Publicly Offered Research
Grant-in-Aid for Transformative Research Areas (A)
本研究では、機械学習(AI)を活用した自動化法(反応条件自動最適化)を用いて、1. パラジウム触媒を用いたアルケンの位置選択的な高度活性化法及び、2. 光エネルギーを利用した配位子-金属電荷移動(LMCT)遷移による新たなアルケンの1電子酸化システムを開発し、脂肪族アルケンにも適応可能なanti-Markovnikov型水和反応の実現を目指す。
アルケンのanti-Markovnikov型水和反応は、困難でありながら達成が熱望されている化学変換である。我々は、これを実現するため、以下の研究を進めている。(1) 機械学習を用いたanti-Markovnikov型辻-Wacker酸化反応の選択性と収率の予測新規な反応を開発する場合,収率ゼロが続いてしまうため,反応因子の解析や反応条件最適化に機械学習を活用することが難しい.そこで本研究では,これを克服する方法として「類似反応の反応条件や反応機構から機械学習により反応に重要な因子を解明し,その情報をもとに目的とする新規反応の開発や反応条件の最適化が可能か」を検討している.まず,Grubbsの報告したanti-Markovnikov型辻-Wacker酸化反応 [1] をモデル反応とし,既存の条件から,基質,求核剤,溶媒,配位子,触媒,添加物をそれぞれ数種類変化させ,位置選択性および収率に対する影響を見た.反応が進行した上で影響が強かったのは基質である脂肪族末端アルケンと溶媒に用いるアルコールであった.そこで次に,基質による位置選択性と収率を予測するために機械学習を試みた.市販の基質23個を訓練データ,市販されていない基質14個をテストデータとしてランダムフォレストで学習モデルを構築した.さらに,これら37個を訓練データとして再訓練を行い,天然物の全合成で用いられた複雑な基質3個に対して予測を行ったところ,それぞれ高い精度で位置選択性および収率が予測できた.
令和5年度が最終年度であるため、記入しない。
All 2024 2023
All Journal Article (3 results) (of which Peer Reviewed: 1 results) Presentation (2 results)
Organic & Biomolecular Chemistry
Volume: 21 Issue: 43 Pages: 8642-8645
10.1039/d3ob01533e
Angewandte Chemie International Edition
Volume: 62 Issue: 33
10.1002/anie.202307826
The Journal of Organic Chemistry
Volume: - Issue: 11 Pages: 7592-7596
10.1021/acs.joc.3c00583