教学课程资源库 更多>>

关键词： 有机化学   教学方法   教学改革   理论实践模型  

摘要： 针对有机化学课程在"双一流"建设背景下存在的不足,分析"双一流"人才培养目标和建设要求,以此为导向,结合有机化学课程特点,我们提出了"理论实践模型"。"理论实践模型"是将理论知识与实验内容结合,更加符合学生学习情况而提出的有机化学课程授课方式。它以帮助学生更好地掌握有机化学的知识,增强学生学习的科学性和针对性,提高学生学习探索有机化学的积极性为目的,强调在加强师资队伍的建设基础上,提高有机课堂教学效果,以实现培养更多适应新时代发展要求的有机化学人才的新目标。

关键词： 有机化学   过渡金属催化   交叉偶联反应   碳-碳键  

摘要： 探索C-C键合成新方法是有机化学领域一个经久不衰的研究热点。其中，碳碳双键是有机化合物分子中常见的不饱和官能团，科学家们根据其化学活性发展了系列官能团化构建C-C键的方法，如交叉偶联反应、氢甲酰化反应和烷基化反应等。在已报道的构建新的C-C键的合成方法中，过渡金属催化是比较高效的构筑C-C键的方法，已广泛应用于天然产物、药物分子、生物活性分子和功能材料分子的全合成。铁、钴、镍、铜、锌、钛、铑、钌、钨和铱等过渡元素是发展新的C-C键构建方法中主要用到的活性金属。本论文主要围绕过渡金属铁、铑和钨催化烯烃/烷烃官能团化构筑C-C键合成新化合物来展开。　　过渡金属催化的交叉偶联反应是构筑C-C键最有效的方法之一。铁元素因其化学性质活泼、含量丰富、毒性低和价格便宜等优点而被广泛用于催化研究中。分子骨架内的不饱和键是天然产物和有机药物小分子的重要官能团。不饱和卤化物碳碳交叉偶联是延长碳骨架结构并保持双键构型不变的常用合成方法之一。我们发展了一种Fe/NHC（N-杂环卡宾）催化苯乙烯基氯（或炔基氯）与烷基格氏试剂的交叉偶联方法，实现了Csp-Csp3和Csp2-Csp3键的构筑。Fe/NHC催化体系具有实用性强、底物适用范围广的特点。此外，利用微通道流动反应器串联格氏试剂制备过程和交叉偶联反应，由于微反应器优良的温度控制，即使无NHC配体也实现了＞90％的Csp-Csp3交叉偶联产率和选择性。　　过渡金属铑催化的烯烃氢甲酰化反应是构建C-C键的重要反应之一。铑基膦配体络合物是该反应中常用的催化剂，膦配体通过调控活性金属的化学环境来影响氢甲酰化反应的活性及选择性（区域选择性、化学选择性和立体选择性）。然而，由于膦配体制备方法繁杂且价格昂贵，只有少数膦化合物配体可以大规模获得并应用于工业化生产。发展制备过程简单、成本较低且催化性能优异的配体是氢甲酰化领域研究的重要方向。我们发展了一类含氟的单齿膦配体，氟的拉电子效应促使该配体用于铑基α-烯烃氢甲酰化构筑C-C键反应时显示出优异的催化活性，该配体用于氢甲酰化反应不仅有优异的区域选择性（＞90％正构醛），而且反应条件十分温和（反应温度60～100℃，合成气压力2atm）。　　过渡金属催化的烷烃官能团化是构建C-C键最直接的方式之一，具有避免预处理起始原料、简化合成路线、高原子经济性和更符合绿色可持续发展趋势等优点。气态烷烃因在有机溶剂中的低溶解度和高的C-H键解离能，使其的直接活化仍然是化学界的重要挑战。气态烷烃直接官能团化的报道较少，通常需要苛刻的反应条件才能裂解C(sp3)-H键。我们发展了一种通用且温和的活化气态烷烃的方法，在室温下使用廉价钨酸盐光催化剂，通过氢原子转移(HAT)分解甲烷、乙烷、丙烷和异丁烷中的C(sp3)-H键形成烷基自由基，以迈克尔受体为底物构筑C-C键，得到良好的分离收率和高选择性的加氢烷基化产物（甲烷:产率38-48％;乙烷:产率62-87％;丙烷:产率73-91％，iPr∶nPr～85∶15;异丁烷:产率71-91％，tBu∶iBu～90∶10）。

