Nature：不对称催化，选择性和底物范围同时优化

自从化学家发现手性膦-铑(I)配合物能够催化某些脱氢氨基酸的高对映选择性氢化以来，小分子催化剂在不对称合成中的应用得到了巨大的发展，并成功地合成了一系列手性框架、药物分子、天然产物等。不过，能在广泛底物范围中具有高选择性的不对称催化反应只是凤毛麟角，绝大多数情况下底物范围都很局限。这是为什么呢？是因为不对称催化的底物通用性在本质上很难实现？还是我们发现和优化手性催化剂的方式有局限？通常情况下，高对映选择性（>90% ee）手性催化剂的筛选一般基于单一的模型底物，所涉及的化学空间相对狭窄（图1A）。Kagan等人于1999年提出了多种不同底物同时优化的概念，使得不对称催化领域工作的重点发生了转移（图1B），即从识别高对映选择性的限定例子转移至多底物同时优化的解决方案上。这其中，2021年诺贝尔化学奖获得者MacMillan、List等人（点击阅读相关）在一系列研究中进行了令人信服的阐述。然而，对各种产物进行大量手性分析仍颇具挑战，这严重地阻碍了该方法的应用。

图1. 对映选择性反应的发现和分析方法。图片来源：Nature

目前，化学家利用高效液相色谱法（HPLC）或超临界流体色谱法（SFC）来测定ee值（图1C），但是此类方法在通量方面仍然存在固有的限制。尽管化学家致力于开发高通量的手性分析方法，但现有的技术仅针对特定的分析物。近年来，超临界流体色谱法已在学术界和工业实验室中广泛应用以进行快速分析，并且手性固定相（CSPs）具有优异的分离性和稳定性，使得粗混合物的分析成为可能。近日，美国哈佛大学的Eric N. Jacobsen教授课题组和美国默克公司（Merck & Co. Inc）的Eugene E. Kwan研究员基于超临界流体色谱-质谱（SFC-MS），开发了一种高通量手性分析方法（图1D），成功地使用多种模型底物实现了不对称催化反应中对映选择性和底物通用性的同时筛选。他们将这种多底物筛选方法用于Pictet-Spengler反应，为实现通用且高对映选择性催化发现了一个很有前途且在作者意料之外的先导催化剂。相关成果发表在Nature 上。

图2. SFC-MS法的发展。图片来源：Nature

首先，作者利用SFC-MS对单一样品和混合样品中的ee值进行了快速测定，并得出以下结论：1）在高浓度（10 mM）下分析已知对映体组成的纯样品时，产生 22% 的均方根误差（RMSE），这主要源于检测器响应和浓度之间的非线性关系；2）在较低样品浓度（<0.1 mM）下，信号对浓度的依赖性接近线性，并将 RMSE显著降低至 3%，这与标准HPLC-UV测量的误差相当。因此，后续所有的样品均在最低浓度下进行，以便在微摩尔级进行高通量反应测定。其次，作者将高斯和 Voigt 函数的分段组合的“Frankenstein”模型与参数拟合方法结合在一个网络应用程序中来分析色谱数据，即使高ee值样品的第一个主峰与第二个次要峰重叠，也可准确测定ee值（图2A）。接下来，作者进行了多样本的准确性测试，即用五根色谱柱在低浓度下分析了20种市售外消旋化合物的混合物，其中大多数化合物均可有效分离并且ee 值为0±5%，但是也出现了一些异常数据（>10% ee）。另外，对总离子流色谱图分析表明强电离物种可以降低共洗脱离子的强度（图2B），如果一个对映异构体落在这样的带内，但另外一个不在，那么ee值就会有明显变化（图2C）。尽管如此，但这种离子抑制现象在低浓度下被最小化，本实验中的总体ee值为-1±7%。综上所述，该通用性筛选工作流程涉及三个步骤：底物选择、反应筛选和高通量手性分析。

