【摘 要】
:
多取代[2.2.2]双环立体结构是很多药物分子及天然产物的重要骨架,因此,如何高效构建这类结构具有重要的意义。环炔作为一类高活性中间体,可快速实现邻位双官能化,广泛用于多取代环状结构的构建。其中,人们对非芳香性环炔的研究远远落后于芳香性环炔,其主要原因为生成条件苛刻、反应效率低及官能团兼容性差。近年来,具有角张力的非芳香性环炔(如环己炔)逐渐受到人们的关注,但这些报道也仅限于二维平面结构的环炔,对
论文部分内容阅读
多取代[2.2.2]双环立体结构是很多药物分子及天然产物的重要骨架,因此,如何高效构建这类结构具有重要的意义。环炔作为一类高活性中间体,可快速实现邻位双官能化,广泛用于多取代环状结构的构建。其中,人们对非芳香性环炔的研究远远落后于芳香性环炔,其主要原因为生成条件苛刻、反应效率低及官能团兼容性差。近年来,具有角张力的非芳香性环炔(如环己炔)逐渐受到人们的关注,但这些报道也仅限于二维平面结构的环炔,对具有三维立体构型环炔的研究却鲜少有人提出与探索。作者所在课题组在前期的研究工作中,通过氧化去芳构化实现了Kobayashi苯炔前体制备多取代环己炔前体的化学转化。受此工作的启发,本论文提出了以下设想:通过氧化去芳构化的方法将含羟基的苯炔前体转化为多取代环己联三烯前体,再通过[4+2]反应生成具有多取代[2.2.2]双环立体构型的环炔前体。经过一系列条件筛选,我们发现含羟基的苯炔前体在醋酸碘苯作用下,可通过氧化去芳构化方式生成环己联三烯前体,其TMS及OTf基团在转化过程中不受影响,并且生成的环己联三烯前体还可以进一步进行官能团衍生化。对其进行反应活性测试,首先将环己联三烯前体活化,利用2,5-二甲基呋喃捕获环己联三烯中间体,可得到[4+2]环加成产物,证明在该反应过程中顺利生成了环己联三烯中间体。随后,尝试环己联三烯前体与不同构型的亲双烯体发生Diels-Alder反应,经过条件优化,高效地制备了多取代[2.2.2]双环立体构型的环炔前体。最后,对这些具有[2.2.2]双环环炔前体的反应活性进行研究,在氟离子的活化下,环炔前体13(由环己联三烯前体1与N-苯基马来酰亚胺制备)可生成[2.2.2]双环环炔中间体,并被2,5-二甲基呋喃捕获,但其他[2.2.2]双环环炔前体在活化之后均未得到环加成产物。究其原因,可能是这些环炔前体易发生逆Diels-Alder反应,生成环己联三烯前体再与相应的化合物发生反应。为解决[2.2.2]双环环炔前体易发生逆Diels-Alder反应的难题,尝试通过还原反应断开[2.2.2]双环环炔前体17(由环己联三烯前体1与N-羟基氨基甲酸叔丁酯制备)上的氮氧键,以阻止逆Diels-Alder反应的发生,但经过不同条件的尝试,均未得到目标产物。综上所述,虽然在对具有[2.2.2]双环环炔前体后续反应的活性研究中还存在一定的问题,但本论文首次提出了[2.2.2]双环立体构型环炔前体的概念,并成功制备了该环炔前体,为后续双环立体构型环炔的研究奠定了基础。
其他文献
Helmholtz方程是一个描述频域中波传播的偏微分方程。该方程在声学、电磁学和地震学等相关研究领域里有着广泛的应用。时谐情况下的声波传播,特定情况下的电磁波的散射,以及地震波扩散等过程在一定条件下都能够简化为该模型。因此Helmholtz方程的高效数值求解方法一直都是研究的热点。但是由于该模型具有一些特殊的性质,在对它进行模拟逼近时许多数值格式效果不佳。其主要原因是该模型往往建立在无界区域上,且
近年来,压缩感知(Compressed sensing)在信号处理、数学理论、统计学、计算机学科等领域得到了广泛关注。压缩感知中的稀疏信号重建是一类优化问题。原始-对偶牛顿优化算法是求解这类问题的一类重要方法。由于该方法需要用到二阶导数的信息,因此是二阶优化算法。二阶优化算法在收敛速度等许多方面具有优势,但也存在一个明显的缺点,即每步更新都需要求解一个线性方程组。本文利用循环矩阵构造了几种具有快速