关键词： 《有机化学》   混合式教学   策略  

摘要： 教育教学方法和模式对最终的教学结果有显著的影响,所以积极地讨论科学有效的教学模式以及方法,推动教育实践的改革与进步有突出的现实价值。就现阶段的《有机化学》课程教学来看,传统教学模式的弊端日渐显现,而且随着教学培养目标和要求的变化,传统教学方法的实效性表现越来越弱,基于此,讨论多种教学方法的具体使用效果,为教学实践中的模式以及方法选择打好基础便有了突出的价值。就实践研究来看,混合式教学对于解决目前《有机化学》课程中的具体问题有突出的作用,而且此种教学方式能够有效规避教学的单一局面,全面促进教学效果提升。总之,混合式教学的实践效果显著,所以文章基于《有机化学》课程对混合式教学的策略做分析,旨在指导实践教学。

关键词： 有机化学   芳基三氟乙酰亚胺酯给体   立体选择性   糖苷化反应  

摘要： 条件控制的立体选择性糖苷化反应一直是糖化学的研究热点。本文基于芳基三氟乙酰亚胺酯(PTFA)给体开发立体选择性糖苷化方法并将其应用于糖缀化合物与寡聚糖的合成。　　三萜皂苷是一类自然界中广泛存在的天然分子，它们的结构中常含有(1→2)连接-β-糖苷键。在无邻位酰基参与情形下，高效且立体选择性地构建该糖苷键是这类分子汇聚式合成中的难点。我们成功发展了一种腈类作为共同溶剂，FeCl3为促进剂，PTFA寡糖给体，高立体选择性构建β-糖苷键的方法。该方法可适用于保护基不同，糖基组成不同的多种(1→2)连接二糖PTFA给体，受体范围也不限于三萜皂苷元。我们应用该方法高效完成了八个三萜皂苷分子的汇聚式合成。通过给体活化对比实验、拉曼光谱、电位滴定实验、阳离子钟动力学实验完成了对反应机理的探究。首次发现FeCl4-作为糖苷化体系中的配阴离子，并推测它的弱配位性促进了腈类溶剂化效应。　　我们进一步发展了TMSNTf2促进PTFA给体，由溶剂控制的高立体选择性构建不同立体构型糖苷键的方法。运用该方法首次高效线性合成了1,4连接的立体构型交替的葡聚五糖，汇聚式合成了1，4连接的立体构型交替的葡聚八糖。我们打破了合成单一立体构型聚糖的传统，拓展了聚糖研究的领域。

