MétaCan
Menu
Retour à la cohorte
Enregistrement W2011287317 · doi:10.1021/jo015761e

Improved Preparation and Use of Room-Temperature Ionic Liquids in Lipase-Catalyzed Enantio- and Regioselective Acylations

2001· article· en· W2011287317 sur OpenAlexafffund
Seongsoon Park, Romas J. Kazlauskas

Notice bibliographique

RevueThe Journal of Organic Chemistry · 2001
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueIonic liquids properties and applications
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésIonic liquidLipaseChemistryCatalysisOrganic chemistryTolueneCandida antarcticaSolventRegioselectivityTriacylglycerol lipaseEnzyme

Résumé

récupéré en direct d'OpenAlex

Polar organic solvents such as methanol or N-methylformamide inactivate lipases. Although ionic liquids such as 3-alkyl-1-methylimidazolium tetrafluoroborates have polarities similar to these polar organic solvents, they do not inactivate lipases. To get reliable lipase-catalyzed reactions in ionic liquids, we modified their preparation by adding a wash with aqueous sodium carbonate. Lipase-catalyzed reactions that previously did not occur in untreated ionic liquids now occur at rates comparable to those in nonpolar organic solvents such as toluene. Acetylation of 1-phenylethanol catalyzed by lipase from Pseudomonas cepacia (PCL) was as fast and as enantioselective in ionic liquids as in toluene. Ionic liquids permit reactions in a more polar solvent than previously possible. Acetylation of glucose catalyzed by lipase B from Candida antarctica (CAL-B) was more regioselective in ionic liquids because glucose is up to one hundred times more soluble in ionic liquids. Acetylation of insoluble glucose in organic solvents yielded the more soluble 6-O-acetyl glucose, which underwent further acetylation to give 3,6-O-diacetyl glucose (2-3:1 mixture). However, acetylation of glucose in ionic liquids yielded only 6-O-acetyl glucose (>13:1 and up to >50:1).

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,222
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations560
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Organic ChemistryMême sujetIonic liquids properties and applicationsTravaux en français237 207