學術動態
首頁 - 學術動態
2020-11-20 作者:化學化工學院 來源:科學技術處

丁夢寧、黎書華、程旭課題組合作發展出"電化學反應描述符"體系實現電有機合成產率預測

近日,南京大學化學化工學院丁夢寧課題組、黎書華課題組及程旭課題組合作完成了對於不同機制電有機合成反應的電化學系統參數研究,併成功發展出“電化學反應描述符(electro-descriptor)”體系用於不同底物和反應條件下電有機合成產率的描述符熱點圖及機器學習預測。

電化學有機合成作為一種綠色可持續的多功能合成平台引起了學術和產業界的廣泛關注。對電有機反應的反應熱力學,界面動力學和化學耦合過程的定量評估,既凸顯了電化學合成的獨特性,又可以藉助電分析手段及數據分析方法的創新,用以指導新型合成路線的設計和發展。在這一工作中,作者系統研究了三種具有典型電化學反應機理(EEC, Org. Lett. 2019, 21, 7759−7762; ECEC, Angew. Chem. Int. Ed. 2018, 57, 5695–5698; EC, ACS Catal. 2018, 8, 1192−1196)的電有機反應的熱力學、電極動力學等參數和反應產率的關聯,從不同反應底物及條件的相應電化學循環伏安曲線中提取相關電化學參數(如起始電勢、Tafel斜率、有效電壓、峯電位及半波電位)用作評估及預測相應反應產率的“電化學反應描述符”。通過繪製三維或二維“電描述符圖”,發現其中對應較高產率的數據點與對應較低(或不反應)產率的數據點在圖中顯示出明顯的邊界,即高產率的數據點集中在電化學描述符圖中的“熱區”。

圖1. 具有反應"熱區"的三維或二維"電化學描述符圖"

利用電化學描述符數據集,作者進一步通過機器學習算法,以及從電化學描述符圖中的直接定位證明了電化學描述符對反應產率的成功預測。這種分析和預測方法可以在開發新型電有機合成方法(使用典型的試錯法)時幫助節省大量時間和資源。在未來的研究中,通過將該方法與高通量實驗和快速伏安法進行集成,電化學描述符系統將有望成為用於電有機合成高通量底物篩選和條件優化的通用且有效的工具。

圖2. 通過電化學描述符,實現對於未知底物/反應條件下反應產率的機器學習或可視化預測

該成果以"Electro-descriptors for the performance prediction of electro-organic synthesis"為題在Angew. Chem. Int. Ed. 上在線發表(DOI: 10.1002/anie.202014072)。論文的共同第一作者為我院2015級本科生陳宇軒(現斯坦福大學2019級博士生)和我院2015級本科生田栢麟(現我院2019級碩士生),18級博士生程正為第三作者,丁夢寧教授和黎書華教授為該論文的通訊作者。此項研究工作得到了江蘇省自然科學基金(BK20180321)、中央高校科研經費(020514380224)、國家自然科學基金(21833002, 21673110)等項目的支持。文章鏈接為//doi.org/10.1002/anie.202014072