奎宁衍生的催化剂在不对称Mannich反应中的应用研究

来源 :吉林大学 | 被引量 : 0次 | 上传用户:marine_ogz
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
手性胺类化合物是一类重要的有机化合物,因其具有一定的碱性和潜在的生物活性,在不对称合成领域备受关注。其中,手性α-氟代-β-氨基羟吲哚类化合物具有潜在的药物活性,手性1,3-二胺衍生物可作为潜在的手性配体,因此,发展两类化合物的不对称合成的方法学具有一定的理论意义和应用价值。众所周知,含碳亲核试剂与亚胺的不对称Mannich反应是构建手性β-氨基酮(酯)化合物最有效直接的方法。为此,本论文主要针对α-氨基砜分别与3-氟羟吲哚和1,3-茚满二酮之间的不对称有机小分子催化的Mannich反应开展研究,具体研究工作如下:1.合成了一系列金鸡纳碱衍生的手性脲催化剂,并且成功将其应用于α-氨基砜和3-氟羟吲哚的不对称Mannich反应中。通过对反应条件的优化确定了最优反应条件。在-40℃下,15 mol%的催化剂下,以5当量K3PO4为碱,以氟苯为反应溶剂的最佳反应条件下,考察了一系列3-氟羟吲哚和α-氨基砜,实验结果表明,反应底物具有良好普适性,均以优异的产率(最高达95%)和优秀的对映选择性和非对映选择性(最高95%ee和>99:1 dr)得到一系列α-氟代-β-氨基羟吲哚类化合物。通过单晶衍射确定了最终产物的构型。通过衍生化反应和克级反应探索了反应的可应用性。同时,我们也提出了可能的反应机理。2.将一系列奎宁衍生的手性脲催化剂应用于1,3-茚满二酮和α-氨基砜的不对称Mannich反应中。通过对反应条件的优化确定了最优反应条件。在-26℃下,10 mol%的催化剂下,以5当量K2CO3为碱,以邻二甲苯为反应溶剂的最佳反应条件下,考察了一系列α-氨基砜,以优异的产率(高达92%)和中等至良好的对映选择性和非对映选择性(最高83%ee和>99:1 dr)获得一系列手性N-Boc保护的1,3-二胺类化合物。该工作为构建新型1,3-二胺骨架化合物奠定了基础。
其他文献
螺环氧化吲哚是有机合成中的一类重要结构单元,是构成诸多药物、天然产物及其他生物活性分子的基本结构,开发更加高效、绿色、简便的新型合成策略是手性螺环氧化吲哚类化合物研究的重要方向。基于BINOL骨架衍生的手性磷酸及手性磷酰亚胺酸类催化剂催化的不对称反应,一直以来都是有机小分子催化领域的重要组成部分。通过改变3,3’位置的取代基可以起到调节催化剂酸性以及手性空腔体积大小的作用,便于以更适合的方式实现对
学位
含氮杂环化合物在天然产物中普遍存在且在医药、农药等领域有广泛的应用。此外,三氟甲基具有亲脂性、生物相容性和代谢稳定性等生物活性,在药物化学中有着至关重要的作用。调查发现,含三氟甲基氮杂环是许多药物分子的核心结构单元。因此发展快速高效地合成含三氟甲基氮杂环化合物的方法具有十分重要的意义。相比于其它合成含氮杂环化合物的方法,自由基串联环化反应具有高原子经济性和步骤经济性的优点。本论文运用铜催化N-氰胺
学位
茂金属催化剂因其具有极高的烯烃聚合反应催化活性而在工业领域中受到了广泛关注。其中,具有桥连结构和特定对称性的茂金属催化剂表现出显著的催化丙烯立体可控聚合的活性,有着巨大的工业化和商品化的潜力。目前,多数的茂金属催化剂合成效率低,品质不稳定,生产成本居高不下,这些缺点严重制约了茂金属催化剂的工业化发展。为此,本论文针对一种具有二甲基硅桥连和噻吩并环的C2对称茂锆催化剂6,6’-二甲基硅基双(2,5-
