无光敏剂参与的可见光催化的叔胺与羰基化合物的反应研究

来源 :深圳大学 | 被引量 : 0次 | 上传用户:chuan9931
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
叔胺与羰基化合物之间的反应已是国内外化学家们研究的热点。叔胺与羰基化合物的常见反应,例如两个C-H键的直接氧化交叉脱氢偶联(Cross-dehydrogenative coupling,CDC)是有机合成中有效且相对清洁的有机合成策略。在这些反应中,对映选择性催化的发展仍然是一个挑战。最近,叔胺与羰基化合物的不对称催化反应在有机合成领域虽已取得越来越多的突破,但仍然需要解决一系列的问题。近年来,光催化反应是化学家们研究的热点,一般的光催化反应需要添加光催化剂,如铱、钌、金、铜、镍等配合物和各种有机染料等,随着绿色化学概念的提出,发展一种更加绿色,更经济的合成方法以实现高效、高选择性的叔胺与羰基化合物的不对称交叉脱氧偶联反应还需更多化学家的努力。基于此,我们开发了无光敏剂参与的可见光催化的叔胺与羰基化合物的反应,并且取得了较好的效果。本文围绕无光敏剂参与的可见光催化的叔胺与羰基化合物反应开展相关工作,共分为两部分:第一部分基于我们课题组对绿色催化合成的研究和王磊小组关于分子氧的相关工作,我们成功开发了无额外的光敏剂以非常温和简单的条件实现叔胺与醛的不对称CDC反应。具体而言,我们选用可见光激发的底物(N-苯基四氢异喹啉和N,N-二甲基苯胺等叔胺类化合物)或生成的目标产物充当光催化剂以促进基态氧(3O2)通过能量转化为激发态氧(1O2),进而再通过单电子转移(Single electron transfer,SET)活化底物为关键中间体亚胺阳离子,同时,与脯氨酸类手性催化剂活化的醛类化合物完成进一步转化。通过电子顺磁实验(EPR)和机理控制实验,对该反应机理进行了分析。为了探究底物适用性,我们对不同取代基团的叔胺类底物和不同类型的醛类化合物进行了尝试,结果都能取得优良的收率和较高的对映体过量值(ee值)。第二部分:结合前期工作,我们将研究兴趣投向可见光催化的,由EDA驱动的α-氨基自由基和α,β-不饱和羰基化合物的加成反应。这是一种新型的α-氨基C-H键修饰策略,无额外光催化剂或添加剂的参与。叔胺化合物以形成自由基中间体进攻缺电子的α,β-不饱和羰基化合物以形成迈克尔加成产物。拿到最优条件后,一系列的底物拓展实验证明了该反应策略具有普遍适用性。通过机理控制实验和紫外-可见吸收光谱实验等证明了实验过程中形成了EDA络合物(Electron donor-acceptor)。目前实验室正在中探索其他类型的EDA络合物以及由EDA络合物驱动的不对称有机合成反应。本文围绕无光敏剂参与的可见光催化的叔胺与羰基化合物反应开展以上两部分工作,本论文中共合成了45个化合物,其中7个新化合物,其中相关产物结构通过了核磁图谱、ESI高分辨质谱鉴定,相关反应收率及ee值通过气相色谱、核磁、高效液相色谱进行定量分析。论本文开发绿色催化合成方法对含四氢异喹啉结构的相关天然产物和药物的合成及结构修饰具有重要意义。
其他文献
脑-接口技术(Brain Computer Interface,BCI)是指从人的大脑建立一条与外部辅助设备联系的通路以达到利用外部辅助设备完成大脑想要完成的任务,近些年来被广泛的研究并应用在医疗康复等众多领域。BCI技术主要目标是帮助患者进行恢复训练,甚至替代某些严重损伤的肢体。但是BCI的发展并不能满足实际的需求,其存在背景噪声较大导致信噪比较低、信号采集比较困难、由被试间差异等影响导致分类结
受生物体在恶劣环境中的自调节生理活动行为的启发,仿生材料近年来备受各领域的关注。仿生材料需具有柔韧性、高稳定性、高耐久性和机械性能强等性能,可以满足不同领域的应用需求。其中,具有超高机械韧性和拉伸性,并且同时具有保湿性、抗结冰性的韧性有机水凝胶是能够满足在恶劣环境下应用的仿生材料的理想选择之一。针对韧性有机水凝胶的合成、修饰和应用,本文开展以下研究:(1)研究了由程序化编码的刚性结构所产生的韧性有
