| 1621394-89-5

• CAS: 1621394-89-5
• 化学式: C₁₀H₁₁O₂Rh
• 分子量: 266.102
• InChiKey: NMLJWOMXHVWDKZ-UHFFFAOYSA-N

计算性质

• 辛醇/水分配系数(LogP)：
  None
• 重原子数：
  None
• 可旋转键数：
  None
• 环数：
  None
• sp3杂化的碳原子比例：
  None
• 拓扑面积：
  None
• 氢给体数：
  None
• 氢受体数：
  None

反应信息

• 作为反应物：
  描述：

  、 氯 以 正戊烷 为溶剂， 反应 3.0h， 以77%的产率得到5-propan-2-ylcyclopenta-1,3-diene;rhodium(3+);tetrachloride
  参考文献：
  名称：

  由 C–H 激活引发的 Rh(III)-催化的环丙烷化反应：配体开发使 N-烯氧邻苯二甲酰亚胺和烯烃的非对映选择性 [2 + 1] 环化成为可能

  摘要：

  N-烯氧基邻苯二甲酰亚胺经过 Rh(III) 催化的 C-H 活化引发缺电子烯烃的环丙烷化。建议该反应通过烯烃 C-H 键的定向活化进行，然后进行两次迁移插入，首先穿过缺电子烯烃，然后环化回烯醇部分。新设计的异丙基环戊二烯基配体极大地提高了产率和非对映选择性。

  DOI：

  10.1021/ja506579t
• 作为产物：
  描述：

  sodium isopropylcyclopentadienide 、 di(rhodium)tetracarbonyl dichloride 以 四氢呋喃 为溶剂， 以77%的产率得到
  参考文献：
  名称：

  由 C–H 激活引发的 Rh(III)-催化的环丙烷化反应：配体开发使 N-烯氧邻苯二甲酰亚胺和烯烃的非对映选择性 [2 + 1] 环化成为可能

  摘要：

  N-烯氧基邻苯二甲酰亚胺经过 Rh(III) 催化的 C-H 活化引发缺电子烯烃的环丙烷化。建议该反应通过烯烃 C-H 键的定向活化进行，然后进行两次迁移插入，首先穿过缺电子烯烃，然后环化回烯醇部分。新设计的异丙基环戊二烯基配体极大地提高了产率和非对映选择性。

  DOI：

  10.1021/ja506579t

文献信息

• Correlating Reactivity and Selectivity to Cyclopentadienyl Ligand Properties in Rh(III)-Catalyzed C–H Activation Reactions: An Experimental and Computational Study
  作者：Tiffany Piou、Fedor Romanov-Michailidis、Maria Romanova-Michaelides、Kelvin E. Jackson、Natthawat Semakul、Trevor D. Taggart、Brian S. Newell、Christopher D. Rithner、Robert S. Paton、Tomislav Rovis

  DOI：10.1021/jacs.6b11670

  日期：2017.1.25

  CpXRh(III)-catalyzed C-H functionalization reactions are a proven method for the efficient assembly of small molecules. However, rationalization of the effects of cyclopentadienyl (CpX) ligand structure on reaction rate and selectivity has been viewed as a black box, and a truly systematic study is lacking. Consequently, predicting the outcomes of these reactions is challenging because subtle variations

  CpXRh(III) 催化的 CH 官能化反应是有效组装小分子的一种行之有效的方法。然而，环戊二烯基（CpX）配体结构对反应速率和选择性影响的合理化一直被视为黑匣子，缺乏真正系统的研究。因此，预测这些反应的结果具有挑战性，因为配体结构的细微变化会导致反应行为发生显着变化。尽管如此，预测工具对社区具有相当大的价值，因为它会大大加速反应的发展。设计一个数据集，其中 CpXRh(III) 催化剂的空间和电子特性系统地变化使我们能够应用多元线性回归算法来建立这些基于催化剂的描述符与模型反应的区域选择性、非对映选择性和速率之间的相关性. 这反过来又导致了描述催化剂性能的定量预测模型的发展。我们新描述的 CpX 配体的锥角和 Sterimol 参数在回归模型中用作高度相关的空间描述符。通过训练和验证集的合理设计，确定了关键的非对映选择性异常值。计算揭示了这些异常值所显示的出色立体感应的起源。结果与在选择性决定步骤的过渡态中发生的部分