《JACS Au》：DFT Calculation-Assisted Virtual Screening to Refine Chiral Phosphoric Acid-Catalyzed Allylboration Enabling Organocatalytic Synthesis of Tetrafibricin C21–C40 Fragment
编辑推荐：
本研究针对天然产物全合成中底物复杂导致的不对称催化反应优化难题，提出了一种DFT计算辅助虚拟筛选策略。该策略成功筛选出9-蒽基取代的手性磷酸（CPA）催化剂，实现了功能化烷基醛的高对映选择性烯丙基硼化，并以37%的总收率高效构建了tetrafibricin C21–C40片段，为复杂分子合成提供了新范式。
在药物研发和天然产物合成领域，复杂分子的高效构建一直是化学家面临的“圣杯”。特别是像tetrafibricin（四纤维蛋白素）这类具有高生物活性的分子，其结构中含有多个连续的手性中心，传统的“试错法”合成策略往往耗时费力，且难以控制立体选择性。手性磷酸（CPA）催化的不对称反应虽然条件温和，但在面对复杂底物时，常常面临反应活性下降、对映选择性不佳的困境。如何从海量的候选催化剂中快速锁定最适合特定底物的“那把钥匙”，是当前合成化学向智能化、理性化转型的核心瓶颈。
针对这一挑战，发表在《JACS Au》上的这项研究展示了一种“计算先行”的理性设计策略。研究团队不再依赖传统的经验性筛选，而是利用密度泛函理论（DFT）计算对催化剂库进行虚拟筛选，精准预测了9-蒽基取代的手性磷酸（CPA）对于复杂醛底物的优越性，并成功应用于tetrafibricin关键片段的克级规模合成。
关键技术方法
本研究主要采用了DFT计算辅助虚拟筛选（M06-2X/6-31G(d)水平）与实验验证相结合的策略。通过计算过渡态能量差（ΔΔG?）预测对映选择性，从SPINOL-CPA库中锁定9-anthryl取代基为优势结构；随后通过合成关键醛底物（含Boc/Ns保护基），在-40 °C下进行克级规模的不对称烯丙基硼化反应，最终通过烯烃复分解等步骤完成C21–C40片段的汇聚式合成。
研究结果
合成计划与初步挑战
Tetrafibricin C21–C40片段（2）含有6个手性中心，结构复杂。研究团队设计了以醛5和醛7为关键中间体，通过CPA催化与烯丙基硼酸酯6反应引入手性中心的策略。然而，当使用常规的TRIP取代CPA（(R)-11a或(S)-11a）时，产物12和13的对映选择性（ee值）仅为85%和79%，无法满足全合成的严格要求，凸显了重新优化催化剂的必要性。
DFT计算驱动的催化剂筛选
为了摆脱试错，团队建立了虚拟筛选流程。他们基于Goodman和Houk的模型，重点比较了Re_A（主产物路径）与Si_A/Si_E（副产物路径）过渡态的吉布斯自由能差。计算发现，常规催化剂(S)-11a的理论能差（4.64 kcal/mol）与实验值（约1.5 kcal/mol）存在偏差，但趋势正确。在筛选了C6F5、Mes、3,5-(CF3)2C6H3等多种取代基后，意外发现9-anthryl取代的(S)-11e(H)催化剂表现出更高的能差（4.96 kcal/mol）。进一步对蒽基C10位修饰发现，甲基取代((S)-11e(Me))的能差最大（6.15 kcal/mol），而吸电子基团（Br, CF3, CN, NO2）均降低选择性。
过渡态结构与机理分析
通过分析(S)-11e(Me)催化醛5反应的过渡态，揭示了高选择性的根源。在优势过渡态Re_A中，形成了P=O···H–C（2.03 ?）和O–H···O–B（1.42 ?）的双氢键作用，更重要的是，底物中的磺酰基（S=O）与蒽基C–H形成了独特的S=O···H–C（2.46 ?）相互作用，这一作用在副反应过渡态Si_A中缺失。此外，Re_A虽然结构扭曲能稍高（+3.58 kcal/mol），但其相互作用能显著更负（-9.72 kcal/mol），说明该构象通过多重非共价作用实现了超强稳定化。
实验验证与合成应用
实验完美印证了计算预测。对于醛5，(R)-11e(Me)催化剂在-40 °C下给出了99%产率和93% ee，优于(R)-11e(H)（90% ee）和常规催化剂（85% ee），且20 mmol规模放大成功。对于含PMB的醛7，(R)-11e(H)表现更佳，给出96%产率和94% ee。基于此，团队以13步反应、37%的总收率高效合成了目标片段2，确立了所有6个手性中心的构型。
结论与意义
本研究成功将DFT计算辅助的虚拟筛选策略应用于复杂天然产物合成场景，实现了从“经验筛选”到“理性设计”的范式转变。该工作不仅发现了被长期忽视的9-anthryl-CPA在特定反应中的卓越性能，揭示了磺酰基-芳烃非共价作用在立体控制中的关键角色，更为复杂药物分子和天然产物的高效、可持续合成提供了一条低实验成本、高预测性的新路径。