关键词： 主动采样   门控图卷积网络   有机化学反应   分子逆合成  

摘要： 传统的新药研发面临着投入高、耗时长、成功率低的困境。根据《美国医学会杂志》提供的数据,开发新药的平均成本约为28亿美元,新药研发的平均时长约为14年。药物合成路线设计实质上是一个化学分子逆向合成问题,即如何利用化学原料库中常见的分子设计出合成路线以合成目标分子。目前药物合成路线设计的主要方法为在单步逆合成反应预测模型的基础上结合蒙特卡洛树搜索算法进行路径搜索。当前药物合成路线设计模型仍然面临诸多困难,其所推荐的药物合成路线可能并不能成功合成目标分子。药物合成路线设计主要瓶颈在于:(1)化学分子搜索空间巨大,单步逆合成反应预测困难,模型的准确率偏低(2)可供学习训练的化学反应数量不足,且化学反应类型的数量分布不均匀容易给模型训练带来偏见(3)路线搜索效率较低、搜索时间过长。为解决上述问题,本文设计了单步正向反应预测模型辅助生成目标分子合成路径的方法。本文的主要研究内容如下:(1)针对化学反应类型的数量分布不均匀的问题。本文设计了一种主动采样的训练方式,即学习完一轮完整的训练集数据后,在开始下一轮完整的训练过程之前采集loss值较高的反应类型数量较少的数据先进行训练。通过增加反应类型数量较少的反应的训练次数,可以缓解反应类型的数量分布不均匀给模型训练带来的偏见问题。(2)为了高效准确的预测有机化学反应产物,本文设计了一种基于主动采样训练的门控图卷积神经网络模型(Active Sampling-training Gated Graph Convolutional Neural-network,ASGGCN)。模型首先输入化学反应物的SMILES编码,通过门控图卷积网络以及注意力机制预测反应中心所在位置,然后根据化学约束条件枚举出可能的化学键组合来生成候选产物,再通过门控图卷积差分网络对候选产物进行筛选,最终得到反应产物。门控图卷积神经网络拥有三个权重参数矩阵并通过门控对信息加以融合,相比传统的图卷积神经网络门控图卷积神经网络能够获取更加丰富的原子隐藏特征信息。实验结果表明ASGGCN对化学反应产物Top-1预测准确率可达87.2%,对比WLDN模型提高了1.6%,对比Seq2Seq模型提高了6.9%,模型能够更准确的预测有机化学反应产物。(3)针对单步逆合成模型准确率偏低以及合成路线搜索效率较低的这两个问题,本文设计了单步正向反应预测模型辅助生成目标分子合成路径的方法。单步正向反应预测问题所考虑的分子仅为反应物分子,数目有限,故相比于单步逆合成反应预测模型准确率更高。通过单步正向反应预测模型对单步逆合成反应预测模型的结果进行验证,将错误结果分支进行裁剪可以提高化学可行性,并减少合成路径搜索范围提高搜索效率。

关键词： 生物积累性   定量构效关系   集成学习   多任务学习   应用域  

摘要： 化学品的生物积累特性参数值,是进行化学品风险评价和管理的必要数据。然而,基于实验方法测定生物积累特性参数值,存在耗时久、成本高以及需要大量实验动物等问题,难以满足化学品风险管理的需求。定量构效关系(QSAR)是计算毒理学研究的核心内容之一,有望在化学品生物积累特性参数值的高通量获取方面发挥重要作用。本研究建立了生物积累特性实测数据库,采用分子描述符等参数和机器学习算法,构建了预测有机化学品鱼体生物积累参数的QSAR模型,主要内容如下:(1)构建预测有机化学品鱼体生物富集因子(BCF)的集成模型。从相关文献和开源数据库中搜集得到1384个有机化学品在不同种类鱼体的BCF实测值,构建了包含测试鱼种、实验条件和数据来源等信息的鱼体BCF数据库。使用Dragon 6.0软件计算得到的结构描述符和随机森林、支持向量机等机器学习算法,建立了预测鱼体BCF的5种单一模型和11种集成模型,并对最优集成模型进行了应用域表征和机理解释。结果表明,与单一模型相比,集成模型具有更好的拟合能力、稳健性、预测准确性以及更广泛的应用域。使用最优集成模型对《中国现有化学物质清单》(IECSC)中两万多种化学物质的生物积累特性进行了筛查。(2)构建同时预测鱼体BCF和生物放大因子(BMF)的多任务神经网络模型。使用反向传播神经网络、多种分子结构描述符建立了预测有机化学品鱼体BCF和BMF的单任务神经网络模型,在此基础上,构建了两类可同时预测BCF和BMF的多任务神经网络模型,分别为单输入多任务(SIMO-MT)模型和多输入多任务(MIMO-MT)模型。结果表明,相较于单任务模型,大多数多任务模型在预测性能方面有较大改进,这说明BCF和BMF预测之间的确存在关联信息,训练过程中互相学习、相互促进,共同提高了预测效果。同样使用多任务学习技术,MIMO-MT模型的预测能力比SIMO-MT模型更强,因此MIMO-MT模型可能有更大的发展潜力。基于分子相似性方法,对MIMO-MT模型进行了应用域表征,发现设置合适的应用域范围,可以显著提高模型性能。本研究的鱼体生物积累参数预测模型,均依据经济合作发展组织(OECD)提出的《QSAR模型构建和验证导则》规范构建,并进行了严格的模型评价和应用域表征,克服了现有模型缺少误差分析、缺少应用域表征等问题,可为化学品生物积累能力评估提供必要数据,有助于化学品风险评价与管理工作的开展。

