新型螺环酰胺手性催化剂介导的连续全碳季碳型环色胺类生物碱不对称全合成

来源 :兰州大学 | 被引量 : 0次 | 上传用户:joelin0725
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
手性现象广泛存在于活性天然产物及药物分子中,并深刻影响着这些化合物的性质。从合成的角度讲,手性结构单元的构筑往往是天然产物全合成的关键。近二十年来,以开发新的手性催化剂和探索新的催化原理为中心,不对称催化领域取得了突飞猛进的发展,已经基本满足了大多数基元反应中简单手性中心构筑的需求。但对于天然产物和活性药物中复杂手性结构单元的构筑,目前大多数情况是从简单的手性高级中间体出发,经过多步转化实现,利用催化不对称的方法高效合成此类结构单元的报道十分有限。以具有C3a-C3a′连续全碳季碳手性结构单元的环色胺类生物碱为例,由于该类天然产物具有独特而复杂的立体结构和丰富的生物活性,吸引了包括Larry E.Overman,Movassaghi等众多著名化学家对其进行合成研究。然而,迄今为止,该类生物碱的高效合成仍旧受制于如何催化不对称地构建拥挤的C3a-C3a′连续全碳季碳手性结构单元。本论文致力于解决这一具体的科学问题。为了实现相应环色胺生物碱全合成所需C3a-C3a′连续全碳季碳手性结构单元的高效构建,在研究之初,我们提出了催化不对称二聚氧化吲哚的双烷基化反应策略。本论文受组内近期发展的1-氮杂螺[4.4]-壬烷骨架催化剂的启发,针对所拟定的合成策略,开发出了一系列新型手性螺环酰胺1,2,3-三唑盐催化剂。以这些催化剂为核心,我们成功实现了上述催化不对称二聚氧化吲哚的双烷基化反应设想,并完成了若干相应天然产物的不对称合成。本论文分为四部分进行叙述:1.连续全碳季碳型环色胺类生物碱不对称合成综述;2.新型手性螺环酰胺1,2,3-三唑盐催化剂的设计合成;3.催化不对称二聚氧化吲哚的homo/hetero双烷基化反应;4.(-)-Chimonanthidine,(-)-Folicanthine,(-)-Chimonanthine,(+)-Calycanthine和(-)-Ditryptophenaline的不对称合成。第一章,我们对连续全碳季碳型环色胺类天然产物进行了简要的介绍,并按照合成策略的不同,对其不对称合成研究进展进行了综述。第二章,我们介绍了螺环吡咯烷类手性骨架及1,2,3-三唑盐催化官能团的研究背景,设计合成了手性螺环酰胺1,2,3-三唑盐类催化剂并对其催化性能进行了初步探索。第三章,利用上述催化剂,我们以高达82%的收率、99%的ee值以及>20:1的dr值高效实现了催化不对称二聚氧化吲哚的homo/hetero双烷基化反应。此外,根据所取得实验数据和相关控制实验,我们还对上述反应的催化机理和立体控制模型进行了探索和分析。第四章,最终,我们以该方法学为基础,实现了(-)-Chimonanthidine的首次不对称全合成,并高效完成了活性天然产物(-)-Folicanthine,(-)-Chimonanthine,(+)-Calycanthine和(-)-Ditryptophenaline的形式合成。
其他文献
线路在轻载运行下导致电能表计量出现较大误差,为提高电能表在各种负荷情况下其电能计量的准确性,对影响电子式电能表准确计量的原因进行了分析,并提出了相应解决措施。
大数据时代,越来越多的领域出现了对海量、高速数据进行实时处理的需求。如何对大数据流进行抽取转化成有用的信息并应用于各行各业,变得越来越重要。传统的批量机器学习技术
SM2椭圆曲线公钥密码算法(简称SM2算法)于2010年12月首次公开发布,2012年成为中国商用密码标准(标准号为GM/T 0003—2012),2016年成为中国国家密码标准(标准号为GB/T32918—2
目的:探讨青年缺血性脑卒中的病因、临床特点等。方法:对71例青年缺血性脑卒中进行回顾性分析和总结。结果:青年缺血性脑卒中的发病率为8.2%,40~45岁发病率最高。缺血性脑卒
本文基于笔者多年从事国土信息化建设的相关工作经验,以城市地籍图形信息系统总体设计为研究对象,论文首先分析了系统建设的目标、原则和总体框架,进而探讨了系统的功能设计,
幼儿期是人生中重要的发育期,对一切事物都充满热情和好奇,也需要人们对其学习进行有效的指导。中国学生发展核心素养的目标和要求的提出,对于幼儿教育具有很强的指导和借鉴
本文提供了碱催化下福尔马林沉淀物解聚的方法,该方法具有设备简单,条件温和,反应速度快等特点,有一定的理论和应用价值。
原有城域网WLAN(无线局域网)业务分配的是公网IPv4(因特网协议版本4)地址,为解决IPv4地址紧张问题,提出了一种NAT444(运营级网络地址转换)场景下的WLAN业务部署实现方案,并有
近年来伴随互联网技术的飞速发展,尤其是移动互联网技术的发展,网民可以随时随地通过丰富且便捷的途径发表自己对时政热点事件的观点看法。同时,互联网上的文本数据也呈现了井喷式地增长,面对如此庞大的文本数据,如何通过挖掘网民对热点事件的情感态度并且提取有价值的关键信息,进而对舆情进行正确的引导是目前亟待解决的问题。对文本数据进行情感分类并从不同的情感类别中挖掘关键信息能够有效地解决这一问题。因此,文本情感