如图3A所示，作者选择不对称Pictet-Spengler反应对多样本高通量的手性分析方法进行了探索。具体而言，作者选择N-苄基色胺和醛之间的反应来考察底物和催化剂的反应性，并对其产物N-苄基-四氢-β-咔啉进行单一样品SFC-UV和合并样品SFC-MS分析，结果显示两者的对映选择性达到了可接受的一致性。另一方面，为了识别具有代表性的醛/色胺组合，作者构建了一个包含340个潜在四氢-β-咔啉产物的化合物库，并生成分子指纹进而执行UMAP降维处理以生成化学空间。随后，他们根据k-means clustering结果并结合实际情况生成了一组代表性产物（14个），同时评估了先前报道的手性Brønsted酸和氢键供体催化剂（图3B），结果显示不同类型的催化剂对不同底物的反应性具有很大差异，例如：硫脲 i-vii在大多数底物中可观察到中等（20-40%）的对映选择性，而其它催化剂对于特定的底物则可获得更高的对映选择性（>60%）。另外，作者还将获得的数据做成一种直观的热图来识别催化剂与底物之间的相关性，例如：手性磷酸xi和xii在富电子吲哚（X=H，Y=OMe）体系中表现不佳，而缺电子或中性色胺类似物的效果更好。类似地，同一行间ee值的比较也可揭示底物之间的相关性。最后，作者还构建了一种通用性度量值（g=0-1）来评估每种催化剂的通用性水平，其中1表示在每个反应中诱导 100% ee值的完全通用催化剂。通过这种分析，催化剂 xii从所有被筛催化剂中脱颖而出。

图3. 高通量测定对映选择性Pictet-Spengler反应。图片来源：Nature

尽管催化剂 xii 的反应效果良好，但富电子吲哚底物仍然具有挑战性。为此，作者评估了产物16的几种溶剂-催化剂组合，结果显示极性非质子溶剂（如：2-甲基四氢呋喃（2MT）和乙酸乙酯（EA））能提高反应效率，这让作者用所有测试底物又进行了评估（图4A）。可以看到，溶剂效应高度依赖于催化剂，例如手性磷酸 xii在2MT 中进行反应时对映选择性有所提高，而氢键供体催化剂i则没有明显改善。虽然将PhMe变为2MT会导致23的对映选择性略有下降，但大多数底物的对映选择性均有所提高。

图4. 进一步的反应优化和验证。图片来源：Nature

接下来，作者用标准实验模式（而非高通量模式）对催化剂xii 进行了重新评估。具体而言，在无氧条件下使用活化的4Å分子筛来探索14种底物的反应效果，结果显示几种产物的对映选择性明显提高（图4B），特别是产物1和9的反应性从无到有，尽管产物11因易消旋化导致ee值显著降低。进一步调整最佳条件以在0.1 mmol规模上生成产物 6并具有良好的产率和对映选择性。这就说明，此前高通量筛选和分析的结果能成功地转化为实验室规模的反应。此外，作者还针对先前3种未测试的底物组合测试了一组催化剂（图4C），结果表明催化剂 xii 在每种情况下均是最有效的，并且在合成相关条件下实现了良好的对映选择性。

总结

本文基于超临界流体色谱-质谱（SFC-MS）开发了一种高通量手性分析方法，成功地使用多种模型底物对不对称催化反应的对映选择性和底物通用性进行了同时筛选。该分析工作流程可同时分析多种粗反应混合物，不仅极大地减少了方法开发和分析时间，而且对多种催化剂和底物间的高效识别具有重要意义。作为应用验证，这种多底物筛选方法为实现通用且高对映选择性的Pictet-Spengler反应发现了一个很有前途的先导催化剂，并有望在鉴别和发现其它反应的手性催化剂体系方面发挥作用。

原文（扫描或长按二维码，识别后直达原文页面）：

Screening for Generality in Asymmetric Catalysis

Corin C. Wagen, Spencer E. McMinn, Eugene E. Kwan, Eric N. Jacobsen

Nature, 2022, DOI: 10.1038/s41586-022-05263-2

导师介绍

Eric N. Jacobsen

https://www.x-mol.com/university/faculty/26725