不对称催化(三)- 动态动力学拆分&动态动力学不对称转化

一、动力学拆分的基本概念:

动力学拆分的最大理论产率为50%,通过的差异可以将两个对映异构体转化为不同构型的产物,通常情况下使用两个不同反应路径来实现。但是化学家们提供了一个更加实用的方法,通过底物的构型变化实现高于50%的产率,这种方法被称为动态动力学拆分(DKR)

DKR 将动力学拆分与一个将手性底物进行通过非手性中间体(和过渡态的快速原位外消旋化过程耦合起来。随着反应较快的底物对映体通过一个对映选择性的拆分过程不断地转化为产物,(底物的两个对映体之间的)平衡总是通过一个动态的外消旋化过程进行调节。 外消旋化过程是热力学有利的,因为两种对映体混合时造成了熵的增加

跟动力学拆分一样,反应较快的对映体的速率()必须比较慢的对映体的速率()快得多。当 > 20 时可以得到非常好的结果。**一个成功的动态动力学拆分的典型条件是外消旋化过程的应该以大于或等于催化不对称过程的速率(即)进行。**然而,当非常高时,即使也可能得到高ee 值的产物。

除此之外,如果,DKR 会比经典动力学拆分获得更高的产物对映体过量,因为

连续不断的外消旋化过程会防止阻碍动力学拆分其中一个底物对映体的累积这一过程的发生。

相关推荐
努力学算法的蒟蒻15 小时前
day42(12.23)——leetcode面试经典150
算法·leetcode·面试
W.KN15 小时前
关于论文如何开始的学习笔记
人工智能·笔记·学习
鹿角片ljp15 小时前
力扣226.翻转二叉树-递归
数据结构·算法·leetcode
有Li15 小时前
MIRAGE:针对嘈杂环境鲁棒性的医学图像-文本预训练|文献速递-医疗影像分割与目标检测最新技术
论文阅读·人工智能·深度学习·计算机视觉·文献·医学生
上天夭15 小时前
目标跟踪篇
人工智能·计算机视觉·目标跟踪
TechNomad15 小时前
排序算法:归并排序算法
算法·排序算法
胡伯来了15 小时前
12 Transformers - 使用Pipeline处理计算机视觉
人工智能·计算机视觉·transformer·transformers·大数据模型
wuwangwo115 小时前
从朴素实现到40倍性能提升的优化之旅
人工智能
CoderIsArt15 小时前
Lepton AI 平台的实现原理
人工智能
神州问学15 小时前
阿里开源通义DeepResearch:智能体训练全流程揭秘
人工智能