(2S,5R)-5-(5-methyl-2,4-dioxopyrimidin-1-yl)-2,5-dihydrofuran-2-carboxylic acid | 1401092-20-3

• 分子结构分类: 有机化合物 - 核苷、核苷酸和类似物 - 核苷和核苷酸类似物
• 英文名称: (2S,5R)-5-(5-methyl-2,4-dioxopyrimidin-1-yl)-2,5-dihydrofuran-2-carboxylic acid
• CAS: 1401092-20-3
• 化学式: C₁₀H₁₀N₂O₅
• 分子量: 238.2
• InChiKey: JBDIJHRMTIAJQJ-NKWVEPMBSA-N

计算性质

• 辛醇/水分配系数(LogP)：
  -0.4
• 重原子数：
  17
• 可旋转键数：
  2
• 环数：
  2.0
• sp3杂化的碳原子比例：
  0.3
• 拓扑面积：
  95.9
• 氢给体数：
  2
• 氢受体数：
  5

反应信息

• 作为反应物：
  描述：

  甲醇 、 (2S,5R)-5-(5-methyl-2,4-dioxopyrimidin-1-yl)-2,5-dihydrofuran-2-carboxylic acid 在 硫酸 作用下， 反应 5.0h， 以44%的产率得到1-(2,3-didehydro-2,3-dideoxy-β-D-pentofuranosyl-4-carboxymethyl)thymine
  参考文献：
  名称：

  4′-Substituted pyrimidine nucleosides lacking 5′-hydroxyl function as potential anti-HCV agents

  摘要：

  Hepatitis C virus (HCV) infection is one of the major health problems worldwide. If left untreated, it leads to liver cirrhosis, liver cancer and death. Herein, we report synthesis and anti-HCV activity of a new class of pyrimidine nucleosides possessing a 4'-carboxymethyl (9-16, 21 and 23) or 4'-carboxamide function (17-19 and 24). Among these, 10-12 (EC50 = 33.1-42.4 mu M), 14 and 21 (EC50 = 43.4-59.5 mu M) exhibited potent activity in HCV-1a replicon cells without any toxicity to parent Huh-7 cells (CC50 = > 829-1055 mu M). The anti-HCV activities demonstrated by this unusual class of compounds were superior to that of ribavirin (EC50 = 81.9 lM). Further, the most active analog, 12, was found to interact synergistically with ribavirin to inhibit HCV RNA replication. (C) 2014 Published by Elsevier Ltd.

  DOI：

  10.1016/j.bmcl.2014.01.024
• 作为产物：
  描述：

  司他夫定 在 2,2,6,6-四甲基哌啶氧化物 、 水 、 sodium bromide 、 sodium hydroxide 、 sodium hypochlorite 作用下， 以 1,2-二氯乙烷 、 丙酮 为溶剂， 生成 (2S,5R)-5-(5-methyl-2,4-dioxopyrimidin-1-yl)-2,5-dihydrofuran-2-carboxylic acid
  参考文献：
  名称：

  自动机器学习辅助 TEMPO 催化伯醇氧化制备羧酸

  摘要：

  尽管醇氧化被认为是成熟的反应，但选择生产条件或预测未见醇的反应产率仍然是主要挑战。在此，公开了一种用于将伯醇催化氧化为相应羧酸的自动机器学习 (ML) 模型。使用高通量实验 (HTE) 生成了包含 3444 个数据的数据集，其中包含 282 种伯醇和 45 种条件。使用 HTE 数据和 105 个描述符，使用 AutoGluon（开源自动机器学习框架）和 KNIME（开源数据分析平台）执行多标签预测。对于 240 次反应的独立测试（20 种未见醇和 12 种条件的完整矩阵），AutoGluon 和用于产量预测的多标签预测 (AGMP) 表现出色。R 2为0.767，MAE为4.9%。该模型还表明，新生成的描述符（Y/N，反应反应性分类）是与产量预测最相关的描述符，为将 HTE 和 ML 集成到有机合成中提供了新的视角。

  DOI：

  10.1002/cjoc.202200555

文献信息

• 4′-Substituted pyrimidine nucleosides lacking 5′-hydroxyl function as potential anti-HCV agents
  作者：Neeraj Shakya、Satish Vedi、Chao Liang、Fang Yang、Babita Agrawal、Rakesh Kumar

  DOI：10.1016/j.bmcl.2014.01.024

  日期：2014.3

  Hepatitis C virus (HCV) infection is one of the major health problems worldwide. If left untreated, it leads to liver cirrhosis, liver cancer and death. Herein, we report synthesis and anti-HCV activity of a new class of pyrimidine nucleosides possessing a 4'-carboxymethyl (9-16, 21 and 23) or 4'-carboxamide function (17-19 and 24). Among these, 10-12 (EC50 = 33.1-42.4 mu M), 14 and 21 (EC50 = 43.4-59.5 mu M) exhibited potent activity in HCV-1a replicon cells without any toxicity to parent Huh-7 cells (CC50 = > 829-1055 mu M). The anti-HCV activities demonstrated by this unusual class of compounds were superior to that of ribavirin (EC50 = 81.9 lM). Further, the most active analog, 12, was found to interact synergistically with ribavirin to inhibit HCV RNA replication. (C) 2014 Published by Elsevier Ltd.
• Auto Machine Learning Assisted Preparation of Carboxylic Acid by<scp>TEMPO‐Catalyzed</scp>Primary Alcohol Oxidation
  作者：Jia Qiu、Yougen Xu、Shimin Su、Yadong Gao、Peiyuan Yu、Zhixiong Ruan、Kuangbiao Liao

  DOI：10.1002/cjoc.202200555

  日期：2023.1.15

  experimentation (HTE). With the HTE data and 105 descriptors, a multi-label prediction was performed with AutoGluon (an open-source auto machine learning framework) and KNIME (an open-source data analytics platform). For the independent test of 240 reactions (a full matrix of 20 unseen alcohols and 12 conditions), AutoGluon with multi-label prediction for yield prediction (AGMP) gave excellent performance

  尽管醇氧化被认为是成熟的反应，但选择生产条件或预测未见醇的反应产率仍然是主要挑战。在此，公开了一种用于将伯醇催化氧化为相应羧酸的自动机器学习 (ML) 模型。使用高通量实验 (HTE) 生成了包含 3444 个数据的数据集，其中包含 282 种伯醇和 45 种条件。使用 HTE 数据和 105 个描述符，使用 AutoGluon（开源自动机器学习框架）和 KNIME（开源数据分析平台）执行多标签预测。对于 240 次反应的独立测试（20 种未见醇和 12 种条件的完整矩阵），AutoGluon 和用于产量预测的多标签预测 (AGMP) 表现出色。R 2为0.767，MAE为4.9%。该模型还表明，新生成的描述符（Y/N，反应反应性分类）是与产量预测最相关的描述符，为将 HTE 和 ML 集成到有机合成中提供了新的视角。