MétaCan
Menu
Retour à la cohorte
Enregistrement W3103322388 · doi:10.1002/chem.202005016

Neutral Chiral Tetrakis‐Iodo‐Triazole Halogen‐Bond Donor for Chiral Recognition and Enantioselective Catalysis

2020· article· en· W3103322388 sur OpenAlexafffund
Florian Ostler, Dariusz G. Piekarski, Tobias Danelzik, Mark S. Taylor, Olga Garcı́a Mancheño

Notice bibliographique

RevueChemistry - A European Journal · 2020
Typearticle
Langueen
DomaineChemistry
ThématiqueCrystallography and molecular interactions
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaH2020 European Research CouncilDeutsche Forschungsgemeinschaft
Mots-clésEnantioselective synthesisHalogen bondOrganocatalysisChemistryNon-covalent interactionsHydrogen bondMolecular recognitionHalogenCatalysisCovalent bondCombinatorial chemistryStereochemistryMoleculeOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Halogen bonding represents a powerful tool in the field of noncovalent interactions. However, applications in enantioselective recognition and catalysis remain almost nonexistent, due in part to the distinct features of halogen bonds, including long covalent and noncovalent bond distances and high directionality. Herein, this work presents a novel chiral tetrakis-iodo-triazole structure as a neutral halogen bond donor for both chiral anion-recognition and enantioinduction in ion-pair organocatalysis. NMR-titration studies revealed significant differences in anion affinity between the halogen bonding receptor and its hydrogen bonding parent. Selective recognition of chiral dicarboxylates and asymmetric induction in a benchmark organocatalytic reaction were demonstrated using the halogen bond donor. Inversions in the absolute sense of chiral recognition, enantioselectivity, and chiroptical properties relative to the related hydrogen donor were observed. Computational modeling suggested that these effects were the result of distinct anion-binding modes for the halogen- versus hydrogen-bond donors.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,056
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,031
Tête enseignante GPT0,225
Écart entre enseignants0,194 · 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 tête enseignante, pas un consensus.

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

Citations47
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemistry - A European JournalMême sujetCrystallography and molecular interactionsTravaux en français237 207