无氰源合成手性腈类化合物

来源：X一MOL资讯

注：文末有研究团队简介及本文科研思路分析

有机腈类化合物是一类非常重要的化工原料，在有机合成中具有广泛的应用。然而腈类化合物的合成仍依赖于剧毒的氰化试剂，不可避免地给环境带来不利影响，因而发展无氰源构建腈类化合物的新策略是绿色化学的迫切需求。此外，手性腈类化合物广泛存在于药物以及生物活性分子中，但该类化合物的合成方法相对较少，底物的局限性大，发展高效构建手性腈类化合物的新方法和新策略具有重要的意义。

近日，南方科技大学张绪穆教授与武汉大学吕辉副教授合作，发展了一种无腈源合成手性腈类化合物的新方法。他们在烯烃不对氢甲酰化研究的基础上，发展了不对称氢甲酰化串联策略，通过不对称氢甲酰化/缩合/氮杂考普消除串联反应，实现了多种烯烃的形式不对称氢氰化反应，为无腈源合成手性腈类化合物提供了一条新的合成途径。相比烯烃传统的不对称氢氰化反应，该串联合成途径不需要使用剧毒的氰化氢，并且具有非常好的底物普适性，对各种芳基取代的单取代烯烃、1,2-二取代烯烃、1,1-二取代烯烃、环状烯烃均能取得高的产率和优异的对映选择性。该方法还能方便地实现克级规模的放大，产率和对映选择性不受影响。此外，该方法还可以高效地构建手性2-氰基吡咯烷，为药物维达列汀(Vildagliptin)和安奈格列汀(Anagliptin) 的高效合成提供了新途径。

相关工作发表在Angew. Chem. Int. Ed.上，文章的第一作者是由才博士和李秀秀博士。

张绪穆教授简介

张绪穆，1961年生，国际知名配位化学和金属有机化学家，现任南方科技大学理学院副院长、化学系讲席教授。1982年在武汉大学获得学士学位；1985年在中国科学院福建物质结构研究所获得硕士学位，师从卢嘉锡院士（诺贝尔获奖者Linus Pauling 的博士后，时任中国科学院院长）；1987年在加州大学圣地亚哥分校（University of California, San Diego）获得硕士学位，师从Gerhard N. Schauzer教授；1992年在斯坦福大学（Stanford University）获得博士学位，师从美国国家科学院院士James P. Collman教授（两位诺贝尔获奖者Sharpless和Grubbs的导师）；1992—1994年在斯坦福大学做博士后研究；1994—2006年任教于美国宾夕法尼亚州州立大学并获终身教授职位；2000年获得国家杰出青年基金（B）；2007—2015年任新泽西州立大学化学学院杰出讲席教授；2005年受聘教育部长江学者讲座教授并创建绿色催化研究所；2008年受聘武汉大学“高等学校学科创新引智计划”学术大师；2011年受聘国家中组部“千人计划”特聘专家；2015年，任南方科技大学化学系讲座教授及系主任；2017年当选国家中组部“千人计划”化学化工专委会主任。

张绪穆教授在Science;  J. Am. Chem. Soc.;  Angew. Chem. 等学术刊物上发表学术论著300余篇，论文他引>15000多次, 其中单篇论文他引>1300次，H index >75。张绪穆教授2002年获得美国化学会Arthur C. Cope Scholar 奖，是第一位荣获此奖的中国内地科学家。张绪穆教授发展的张烯炔环异构化反应（Zhang enyne cycloisomerization）因其重要性成为以其姓氏命名的人名反应，目前全球仅有不到五位华人有此殊荣。因促成建立中国内地首个以诺贝尔奖得主命名的研究机构——深圳格拉布斯研究院，张绪穆教授获得2016年深圳首届 “时代深士”称号。

吕辉

https://www.x-mol.com/university/faculty/13640

张绪穆

https://www.x-mol.com/groups/zhang_xumu

科研思路分析

Q：这项研究最初是什么目的？或者说想法是怎么产生的？

A：我们课题组一直对烯烃的不对称官能化感兴趣，但开展烯烃的不对称氢氰化反应需要使用高毒性氢氰酸或者氰化试剂。为避免使用这些高度性的氰化试剂，我们希望发展无氰源构建手性腈类化合物的方法。结合我们在课题组不对称氢甲酰化以及不对称氢甲酰化启动的串联反应研究方面的一些经验，我们开展了不对称氢甲酰化启动串联反应构建手性腈类化合物的研究。

Q：研究过程中遇到哪些挑战？

A：该反应最大的挑战在于如何控制反应条件避免手性中心在串联过程发生消旋化。在反应过程中，我们团队进行了大量的条件筛选，最终通过向反应体系中添加适量的苯甲酸解决了串联体系的消旋化问题。

Q：该研究成果可能有哪些重要的应用？

A：该方法在腈以及手性腈类化合物的合成中有潜在的应用前景。如我们发展的方法学可以直接应用于药物维达列汀(Vildagliptin)和安奈格列汀(Anagliptin) 的关键片段的高效合成中。