2020 Fiscal Year Annual Research Report
Selective Recognition of Aromatic or Aliphatic Compounds; Utilization of Weak Ineraction on Multi and Suitable Positons
| Project/Area Number |
18K19079
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
安田 誠 大阪大学, 工学研究科, 教授 (40273601)
|
|---|
| Project Period (FY) |
2018-06-29 – 2021-03-31
|
| Keywords | 選択性 / 芳香族 / 相互作用 / ルイス酸 / 配位子 |
|---|
| Outline of Annual Research Achievements |
有機化合物は芳香族化合物と脂肪族化合物に大別される。ところが、これら二種の混合系において選択的に一方を見分ける触媒反応は全く前例が無い。もし有機合成戦略においてこれらを区別する方法があれば、有機合成の様々な分野に多大なインパクトを与える。これらの実現を目指し、以下の検討を行い実績を得た。
(1) πポケットを有するカゴ型ホウ素錯体の芳香環に縮合多環系芳香族を付し、それを触媒として用いることで、芳香族化合物と脂肪族化合物の選択性を精査した。その結果、酸素等のヘテロ原子を含有した縮合多環系芳香族が高い選択性を示すことが明らかとなった。また、環構造が大きなピレン系の芳香環も高い選択性を示すことがわかった。量子化学計算により、これらの構造と芳香族基質との相関について精査したところ、非結合性の相互作用が多点で効果的に作用し、効果的に芳香族基質を認識していることが示唆された。一方で、脂肪族基質に関しては顕著な相互作用が見られず、これらの作用を及ぼす構造デザインが重要であることを明らかとした。
(2) 機械学習によって、上記の選択性発現を予想し、触媒デザインに反映する検討を行なった。これまで多様な置換基による芳香族化合物/脂肪族化合物の選択性のデータが多く蓄積されてきており、これらを機械学習に付し、相関データを構築した。また、新しい未合成の構造を各種想起し、それらの選択性を予想し、高い効果が予想される化合物を実際に数種類合成した。この中で、従来の選択性を超える触媒が発見された。また、温度検討により、きわめて高い（ほぼ一方的に芳香族化合物が生成する）の実現に成功した。ここで得られた触媒は、従来の常識では発想し得ない形であり、機械学習が実際の触媒設計に有用であることを示すことのできた好例であると位置づけている。
|