摘要： 栏目由一幅主要结构图和英文摘要描述全文的重点.综述与进展对当前有机化学的研究热点和前沿课题进行总结评述,并结合作者在本领域的工作发表见解.研究论文具有原始性和创新性的研究成果.研究简报是原始性、创新性研究工作的阶段与部分结果.研究通讯迅速报道学术价值显著的重要研究工作的最新进展.

关键词： 有机化学   环醇开环反应   光促铈催化   选择性消除反应   光促环状二醇  

摘要： 本论文工作主要利用廉价金属光催化研究了环醇化合物新型转化反应。我们围绕光促配体至金属电荷转移(LMCT)策略，利用高活性的烷氧自由基的碳碳键断裂、氢原子转移等途径，初步实现了:(1)光促铈催化的环醇化合物去消旋化反应研究;(2)光促钛催化的环状二醇消除反应研究。　　第一部分的工作中，我们基于光促铈催化的环醇开环反应，选取顺式4-叔丁基环己醇作为模版底物，利用铈催化的LMCT策略生成烷氧自由基，经由β-裂解反应生成碳中心自由基中间体再进行分子内环合反应。完成了将顺式4-叔丁基环己醇定向转化为反式4-叔丁基环己醇的差向异构化反应，最高取得72％的收率，1∶2.8的dr值。在条件优化过程中通过引入氢原子转移(HAT)催化剂、双功能配体的方式提升了铈催化体系的催化效率。初步验证了环醇开环-关环机理以及环醇氧α位sp3碳中心重组过程的可行性。该策略与传统的氧化-还原消旋过程相比，具有不使用当量的氧化剂、还原剂的优势，为进一步研究去消旋化反应提供了研究基础。　　在第二部分工作中研究了光促环状二醇的选择性消除反应。我们将光促配体至金属电荷转移过程与自旋中心位移过程串联。在可见光照下，我们利用易得的四氯化钛做为催化剂，在中性条件下实现了模版底物顺式1，2-环己二醇的脱水反应，最高取得93％的收率。进一步对非对称环状二醇化合物的研究中发现羟基脱水选择性问题，通过对配体的筛选与设计，发现3，3''-二芳基取代的联萘酚配体对脱羟基选择性具有一定调控作用。该反应与传统羟基脱水反应相比具有条件温和、反应耗能较少的优势。

关键词： 有机化学   教学案例   柴油抗磨剂   D-A反应  

摘要： 本文为《有机化学》课程的教学提供了一个教学案例,为了提高教学主体学习《有机化学》的积极性,引入了一个与课程基本内容、专业课程和前沿科学密切相关的教学案例,该案例用有机化学中的三个基本反应:羧酸衍生物的酯交换、羧酸衍生物醇解以及Diels-Alder(D-A)反应合成柴油抗磨剂分子,并用红外(IR)和核磁共振(NMR)进行了简单的表征,最后针对于不同专业的学生对教学案例进行了延伸,增强了课程的吸引力,有助于吸引学生学习的兴趣,提升学生学习的积极性。