳基喹唑啉酮化合物。为相邻两根手性轴的同时构建提供了新的思路;4)合成的轴手性的2-芳基喹唑啉酮可以成功转化成结构独特的N,P配体,在初步的钯催化的不对称烯丙基烷基化(AAA)中表现出良好的不对称诱导效果。   总之,这一研究不仅为合成轴手性联芳基化合物以及多个手性轴的同时构建提供了新的思路,也为研究具有轴手性的2-芳基喹唑啉酮这类新化合物的生物活性以及其衍生物在有机合成中的应用奠定了基础,同时这也是官能化异腈在钯催化的不对称环亚胺化中应用的成功范例。   相关工作于2月10日发表在J. Am. Chem. Soc. 上,论文第一作者为广州健康院2016级博士研究生滕帆,朱强研究员、罗爽副研究员为共同通讯作者。该研究得到了国家自然科学基金、生物岛实验室前沿研究项目、广东省自然科学基金、广西“八桂学者”计划项目的支持。同时,该研究也得到中国科学院超级计算中心广州分中心的支持。
  • 《最新Science:机器学习预测pd催化C-N偶联的底物自适应条件》

    • 来源专题:先进材料
    • 编译者:李丹
    • 发布时间:2023-11-12
    • 来自材料牛 【导读】 碳氮(C-N) 偶联的战略价值使其成为化工企业许多领域的重要变革。特别是,Buchwald-Hartwig (B-H)偶联是最重要的C-N成键反应之一,并彻底改变了现代合成有机化学的实践。在反应过程中,钯配合物催化(杂)芳基亲电试剂与各种氮亲核试剂的交叉偶联。实验人员通常需要确定新的B-H偶联的基材特定条件,而参与这一转变的亲电试剂和亲核试剂范围广泛,需要开发许多催化剂和条件,才能使不同的反应分子成功偶联。选择合适的钯配体尤为重要,因为B-H偶联对配体结构的变化异常敏感。机器学习方法在加速识别化学转化的反应条件方面具有很大的潜力,通过机器学习构建碳氮偶联实验数据集可实现pd催化C-N偶联的底物自适应条件的预测。 【成果掠影】 近期,美国伊利诺伊大学厄巴纳-香槟分校的Scott E. Denmark教授以及瑞士巴塞尔合成分子技术开发过程化学和催化制药部的Raphael Bigler和Serena Fantasia等人提出了一种工具,给出了钯(Pd)催化碳氮(C-N)偶联的底物自适应条件预测。该工具的设计和构建需要生成一个实验数据集,该数据集可以在一系列反应条件下探索不同的反应物配对网络。通过系统的实验设计过程,利用神经网络模型主动学习大范围的碳氮偶联。模型在实验验证中表现出良好的性能:从一系列与样品外反应物的偶联中分离出10个产品,产率超过85%。重要的是,随着数据量的增长,所开发的工作流程不断提高工具的预测能力。相关研究成果2023年8月31日以“A machine-learning tool to predict substrate-adaptive conditions for Pd-catalyzed C–N couplings”为题发表在国际著名期刊Science上。 【核心创新点】 设计的机器学习模型可以使用随机分割的数据以9%的平均绝对误差实现pd催化C-N偶联反应的产率预测。随着数据量的增长,机器学习工具的预测能力越强。 【成果启示】 本文描述的数据集包括大于120对的反应物,系统地探索了B-H偶联空间的微观世界。在这些数据上训练的模型同时学习了许多不同种类的反应物的非线性反应性趋势。这些模型可以使用随机分割的数据以9%的平均绝对误差预测反应的产率,并且在反应物泛化方面表现出色,正如样品外底物验证所证明的那样。实现这一目标的关键是一种信息学指导的策略,该策略将探索45万分子反应空间的实验不可能性降低到获取仅包含3300个实验的数据集的实验可处理的问题。本文提出了这个经过验证的pd催化C-N偶联工具,以及一个主动学习工作流程,与之前的工作不同,它被用来为化学社区建立一个扩展的数据集。化学界可以在四个不同的层面上参与这项工作。对机器学习不感兴趣的实验人员可以在没有机器学习或编程专业知识的情况下使用本工作中提供的工具快照,并期望性能与实验验证相符。该项工作邀请任何对机器学习感兴趣的从业者使用该工具并恢复图4中的工作流程,将该工具磨练到新反应物领域或稳步提高现有数据集领域的预测精度。此外,该项工作也邀请任何具有机器学习专业知识的从业者将新的主动学习框架用于具有扩展多反应物空间的其他重要反应。 原文链接:https://www.science.org/doi/full/10.1126/science.adg2114