MétaCan
Menu
Retour à la cohorte
Enregistrement W4410423351 · doi:10.1139/cjc-2025-0056

Development of the “phase separation” strategy: addressing dilution effects in macrocyclization

2025· article· en· W4410423351 sur OpenAlexafffundvenue
Shawn K. Collins, Anne‐Catherine Bédard, Éric Godin, Michaël Raymond, Mylène de Léséleuc, Shawn Parisien‐Collette, Sophie Régnier, Jeffrey Santandrea, Michael Holtz‐Mulholland

Notice bibliographique

RevueCanadian Journal of Chemistry · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis and Hydrodesulfurization Studies
Établissements canadiensParaza Pharma (Canada)Université de Montréal
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of Canada
Mots-clésChemistryDilutionPhase (matter)Separation (statistics)ChromatographyCombinatorial chemistryOrganic chemistryThermodynamics

Résumé

récupéré en direct d'OpenAlex

The “phase separation” strategy exploits aggregated solvent mixtures of poly(ethylene)glycol (PEG) solvents and hydrophilic organic solvents to control the effective molarity of substrates and catalysts in macrocyclization reactions. The slow diffusion of acyclic precursors from the PEG aggregate “phase” to the organic solvent/catalyst “phase” mimics the slow addition processes typically employed in the synthesis of macrocycles. With the aid of mechanistic studies, the strategy has been applied to copper-catalyzed Glaser–Hay couplings, copper-catalyzed azide–alkyne cycloadditions, copper-catalyzed azide-iodoalkyne cycloadditions, and ruthenium-catalyzed olefin metathesis processes. “Phase separation” has been used to form macrocycles of interest in aromachemicals, lipid-based macrocycles, bioactive natural products, macrocyclic peptides, and bioactive pharmaceuticals. The “phase separation” strategy has been proven to promote transition metal-catalyzed macrocyclization processes with increases in concentration up to three orders of magnitude larger than traditional methods like high dilution or pseudo high dilution/slow addition.

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 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 enseignants0,196
Score d'incertitude au seuil0,180

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,011
Tête enseignante GPT0,263
Écart entre enseignants0,251 · 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.

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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ChemistryMême sujetCatalysis and Hydrodesulfurization StudiesTravaux en français237 207