【摘 要】
：
芳香胺是广泛存在于药品、农药和天然产物中的重要分子骨架,开发多种多样的芳香胺片段的合成和修饰方法具有重要意义。直接C-H官能团化具有步骤简单和原子经济性等优点,一直被认为是有机分子修饰的强有力工具。近些年来,很多科学家致力于探索高效便捷的芳香胺骨架小分子药物的官能团活化策略,以图改善原药物的性能以及开发新型药物。C-C键和C-O键是存在性极为广泛有机化合物骨架结构,甚至是一些药物、材料或者生物活性
论文部分内容阅读
芳香胺是广泛存在于药品、农药和天然产物中的重要分子骨架,开发多种多样的芳香胺片段的合成和修饰方法具有重要意义。直接C-H官能团化具有步骤简单和原子经济性等优点,一直被认为是有机分子修饰的强有力工具。近些年来,很多科学家致力于探索高效便捷的芳香胺骨架小分子药物的官能团活化策略,以图改善原药物的性能以及开发新型药物。C-C键和C-O键是存在性极为广泛有机化合物骨架结构,甚至是一些药物、材料或者生物活性分子的重要功能结构,因此关于如何在有机化合物中高效地引入烷基官能团或者烷氧基官能团以构筑新的C-C键和C-O键的探索一直未曾停止。合适的氧化剂对激发芳香胺底物,启动其官能团活化修饰程序至关重要。不同类别的氧化剂可以通过其独特的作用机制,产生截然不同的效果。因此,探索不同的氧化剂和反应条件体系,建立高效便捷的芳香胺衍生物官能团化方案,以实现对该骨架的灵活修饰,对增强以该骨架为基础的药物、材料等产品的多样性有重要意义。本文主要包括三部分内容:第一部分,利用K2S2O8和AIBN（偶氮二异丁腈）实现了对N-苯基酰胺系列衍生物和N-（8-喹啉基）酰胺系列衍生物的无金属参与的位置选择性远程烷基化应。对反应条件进行优化后测试了该反应的底物范围,结果表明本方案对一系列苯胺或者8-氨基喹啉的芳香胺底物都具有良好的兼容性,而其它偶氮类底物也成功完成了对底物的修饰。值得一提的是,该方案还可以通过加入Na Br实现底物的对位溴化修饰或者在不加任何其它自由基来源时底物发生自身二聚反应。该方案首次揭示了K2S2O8在攫取氢原子产生N-中心自由基,激活芳香胺底物以实现其远程官能团化修饰方面的巨大潜力。第二部分首次利用TBHP（叔丁基过氧化氢）同时作为甲基自由基来源和“氧”源来产生甲氧基自由基,顺利完成了8-氨基喹啉系列衍生物的C5位甲氧基化修饰,实现了C-O键的构筑。其中Fe Cl3催化剂诱导TBHP分解产生氧气和含氟溶剂对于氧气的良好的溶解性是本方案成功的关键。在进行反应条件优化后大量N-（8-喹啉基）酰胺底物被成功转化位对位甲氧基化产物,证明了该反应有良好的底物容忍性。最终通过一系列条件控制实验我们提出了该反应可能经历的SET（单电子转移）-自由基偶联机理。在第三部分中,在FeⅢ/TBHP体系作用下,作为溶剂的乙腈被激发为氰甲基自由基后吸收“氧”转变为氰甲氧基自由基,并通过与第二部分相同的SET-自由基偶联机理首次实现了对底物8-氨基喹啉衍生物的对位氰甲氧基化反应。进一步实验证明了该方案条件温和,具有良好的底物容忍性。此外,该方案再一次强调了TBHP做为“氧”源将C-中心自由基转变为O-中心自由基的合成方法学应用。
其他文献
超低湿度（＜250 ppm）的监测在一些重要的工业生产中发挥着极为关键的作用。对于超低湿度的检测,目前主要依靠于传统的电子传感器,但其价格十分昂贵,且使用过程中需要额外的外部电源驱动以及复杂的信号接收系统,携带不太方便,致使应用场所受限。相比之下,基于颜色可视化的比色湿度传感材料有着巨大的优势与潜力。然而,现已报道的可视化湿度检测材料/体系的检测范围绝大多数都在2500 ppm（10%RH）以上。
无监督预训练学习致力于通过设计可适用于大规模数据学习的前置任务,从而帮助神经网络从海量未标注的数据中得到通用的表征。近年来,在计算机视觉和自然语言处理中,无监督预训练模型都取了巨大的成功。在计算机视觉中,无监督预训练模型作为一种通用的网络表征,它对下游任务中图像分类、检索、目标检测、图像分割都有着关键性的影响。大量工作表明,预训练模型的好坏往往决定着下游任务的收敛速度与准确度。对于计算机视觉的任务
