Using Enzymes to Tame Nitrogen-Centered Radicals for Enantioselective Hydroamination
Notice bibliographique
Résumé
The construction of C–N bonds is essential for the preparation of numerous molecules critical to modern society1,2. Nature has evolved enzymes to facilitate these transformations using nucleophilic and nitrene transfer mechanisms3,4. However, neither natural nor engineered enzymes are known to generate and control nitrogen-centered radicals, which serve as valuable species for C–N bond formation. Herein, we describe a platform for generating nitrogen-centered radicals within protein active sites, thus enabling asymmetric hydroamination reactions. Using flavin- dependent ‘ene’-reductases with an exogenous photoredox catalyst, amidyl radicals are generated selectively within the protein active site. Empowered by directed evolution, these enzymes are engineered to catalyze 5-exo, 6-endo, 7-endo, 8-endo, and intermolecular hydroamination reactions with high levels of enantioselectivity. Mechanistic studies suggest that radical initiation occurs via an enzyme-gated mechanism, where the protein thermodynamically activates the substrate for reduction by the photocatalyst. Molecular dynamics studies suggest that the enzymes bind substrates using non-canonical binding interactions, which may serve as a handle to further manipulate reactivity. This approach demonstrates the versatility of these enzymes for controlling the reactivity of high-energy radical intermediates and highlight the opportunity for synergistic catalyst strategies to unlock new enzymatic functions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».