手性化合物表征及在手性醇催化拆分预测中的运用.pdfVIP

The representation of chiral compound and it’s appilication to prediction of catalytic resolution of chiral alcohols A Dissertation Submitted to the Graduate School of Henan University in Partial Fulfillment of the Requirements for the Degree of Master of Science By Suo Jingjie Supervisor: Prof. Zhang Qingyou May, 2013 摘 要 手性是自然界基本的属性之一， 随着手性纯化合物需求量的增加，立体选择性地 制备化合物变得越来越重要。 手性选择性实验的成本很高，因而，本论文采用化学信 息学技术，利用已有的实验数据建立结构-手性选择性相关模型，辅助单一异构体制备 的实验设计。结构-手性选择性相关的研究依赖于能区分对映体的分子描述符，因此我 们提出了手性基团指数，并采用其建立了手性醇催化拆分的预测模型。 衍生于扩展连接矩阵的 EAID 指数是一种高选择性的分子拓扑指数，在本论文中我 们改进了这个分子描述符，验证了其对几个大数据库中的分子和 500 多万个分子式为 C23H48 的烷烃化合物的识别能力。进一步，我们提出了原子的 EAID 指数，并成功应用于 一个数据集的手性中心识别。 针对手性中心上直接键连两个共有取代基的化合物的数据集，提出了手性基团指 数。在预先设定了手性中心四个取代基的位置信息的基础上，这个指数由两个可变取代 基的拓扑的和物理化学的性质所生成。 为了评价了手性基团指数的预测能力，我们将其应用于如下三个数据集： 1）酮类化合物在（- ）-DIP-chloride 作为催化剂条件下的不对称反应的手性仲醇产物， 该数据集由 50 对手性仲醇对映体产物所组成。通过随机森林建立了主产物绝对构 型与这个产物的手性基团指数的相关模型，并采用该模型预测此不对称反应的手性 选择性。与手性分子连接性指数和手性拓扑电荷指数相比，采用手性基团指数所得 的预测结果更好。 2 ）外消旋体在脂化酶作为催化剂的条件下酯化、转酯化或者水解的产物，该数据集由 86 对手性伯醇对映体所组成。用遗传算法进行变量选择，将得到的变量子集用来建 立随机森林预测模型，正确预测了测试集中全部 15 对对映体的手性选择性。整个 数据集的 leave-one-pair 交叉验证率达到 90% 。 3 ）皱褶假丝酵母酶 CRL(lipase from Candida rugosa)作为催化剂条件下催化生成仲醇 的产物，该数据集由 67 对手性仲醇对映体所组成. 由随机森林建立结构-手性选择 I 性预测模型。采用单个对映体为单位和成对对映体为单位两种方法评价预测模型， 均得到满意的结果。 关键词： 结构-手性选择性相关性，EAID 指数，手性基团指数，手性仲醇，手性伯醇 II Abstract Chirality is one of the fundamental attributes of the nature. As the need for enantiopure compounds grows, the ability to prepare compounds enantiosel