通过转氨酶催化的动态动力学拆分实现非对称合成消旋胺类化合物

【字体: 时间:2025年11月29日 来源:Advanced Synthesis & Catalysis 4

编辑推荐:

  通过动态动力学分辨率合成高对映纯度异生物碱胺,产率达98%,ee≥99%,利用Lewis酸碱相互作用策略促进手性轴稳定。

  
本文系统研究了生物催化动态动力学拆分(DKR)在合成异生物质联苯胺类化合物中的应用,重点探讨了转氨酶(ATA)在实现高效手性拆分中的关键作用。研究以杂环联苯醛为底物,通过转氨酶介导的DKR策略,成功合成了多种具有高光学纯度的轴向手性胺类化合物,其最高转化率达97%,ee值超过99%,展现了生物催化在精细化学品合成中的巨大潜力。

### 关键发现与机制解析
1. **酶筛选与催化效率**
通过对市售转氨酶的体系化筛选,发现ATA-013、ATA-025和ATA-415对杂环联苯醛的催化效率尤为突出。以5-甲基吲哚甲醛(1g)为例,使用ATA-013在48小时内实现92%的转化率和≥99%的ee值,表明该酶对甲基取代基具有高适配性。值得注意的是,某些酶(如ATA-303)对特定取代基的底物表现出显著活性和选择性差异,这可能与酶的活性位点构象及底物空间位阻匹配度密切相关。

2. **底物结构对反应的影响**
研究揭示了取代基的位置和性质对催化活性的关键作用。例如,氟原子(如4-氟吲哚甲醛1d)和甲基(如6-甲基吲哚甲醛1g)的引入显著提升了反应速率,而氯原子(如5-氯吲哚甲醛1j)和三氟甲基(如6-三氟甲基吲哚甲醛1k)则因空间位阻效应导致反应活性下降。特别值得注意的是,当底物同时存在强吸电子基团(如三氟甲基)和供电子基团(如羟基)时,酶的催化效能呈现协同效应,ee值可达99%以上。

3. **动态动力学拆分的机制**
实验与理论计算表明,转氨酶通过形成动态的Lewis酸碱对促进手性拆分。以2-(喹啉-8-基)苯甲醛(1i)为例,其醛基与酶活性位点的赖氨酸残基(L417)形成稳定的氢键网络,同时与组氨酸残基(H287)产生弱相互作用。这种协同作用不仅降低中间体的构象势垒(计算显示手性轴旋转势垒仅为21.1 kcal/mol),还通过动态平衡实现立体异构的精准控制。分子对接研究进一步揭示,R-构型的底物因与催化残基的空间位阻冲突(如R-1i与L417的 clash),其过渡态能量显著高于S-构型(ΔG≈3.6 kcal/mol),这解释了为何ATA-P1-G05等酶倾向于生成S-或R-异构体。

4. **溶剂与反应条件的优化**
实验发现,10% v/v二甲基亚砜(DMSO)作为共溶剂时,能显著提升底物溶解度和酶活性中心的微环境稳定性。以1i为例,在DMSO中反应72小时后,转化率达65%,ee值稳定在97%。相比之下,使用2-甲基四氢呋喃(生物基溶剂)时,虽然环境友好,但转化率下降40%-50%,表明DMSO的极性环境更利于酶-底物复合物的形成。

5. **酶工程与工艺放大**
通过酶定向进化技术改良的PjSTA-R6-8对喹啉类底物展现出独特选择性:在2-(喹啉-8-基)萘甲醛(1i)转化中,该酶以73% ee选择性生成S-构型产物,而传统ATA-234酶在此体系下仅能达到R-构型(ee=73%)。工艺放大实验显示,对于20 mg规模的1a底物(浓度为5 mM),使用ATA-013时48小时即可获得89%的产率,ee值达97%,验证了生物催化体系的规模化可行性。

### 技术创新与应用前景
本研究突破传统合成中需依赖手性试剂的瓶颈,通过动态动力学拆分策略,首次实现了异生物质联苯胺类化合物的绿色合成。其创新性体现在:
- **立体控制机制**:通过酶催化中间体的动态平衡,无需外加手性试剂即可实现ee>90%的拆分效果。
- **底物普适性**:成功将催化体系拓展至喹啉、萘并吲哚等多种杂环结构,涵盖医药中间体(如抗癌剂前体)和功能材料(如OLED发光层材料)。
- **环境友好性**:全程使用生物相容性溶剂(乙醇胺缓冲液),无重金属残留,符合绿色化学原则。

该技术已应用于多个实际案例,如开发新型抗肿瘤药物中间体(2m)和有机半导体材料(2n),其产率较传统化学方法提升3-5倍。未来研究将聚焦于开发多酶协同催化系统,进一步提升复杂分子结构的催化效率,为合成生物学在制药和材料领域提供新范式。

### 研究局限与展望
尽管取得显著进展,仍存在若干挑战:
1. **底物限制性**:含三氟甲基或强吸电子基团的底物(如1k)转化率不足30%,需通过酶定向进化优化活性位点。
2. **反应时间依赖性**:部分体系(如1n)在72小时后ee值下降5%-8%,提示需开发连续流生物催化装置以提升效率。
3. **机制解析深度**:现有计算模型(DFT-BP98/def2-TZVP)对过渡态的描述仍需结合实验光谱学数据(如NMR动态监测)进一步验证。

未来研究将结合人工智能预测酶活性位点突变,结合实验验证构建"设计-验证-优化"闭环体系,推动生物催化从实验室向工业规模转化。
相关新闻
生物通微信公众号
微信
新浪微博
  • 急聘职位
  • 高薪职位

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号