学位
超分子化学作为一门新兴的交叉科学通过非共价相互作用将具有不同结构和功能的单元相结合来构筑动态可逆的智能复合材料,为分子机器、材料化学和生命科学的发展开辟了新的前进方向。超分子化学的蓬勃发展离不开设计合成结构新颖、性能优异的大环受体分子,柱芳烃作为一种新型的大环主体化合物,基于其富电子的刚性空腔、对称的骨架结构和优异的主客体性质构建的超分子复合体系已经广泛用于传感检测、反应催化、药物运载和智能响应等
学位
文本口令是目前应用最广泛的身份认证方式之一。随着人们安全意识的提高,长口令越来越受用户和系统管理员欢迎。口令猜测算法能有效识别弱口令,指导用户构造更安全的口令。然而目前国内外对长口令猜测算法的研究较少。因此对长口令猜测算法的研究是具有现实意义的。目前已泄露的真实口令集中,长口令的占比较低(Rockyou口令集中长度不小于12的口令占5.5%)。这约束了传统数据驱动猜测算法对长口令的猜测效率。由于可
学位
超低湿度(<250 ppm)的监测在一些重要的工业生产中发挥着极为关键的作用。对于超低湿度的检测,目前主要依靠于传统的电子传感器,但其价格十分昂贵,且使用过程中需要额外的外部电源驱动以及复杂的信号接收系统,携带不太方便,致使应用场所受限。相比之下,基于颜色可视化的比色湿度传感材料有着巨大的优势与潜力。然而,现已报道的可视化湿度检测材料/体系的检测范围绝大多数都在2500 ppm(10%RH)以上。
学位
无监督预训练学习致力于通过设计可适用于大规模数据学习的前置任务,从而帮助神经网络从海量未标注的数据中得到通用的表征。近年来,在计算机视觉和自然语言处理中,无监督预训练模型都取了巨大的成功。在计算机视觉中,无监督预训练模型作为一种通用的网络表征,它对下游任务中图像分类、检索、目标检测、图像分割都有着关键性的影响。大量工作表明,预训练模型的好坏往往决定着下游任务的收敛速度与准确度。对于计算机视觉的任务
学位
在现实社会中,很多场景可以用图结构表示,如论文引用网络,社交网络等。图上的社区发现是图结构分析的重要内容,并有着重要的现实意义。例如,在社交网络中,同一社区的用户之间喜好较为相近,因此能够帮助商家进行更精确的广告推送。与图上的其他问题,如节点分类、链路预测问题不同,社区发现通常需要使用无监督的方法来解决,即在训练过程中不能使用任何数据标签,因此是非常有挑战性的问题。同时,在现实场景中,图结构不会一
学位
卷积神经网络的运行通常需要大量的存储与计算资源,这些限制条件使它们很难部署移动端或嵌入式设备中。因此需要通过神经网络模型压缩、轻量级卷积核设计与神经架构搜索等方式来降低神经网络的参数量与计算量。网络模型压缩是一个工作量大且困难的工作。神经网络架构搜索是在由各种卷积核构成的搜索空间中进行自动的网络架构搜索,输出较优的轻量级网络架构。因此,轻量级卷积核的设计是一项至关重要的工作。本文主要研究轻量级卷积
学位
随着信息收集技术的快速发展,人们可以便利地获得海量信息,但同时也引发了信息过载的问题。人们需要消耗大量的时间和精力筛选出自己需要的信息。推荐系统是缓解信息过载的重要工具,它可以有效地对信息进行筛选,实现个性化的信息推荐。传统的推荐算法主要面向用户的整体偏好进行建模,不能有效地捕捉用户短时期内的兴趣偏好。本文研究的序列推荐算法基于用户在一定时间内与系统的有序交互,不仅可以精确地表征用户的当前意图,还
学位