手性中心描述符及其在手性選擇性預測中的應用.pdf

1、不對稱反應是一項高成本的研究，盡管高通量方法和組合化學相結(jié)合能夠加速這些研究的進程，卻仍然需要進行大量的實驗。為了能夠高效低成本地獲得高手性純的化合物，在本論文中，我們建立了如下幾個構(gòu)效關(guān)系研究模型來進行手性選擇性預測：
　　 1、基于配體屬性的手性Am指數(shù)及其應用
　　 取代原子序數(shù)，此處采用具有化學意義的配體性質(zhì)，例如配體的大小，來設(shè)定手性中心的絕對構(gòu)型，稱為類S/R構(gòu)型。然后基于每個原子的絕對構(gòu)型，我們得到了手性校

2、正因子。最后，通過引入校正因子由二維拓撲指數(shù)衍生了手性Am指數(shù)。與手性物理化學描述符相結(jié)合，新的手性指數(shù)成功地應用于脂化酶作為催化劑條件下，手性伯醇產(chǎn)物的手性選擇性預測。
　　 2、一個組合數(shù)據(jù)庫中手性選擇催化劑的虛擬篩選
　　 我們采用由苯乙酮不對稱氫轉(zhuǎn)移反應的催化劑所構(gòu)成的一個數(shù)據(jù)庫作為研究對象，由構(gòu)象獨立手性指數(shù)，徑向分布函數(shù)編碼和指示變量合并來表征組合數(shù)據(jù)庫中的催化劑。該類手性催化劑由金屬中心和手性配體所組成，并

3、已經(jīng)通過對映體過量值和產(chǎn)率來綜合評價。我們儀采用數(shù)據(jù)庫中的一小部分催化劑訓練相向傳輸神經(jīng)網(wǎng)絡，來建立催化劑性能的預測模型，并應用于數(shù)據(jù)庫中余下催化劑的虛擬篩選。篩選出虛擬數(shù)據(jù)庫中<20.8％的預測性能最佳的催化劑進行研究，則能夠得到高達85.5％的最佳催化劑。本方案例示了一個采用化學信息學，輔助篩選手性選擇催化劑的方法，有利于資源的優(yōu)化。
　　 3、不對稱反應的對映體過量值預測
　　 為了輔助苯乙酮不對稱氫轉(zhuǎn)移反應組合數(shù)