Regioselective Multiboration and Hydroboration of Alkenes and Alkynes Enabled by a Platinum Single-Atom Catalyst
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Selective multiboration including di- and triboration and hydroboration of alkynes and alkenes face significant challenges in organic synthesis, including achieving high regioselectivity, functional group tolerance, and catalyst stability while requiring mild conditions to maintain reactivity. These transformations have been predominantly explored by using homogeneous catalysts. In this study, we report the scalable synthesis of heterogeneous platinum single-atom catalyst (Pt-SAC) supported on ultrathin nanosheets of graphitic carbon nitride via a rapid microwave-assisted method. The Pt-SAC enables 1,2-diboration of sterically hindered alkenes and 1,2,2-triboration of alkynes with B 2 pin 2 under mild conditions. For the diboration of styrene, the catalyst achieves 99% yield with 95% selectivity, a turnover number (TON) of 3711, and a turnover frequency (TOF) of 247 h –1 . The catalyst also promotes the regioselective hydroboration of alkenes and alkynes, yielding anti -Markovnikov alkylboranes and vinylboranes, respectively. Computational calculations reveal that the enhanced reactivity on the Pt-SAC catalyst arises from adsorption-induced weakening of key bonds (C=C and B–H), thereby significantly lowering the activation energy barriers. The Pt-SAC exhibits stability and recyclability, maintaining performance over at least eight consecutive runs without detectable Pt leaching. This study highlights the potential of Pt-SAC as a robust and versatile platform for organoboron transformations under mild conditions, with relevance to applications in pharmaceutical, agrochemical, and polymer synthesis.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».