在现实社会中,很多场景可以用图结构表示,如论文引用网络,社交网络等。图上的社区发现是图结构分析的重要内容,并有着重要的现实意义。例如,在社交网络中,同一社区的用户之间喜好较为相近,因此能够帮助商家进行更精确的广告推送。与图上的其他问题,如节点分类、链路预测问题不同,社区发现通常需要使用无监督的方法来解决,即在训练过程中不能使用任何数据标签,因此是非常有挑战性的问题。同时,在现实场景中,图结构不会一
卷积神经网络的运行通常需要大量的存储与计算资源,这些限制条件使它们很难部署移动端或嵌入式设备中。因此需要通过神经网络模型压缩、轻量级卷积核设计与神经架构搜索等方式来降低神经网络的参数量与计算量。网络模型压缩是一个工作量大且困难的工作。神经网络架构搜索是在由各种卷积核构成的搜索空间中进行自动的网络架构搜索,输出较优的轻量级网络架构。因此,轻量级卷积核的设计是一项至关重要的工作。本文主要研究轻量级卷积
随着信息收集技术的快速发展,人们可以便利地获得海量信息,但同时也引发了信息过载的问题。人们需要消耗大量的时间和精力筛选出自己需要的信息。推荐系统是缓解信息过载的重要工具,它可以有效地对信息进行筛选,实现个性化的信息推荐。传统的推荐算法主要面向用户的整体偏好进行建模,不能有效地捕捉用户短时期内的兴趣偏好。本文研究的序列推荐算法基于用户在一定时间内与系统的有序交互,不仅可以精确地表征用户的当前意图,还
手性胺类化合物是一类重要的有机化合物,因其具有一定的碱性和潜在的生物活性,在不对称合成领域备受关注。其中,手性α-氟代-β-氨基羟吲哚类化合物具有潜在的药物活性,手性1,3-二胺衍生物可作为潜在的手性配体,因此,发展两类化合物的不对称合成的方法学具有一定的理论意义和应用价值。众所周知,含碳亲核试剂与亚胺的不对称Mannich反应是构建手性β-氨基酮（酯）化合物最有效直接的方法。为此,本论文主要针对
纳米材料和纳米器件在绿色催化、能源存储、传感检测以及治疗诊断等领域中的出色表现在现代科学中引起了广泛的关注。事实上,这些纳米材料的特性很大程度上取决于它们的纳米尺寸,表面改性和聚集程度。超分子大环化合物是一类多功能的大环主体分子,而且根据他们自身独特的空腔结构、易功能化、主客体络合能力等特点可以通过共价或者非共价相互作用修饰在无机纳米粒子表面,形成以大环芳烃为基础的有机-无机杂化纳米平台。无机纳米
活动图在软件需求分析中发挥着重要作用。它帮助业务参与者在软件建模过程中理解系统的组织和运转特征。然而,人工绘制活动图需要花费大量时间和精力。因此,实现需求文本生成活动图的自动化流程具有重要的研究意义与应用价值。为了提高活动图的自动化生成质量与绘制效率,本文提出一种基于需求文本分类的活动图自动生成方法。本文的研究工作主要包括:（1）提出了一种基于语义特征融合的需求文本分类方法。根据软件工程需求文本的
刺玫果是植物山刺玫的果实,主要生长在中国东北、内蒙古等地。它富含黄酮类、维生素、三萜、多糖、有机酸等多种化学成分,具有预防心血管疾病、保肝、增强免疫力、抗氧化、抗疲劳、抗衰老、抗肿瘤等药理作用。黄酮类化合物作为刺玫果中的主要活性物质被广泛关注和研究,但其水溶性差和渗透性低等缺陷,导致总黄酮的生物利用度较低,药物疗效受限。近年来,纳米技术在医药领域上展现出良好的应用前景,目前已经被广泛应用于解决难溶
深度学习算法往往假设训练集与测试集分布一致。然而,在实际应用中,由于采集设备、环境条件不同等因素,导致测试数据分布与训练数据分布不一致。当模型应用到目标测试数据时,性能大幅下降。一种解决方案是用标注的目标数据来微调模型,可是数据标注过程成本高昂。为了解决这个问题,无监督领域自适应探索把源域所学知识迁移到目标域,进而提升目标域性能并节省标注成本。现有的无监督领域自适应算法通过分布对齐的方式以求解决源