Selection of a diverse subset of catalyst space produced an initial training set of 26 new bis(oxazoline) ligands that were synthesized and tested for stereoselectivity in the copper-catalyzed, vinylogous Mukaiyama aldol reaction for five substrate combinations. One ligand in the training set provided 88% average enantiomeric excess, exceeding the performance of catalysts identified through an initial optimization
描述了一种用于优化不对称插烯 Mukaiyama 羟醛反应的催化剂选择方法。在计算机上构建了一个大型的市售和合成的
铜双(
恶唑啉)催化剂库。为每种催化剂计算了依赖于构象的、基于网格的描述符,定义了适合机器学习的
化学特征空间。选择不同的催化剂空间子集产生了 26 个新双(
恶唑啉)
配体的初始训练集,这些
配体被合成并测试了五种底物组合在
铜催化的插烯 Mukaiyama 醇醛反应中的立体选择性。训练集中的一种
配体提供了 88% 的平均对映体过量,超过了通过初始优化活动确定的催化剂的性能。采用监督和非监督催化剂选择方法,包括定量结构-选择性关系模型、最近邻分析和集中类似物聚类策略,鉴定了另外 12 个新的双(
恶唑啉)
配体。所选
配体在五分之四的产品类别中表现优于初始训练集,并且在某些情况下表现出对映体控制超过 95% ee。讨论了无监督训练集选择过程的有效性,并将最近邻和集中模拟方法的便利性与有监督的定量结构-选择性关系建模方法进行了对比。