久久久精品成人_欧美不卡激情三级在线观看|HD中文字幕在线播放,国产精品嫩草影院123,免费60分钟,藏精阁av

研究者們結合高通量實驗（HTE）與機器學習（ML）技術，開發了一種新穎且直接的方法，通過銥催化，首次選擇性交叉二聚兩個亞砜葉立德。 廣泛的范圍、良好的產率、顯著的 E/Z 選擇性、優異的化學選擇性和官能團兼容性、簡便的操作和溫和的條件使其成為制備酰胺、酮、酯和 N-雜環取代的不對稱E-烯烴的有前景的方案。 酰胺-亞砜葉立德和銥催化劑都是生成活性卡賓中間體的重要組成部分。 Ir催化劑可以根據兩種不同的亞砜葉立德內在反應性和電子效應的差異來“區分”它們，從而產生高選擇性交叉偶聯并形成高E選擇性烯烴產物。 更重要的是，我們建立了一個基于機器學習的模型（XGB MAF），可以準確預測一系列不同的看不見的底物的反應產率，并成功地探索了反應空間（600個反應）。 因此，我們預計該 HTE和ML 工作流程將促進新型金屬催化交叉偶聯反應和磺基葉立德化學的開發和應用，這可能會引起學術界和藥物化學研究人員的廣泛興趣。

                                                     圖1        基于機器學習的預測模型的開發

                                                        圖片來源：Angew. Chem., DOI: 10.1002/anie.202313638