数据挖掘、HTE与贝叶斯流动优化缩短片段拓展的合成周期
- 流程先用文献数据挖掘确定起始条件,再用高通量实验缩小参数空间,最后由多目标贝叶斯优化引导闭环流动反应做精调。
- 在两条由片段衍生的蛋白激酶C抑制剂前体两步合成路线上做了演示,涉及C–C和C–X键形成。
- 产率提高、废弃物减少,并把选择性纳入优化目标以便纯化;量子力学反应性预测帮助重新设计了一条路线。
- 加速版本在一周内找到合适条件,底物消耗大幅降低。
💡 要点 基于摘要的观点
片段拓展的快慢取决于下一个取代位点能多快做出来,底物稀缺、偶联棘手的场景正是这套方法的用武之地。我想看的是它在陌生化学上的表现,而不是作者挑选的两条路线。现实的门槛则是普通药化实验室能否配上流动反应装置。
📄 原论文 · chemRxiv ↗ A Staged Reaction Optimisation Workflow for Fragment-to-Lead Elaboration