| 研究課題/領域番号 |
22K05152
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
山本 茂樹 大阪大学, 大学院理学研究科, 助教 (60552784)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| キーワード | キラリティ / 絶対配置 / キラル分光 |
|---|
| 研究実績の概要 |
生物の単一キラリティ選択（L-アミノ酸とD-糖の採用）が原因となり，生物はキラル選択的な反応を示す。そのためキラル分子の絶対配置を測定することは，薬剤分子や香料分子の生理活性と安全性を保つ上で重要である。医薬品の認可には絶対配置の決定が必要であり，既存のサリドマイドやアンフェタミンなどキラル分子は光学異性による薬効（または毒性）の違いから医学において改めて注目されている。本研究では，アキラルなユーロピウム（Eu）ジケトン錯体をプローブとした誘起円偏光発光（Induced Circularly Polarized Luminescence: ICPL）を用いて，キラルなアミン，アルコール，カルボン酸，ケトン，リン酸の絶対配置および置換基構造の決定法を開発する。市販の円偏光発光測定装置と比べて高感度高精度なラマン光学活性測定装置をICPL測定に用い，mM-μM濃度にて構造解析を行う。ニューラルネットワーク法による機械学習を高精度なICPLスペクトルへ適用することで，分子構造とスペクトルとの複雑な関係性を明らかとし，キラル分子の絶対配置だけでなく，全体構造を識別する新たなキラル構造解析法を開発する。
ICPLにおいては，アキラルなEuジケトン錯体を発光プローブとして用い，溶液中においてキラル分子をEuへ付加配位させることで，Euからの発光を強く円偏光へ誘起し，その左右円偏光の強度差（I R -I L ）を分光検出するものである。励起は532nmレーザー，発光は584-600nmの分裂した Euの電子遷移である。
今年度は，キラルアミン分子10種，キラルアルコール分子10種についてICPL測定を行い，絶対配置とスペクトルとの相関を調べた。アキラルなEuジケトン錯体EuFODとキラルアミン分子の濃度を変化させることで，一付加体と二付加体に特徴的なICPLピークを明らかとした。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
構造の異なるキラルアミン分子10種およびキラルアルコール分子10種について誘起円偏光発光（Induced Circularly Polarized Luminescence: ICPL）測定を行い，絶対配置とスペクトルとの相関を調べたが，これは研究計画通りであった。さらに，アキラルなEuジケトン錯体EuFODとキラルアミン分子の濃度比を変化させることで，一付加体と二付加体に特徴的なICPLピークを明らかとしたことは，これまでに報告例がなく，興味深い結果である。おそらく，波長分解能が高く，高精度なラマン光学活性(ROA)測定装置をICPL測定に用いたために得られた結果であり，意義がある。キラル分子の絶対配置と得られたICPLスペクトルを比較し，ICPLピークと絶対配置の相関を求めた。この過程で置換基のかさ高さに基づいた新たな絶対配置の表記を提案し，それが原子番号に基づいた従来の絶対配置の表記RSよりも，より多くの分子に妥当する相関を得られることを提案した。さらに当初の予定通り，EuFODの最安定構造を真空中において量子力学計算したところ，以前のより単純な理論を用いた計算で報告されていた回転対称軸をもった構造ではなく，非対称な構造が最安定と計算された。このことは，今後のキラル分子との付加錯体を理論計算する際の基礎となる重要な進捗である。今後の機械学習に使用する計算機を購入し，Pythonなど基本的なプログラムを導入し，機械学習の基礎となるClassical least squaresとその誤差伝搬について習得した。以上の事から「当初の計画以上に進展している」とした。
|
| 今後の研究の推進方策 |
構造の異なるキラルカルボン酸10種とキラルアミノアルコール10種についてICPL測定を行い，既に測定したキラルアミンおよびキラルアルコールの結果と比較し，経験的に絶対配置を反映するICPLピークを特定する。これら分子についても，本年度提案した置換基のかさ高さに基づいた絶対配置表記が妥当であるか検証する。ガラス器具へのEu錯体の吸着を抑え，再現性を向上させ測定可能な最小濃度を10μMへ下げるために，全ての使用ガラス器具をフッ素樹脂製へ交換するか，ガラスを疎水処理し使用する。ニューラルネットワーク法を用いるためのソフトウェアPyTorchを計算機に導入し，測定したスペクトルデータとキラル分子構造とを入力とした機械学習を行う。その際，分子構造の分類は，絶対配置や置換基の有無など単純なものから試行する。
|