自人工智能发展以来,深度学习算法特别是卷积神经网络CNN在计算、资源、功耗和成本均受限的嵌入式系统上的设计一直是一个比较热门的研究领域。CNN作为一种高性能的人工智能算法,可以广泛应用于人脸识别、行人检测和故障诊断等多个领域。它在嵌入式系统中的部署更是加速了这些应用的落地,使它们脱离服务器的束缚,真正服务于移动端和边缘端市场,具备很高的实用价值。CNN在嵌入式系统中的部署不仅涉及到了硬件设计更涉及
随着现实世界中数据量和数据结构复杂性的爆炸性增长,图数据在大范围应用中常被用于构建实体间的交互关系,其优越性也给人工智能、知识工程等领域带来重要的价值。作为高效管理和分析图数据的基础架构,图数据管理系统在工业和学术界都受到广泛关注。图数据管理系统主要有图数据库和图计算系统两类。近年来,涌现出越来越多具有突出性能表现的年轻图数据库和图计算系统。然而,目前图数据库和图计算系统领域内的系统性能评估工作大
伴随着人工智能领域的快速发展,日常生活中的方方面面都有了深度学习的身影。其在计算机视觉,自然语言处理,多智体强化学习等方面都发挥着至关重要的作用。由于深度学习网络参数众多,往往需要足够多的标注数据进行训练,才能避免过拟合问题,从而得到具有一定泛化能力的模型。然而受限于高昂的标注成本和数据稀缺等一系列问题,如何利用少量的标注数据进行深度学习逐渐引起了人们的高度关注。现有的小样本学习方法主要聚焦于图像
随着抗菌药物在畜禽养殖中的广泛、不合理使用,细菌耐药性日趋严重与复杂。不仅给畜禽养殖业带来造成巨大损失,加大了疾病防控难度,更威胁到人类生命安全及全球公共卫生。研究显示,通过获取耐药质粒是细菌产生耐药性的普遍机制,由质粒介导产生的耐药性能随耐药质粒的消除而逆转。本研究以从鹌鹑病料中分离得到的1株大肠杆菌作为靶细菌,通过组建的中药复方对其进行耐药质粒的消除,观察结果分析消除前后其耐药性的变化。研究的
惯性导航系统是一种不需要外部参考、也不向外辐射能量的自主式导航系统。陀螺仪是惯性导航系统中的核心传感器之一,目前使用的常规陀螺仪受限于小型化要求,精度难以提高,成为了限制惯性导航系统性能进一步提升的瓶颈。核磁共振陀螺仪因有着精度高、体积小、成本低且对加速度不敏感等优点,并正在向芯片级尺寸、战略级精度发展,已成为惯性导航领域新的研究热点。本文主要是对核磁共振陀螺仪中的三维磁场进行精密控制,并对核磁共
本研究是以硫酸头孢喹肟为主要药物,对助悬剂、抗氧剂、湿润剂等因素进行单因素筛选后,以沉降体积比、粒度、重分散等因素性作为考察指标,设计三因素三水平的正交试验对制剂处方进行筛选,获得了硫酸头孢喹肟混悬剂的优选处方。通过观察颜色,沉降体积比、HPLC含量检测等各项指标,对制得的硫酸头孢喹肟混悬注射液进行高温、光照、长期等稳定性考察;在温度30±2℃,相对湿度60±10%的条件下,药品硫酸头孢喹肟的减少
在肿瘤微环境中,肿瘤细胞大量繁殖且能够抵抗凋亡,伴随着肿瘤细胞周围环境中的酸度上升和氧化应激,恶劣的竞争导致正常细胞凋亡,释放出细胞内的ATP,微环境的ATP的浓度异常高于正常情况,可高达数百微摩尔。细胞外ATP不仅作为肿瘤生长刺激物,还是免疫抑制剂腺苷的来源,是肿瘤微环境中的标志物之一。因此,实现对ATP的原位检测对医学精确诊疗具有重要价值。本论文开发了一种能够实现原位提取和检测的微针生物传感检
随着肿瘤标志物(TM)的种类不断增加,不同国家的医学工作者和科研人员意识到发展具有检测速度快、灵敏度高和检测极限低等优势的诊断技术的重要性。目前基于荧光编码微球的悬浮阵列检测技术因其高通量、样品容量大和灵敏度高等优势已经应用于医学诊断领域,而开发出性能更优的新型荧光编码材料也成为了优化此项技术的首要研究方向。与传统的荧光编码染料(有机荧光染料和量子点)相比,稀土配合物(Lnx)具有荧光寿命长和荧光