解决建筑玻璃的隔热问题对于解决建筑能耗有重要意义。目前我们可在建筑玻璃上涂覆以隔热粉体为主的涂料,以实现智能的温度调节,达到冬暖夏凉的效果,这就是人们所设想的智能窗。显而易见,智能窗的应用将大大减少空调的使用,降低能耗。二氧化钒(VO2)因其优异的热致变色性能,近年来得到了广泛的研究,并在智能窗中显示出潜在的应用前景。然而,由于以下三个挑战,VO2不能立即用作智能窗的涂层:(1)高相变温度TC(~
在建设环境友好型社会的驱动下,化学产业朝着绿色精细化的方向发展,在发展过程中产生了一些关键的技术。以微液滴为平台的微化学反应器可以减少试剂消耗、提高反应速率和提供安全可控的反应条件,为绿色化学和化学产业的可持续发展带来了巨大的希望。传统的微通道微反应器能很好的控制液滴的产生、合并、断裂、纳升级液体的注射等,但对于有固体颗粒生成或粘性较大的体系,微反应器的管道易堵塞,具有一定的局限性。与此同时,通过
与生物组织相似,水凝胶是由含有大量水的聚合物三维网络构成的软材料,具有出色的柔韧性、机械拉伸性、响应性、生物活性及生物相容性。因此,水凝胶在生物医学、软体机器和柔性电子等应用中具有巨大潜力。但水凝胶仍存在两个缺陷:(1)在低温条件下(0 oC及以下)发生结冰现象;(2)干旱条件下的失水现象,从而影响水凝胶的稳定性和应用。本文研究利用溶剂置换法制备以抗冻剂为分散介质的抗冻保湿有机凝胶,通过抗冻剂的处
藏红花酸有极高的保健和药用价值。由于天然藏红花酸的产量极其有限,故此利用合成生物学手段进行藏红花酸的异源转化具有广泛的应用前景。杜氏盐藻是一种无细胞壁的单细胞真核绿藻,生长速度快,培养方法简便,遗传转化稳定,特别是其胞内藏红花酸的前体分子——β-胡萝卜素含量可高达细胞干重10%,为目前所有已知微藻中含量最高。然而在杜氏盐藻的类胡萝卜素代谢途径中,缺失以β-胡萝卜素为底物催化生成藏红花酸的关键酶:玉
缺陷检测是工业生产中重要的环节。传统的缺陷检测方法依靠人眼检测,高成本和较高的误检率导致其不能广泛用于大规模的工业检测。基于机器视觉的缺陷检测方法具有准确度高、检测速度快、自动化程度较高和成本低等优点,逐渐替代了传统的缺陷检测方法。目前的深度模型需要大量的训练数据,而缺陷数据的采集比较困难、语义特征信息不足。鉴于此,本文提出基于深度学习的算法模型,通过对缺陷进行语义信息补偿再完成缺陷检测的方法,从
贵金属纳米催化剂如钯、钌、铱、铑等均可在有机C-H键活化以及C-C键偶联反应中起到较好的催化作用,在药物合成,材料合成以及其他化工领域中具有广泛的应用价值。典型的利用到贵金属纳米催化剂催化的有机反应的案例有Suzuki偶联、Ullmann偶联、Songashira偶联、以及Heck偶联等。但是贵金属纳米催化剂在使用过程中存在回收难及制备不够绿色环保等缺点。文献调研结果表明,在贵金属纳米催化剂的回收
已建成的隧道与原始的设计隧道之间的偏差信息对于地铁线路的安全调整非常重要。然而,目前还没有明确的数学公式能够准确地描述和度量这个偏差。目前主流的做法是通过人工测量具有相同间隔的截面的侵限值,并对这些侵限值进行累加求和,最终得到该偏差。这种方式存在几个缺点,比如耗时、误差大、成本高等。为了解决这些问题,本文提出了两种新颖的基于深度神经网络的偏差表示方法,其能够基于点云大数据学习到设计线路的参数与侵限
自修复聚合物是当今高分子材料领域的研究热点之一。大部分水凝胶自修复的实现需要一定的外部条件,如高温、紫外线和p H值等。温度作为其中的主要影响因素之一,可加速分子热运动、为化学反应提供活化能,对水凝胶材料的自修复具有重要意义。一般而言,高温环境的产生需要借助设备,如烘箱、水浴及特定光源等,这些条件的实现在水凝胶的实际应用中受到限制。本文中将光热作用引入到水凝胶材料中,水凝胶可在太阳光下达到较高温度