xiaokehuaxue的个人博客分享 http://blog.sciencenet.cn/u/xiaokehuaxue

博文

Nat Catal:武汉大学阴国印/上海人工智能实验室李玉强实现阴离子配体助力突破烯烃转化壁垒

已有 735 次阅读 2024-8-19 16:08 |系统分类:博客资讯

2024年8月15日,武汉大学高等研究院阴国印教授团队与上海人工智能实验室李玉强博士合作在Nature Catalysis期刊上发表了一篇题为“Overcoming limitations in non-activated alkene cross-coupling with nickel catalysis and anionic ligands”的研究成果。


过渡金属催化的多组分交叉偶联反应凭借其高效、多样化的优势,成为合成复杂三维结构分子的重要手段。然而,传统方法多依赖于具有特定辅助官能团的烯烃,这大大限制了底物的多样性。为了解决这一难题,该团队巧妙地提出了利用阴离子双齿配体来促进非活化烯烃的双官能团化反应,成功实现了全组分的灵活可变,极大地拓展了产物空间,为复杂分子的合成开辟了新途径。


论文通讯作者是阴国印、李玉强;第一作者是吴冬


图片


多组分交叉偶联反应在有机合成、药物化学和材料科学中展现出广泛应用前景,尤其是烯烃的多组分交叉偶联,能够灵活组装复杂的sp富集基序。然而,现有方法主要依赖于具有强配位能力的辅助官能团(如8-氨基喹啉),这些官能团通常需要通过多步合成和后续去除,导致步骤繁琐且效率低下。相比之下,天然存在的官能团(如醇、胺和酯)虽然丰富但配位能力较弱,直接利用它们作为导向基团进行交叉偶联反应一直是个巨大挑战。


针对这一难题,研究团队巧妙地引入阴离子双齿配体(如乙酰丙酮阴离子、羟基喹啉阴离子、吡啶羧酸阴离子等),在镍催化下实现了非活化烯烃的1,2-双官能团化反应。这一策略的关键在于,阴离子配体能够增强天然官能团与金属中心的配位能力,从而有效抑制β-H消除,确保反应的高选择性和高收率。通过细致的条件优化,研究团队成功开发出一套高效的反应体系,能够利用包括醚、醇、酯等在内的多种弱配位官能团,作为导向基团参与非活化烯烃的多组分交叉偶联反应。


图片

图1:非活化烯烃的多组分反应研究背景。


该方法的底物适应性非常广泛,涵盖了多种类型的非活化烯烃,包括带有醚、醇、酚、胺、酯等官能团的烯烃。实验结果显示,这些烯烃在镍催化和阴离子配体的共同作用下,能够高效、选择性地转化为目标产物,且产率普遍较高。此外,研究团队还进一步拓展了反应的应用范围,利用该方法成功合成了多种具有药用价值的生物活性分子类似物或中间体,展示了其巨大的合成潜力。


图片

图2:烯烃底物范围。


图片

图3:合成潜力的探索。


图片

图4:合成与应用。


为了深入探究这一反应的机理,研究团队进行了一系列机理实验和密度泛函理论(DFT)计算。结果表明,反应过程中涉及了烯烃的迁移插入、烷基自由基重组以及还原消除等关键步骤。阴离子配体的引入不仅增强了金属中心对弱配位官能团的配位能力,还通过稳定烷基镍中间体、抑制β-H消除等机制,确保了反应的高选择性和高效性。DFT计算结果进一步验证了这一机理的合理性,并揭示了配体在提升反应选择性方面的重要作用。


图片

图5:反应机理推测及讨论。


这项研究不仅解决了非活化烯烃在交叉偶联反应中的难题,还拓展了阴离子配体在过渡金属催化领域的应用范围。通过引入阴离子配体,研究团队成功实现了非活化烯烃的高效、选择性多功能化,为复杂分子的合成提供了新策略和新方法。未来,这一策略有望在药物化学、材料科学等领域发挥重要作用,推动相关领域的快速发展。


这项研究成果不仅在科学上具有重要意义,还为实际应用提供了有力支持。我们期待这一创新策略能够在更广泛的领域内得到应用和推广,为化学合成领域的发展注入新的活力。


相关论文信息:

https://doi.org/10.1038/s41929-024-01211-7



编辑 |余 荷

排版|王大雪

欲知更多内容,敬请围观小柯机器人频道:http://paper.sciencenet.cn/AInews/

图片

“小柯化学”是“小柯”系列学术公众号之一,主要介绍化学领域顶级学术期刊最新论文信息。“小柯”是一个科学新闻写作机器人,由中国科学报社联合北大团队研发而成。新闻由“小柯”独立完成,经领域专家和科学编辑双重人工审校。





https://wap.sciencenet.cn/blog-3607466-1447245.html

上一篇:Nat Mater:张凤娇/狄重安/李佳等实现可再生高灵敏度生物传感器重要进展
下一篇:1天内1篇JACS、1篇Angew!南京航空航天大学彭生杰团队电解水制氢、钾离子电池研究最新进展
收藏 IP: 61.135.229.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-11-1 11:31

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部