催化剂发现的一种有效且高效的方法是催化剂库的高通量筛选。然而,这种方法的当前状态受到许多限制,即访问结构多样且有意义的
配体库以及对所得催化剂进行大规模平行筛选所需的巨大努力。我们报告了针对这些缺点的综合解决方案,该解决方案结合了面向多样性的
配体合成、由自组装驱动的催化剂生成过程,以及最终确定最佳催化剂的组合迭代库解卷积策略。作为一个测试案例,研究了
铑催化的不对称氢化,并从 120 个自组装催化剂库中,在 17 个实验中确定了用于不同烯烃底物不对称氢化的高对映选择性催化剂。将迭代库解卷积策略的结果与经典的并行筛选过程的结果进行比较,证实了这种方法的有效性。