《自然》子刊发表实验室最新成果：烯烃加成反应设计新策略，实现高价值转化

       近日，上海人工智能实验室（上海AI实验室）与武汉大学联合团队提出了一种合成化学中构建复杂化合物的最新策略——通过碳金属键断裂实现烯烃的1,1-加成反应，实现烯烃的高价值转化。

       目前，该成果相关论文“Alkene 1,1-difunctionalizations via organometallic-radical relay”已发表于Nature旗下刊物Nature Catalysis，并得到中国科学报社等媒体关注报道。

       论文标题：Alkene 1,1-difunctionalizations via organometallic-radical relay

       论文链接：https://www.nature.com/articles/s41929-023-01032-0（点击阅读原文直达链接）

       科学网报道链接：https://paper.sciencenet.cn//htmlpaper/2023/9/2023929919822587011.shtm

       碳金属键均裂，拓展烯烃反应多样性

       合成化学是一门研究物质创造与转化的学科，对农业、工业领域尤其是医药产业具有重要的意义和价值。烯烃是一类廉价的工业原料，通过合成化学能够从其出发合成各种高附加值的材料和药物。通过加成反应，能够在烯烃上引入两个不同的基团，从而实现烯烃的高价值转化。

      上海AI实验室与武汉大学联合团队提出通过C-Ni均裂形成瞬态自由基实现烯烃的1,1-双加成反应，拓展了迁移双加成的应用范围，能够用于合成一系列高附加值的有机分子，例如2,4,6-3-苯基-1-己烯（荧光素E2的抑制剂）。

      自由基反应在当前有机合成化学研究中占有重要地位，具有良好的官能团兼容性和反应选择性可控的优势，作为经典的双电子反应的补充，可为各种高价值化学品提供新的合成方式。

      基于此前在金属催化烯烃迁移双加成方面的研究成果（Science. 2022, 376, 749-753; Nat. Catal. 2020, 3, 951-958）并受到碳-金属键均裂形成自由基性质的启发，联合团队尝试将金属链行走与自由基化学结合起来，即：烯烃对金属物种进行迁移插入，随后通过1,2-金属迁移得到1,1-烷基金属物种，利用碳金属键均裂产生烷基自由基，被其他试剂捕获，得到1,1-双加成的产物。该反应与传统的内球型还原消除不同，利用形成的烷基自由基进行外球型的反应，并引入一系列新的偶联伙伴。

                                                                                          自由基形成与烯烃1,1-双加成

      该合成方法的广泛适用性

      该反应条件简单，可以将C(sp2)或C(sp3)模块与芳基引入烯烃同一个位点，反应可以得到一系列氨基酸、偕二氟烯烃等高附加值的生物活性分子。反应的区域选择性由生成的自由基稳定性来决定的，因此不受导向基团的影响，具有广泛的官能团耐受性。随后氘代类似物和氟代类似物的模块化合成，进一步证明了方法的实用性和灵活性。机理实验和计算化学实验结合揭示了反应的机理，从反应的启动方式、两次碳碳键成键、缺电子烯烃与富电子的化学选择性方面给出了解释。

                                                                                                  自由基受体范围

      人工智能助推化学研究范式变革

      化学科学是一门以实验为基础的学科，研究复杂的物质体系和反应过程，需要进行大量的实验设计、数据收集和分析、合成路线规划等工作。利用人工智能结合实验化学及计算化学的研究手段，对加速化学研究中新反应、新机制的发现具有重要的意义。目前，AI已被应用于化学研究的多项领域：自动分析化学领域专业文献；识别和分析化学实验中产生的图像和谱图数据，帮助研究者确定未知化合物的结构和性质；从海量的化学反应数据中学习和推理，帮助研究者规划出新颖且可行的化学合成路线等。

       化学科学当前正从实验研究走向数据驱动研究范式的变革，上海AI实验室AI for Science团队将人工智能与传统化学研究方法相结合，通过AI+分子动力学模拟、AI+化学反应条件推荐、AI+靶点识别、AI+药物发现等方式，推动化学研究创新。

       上海AI实验室Al for Science团队

       AI for Science团队面向物理、化学、生命、地球等科学领域，通过深入研究各学科基础理论，结合最新人工智能理论，探索AI驱动重大科学问题的研究范式，搭建微观到宏观自然科学的跨学科数据和算法开放生态平台，使人工智能紧密结合自然科学，通过基础及应用研究，构建从底层创新到产业落地的完整体系，加速人工智能在化学、新材料、气象、药物研发等领域的渗透与落地，赋能各行业发展。