均相催化剂底物范围的计算预测：以受阻路易斯对催化的无金属C–H硼化反应为例

《Chemical Science》：Computational prediction of substrate scope of a homogeneous catalyst: the case of metal-free C–H borylation by a frustrated Lewis pair catalystOpen Access

　　

从第一原理预测催化反应中的底物范围，不仅需要评估最低能量的生产路径，还需要评估可能抑制催化循环的竞争过程。研究人员在此介绍FRUST，一个用于底物范围预测的自动化计算工作流，并将其应用于由Fontaine及其合作者开发的硼基受阻路易斯对（FLP）催化剂介导的无金属C–H硼化反应（Science 2015, 349, 513–516）。FRUST为每个独特的芳香C–H位置生成中间体和过渡态猜测结构，进行构象采样，并使用经DFT单点计算精修的约束xTB几何结构来估计能垒。针对文献底物的基准测试表明，该工作流捕捉了FLP催化循环的主要机理趋势，并确定TS₁为基准测试集和筛选集中的主要能垒定义步骤。对69个芳香底物的应用识别出少量低能垒候选物，包括苯酚、N-芳基酰胺和选定的非质子芳烃。然而，有针对性的DFT验证表明，即使最有希望的非质子候选物也接近或超出经验反应性窗口，提示当前FLP催化剂不太可能表现出超越已知活化杂芳烃的广泛底物范围。对质子底物的分析进一步揭示了重要的循环外限制：预测苯酚的O–H硼化会使邻近的C–H位点失活，而N-芳基酰胺很可能发生N–H硼化，但随后不会发生生产性C–H硼化。这些结果表明，高效的计算筛选可以保留机理分辨率，但也强调了在评估催化剂范围和设计下一代无金属硼化催化剂时，需要包含侧反应预测。

**论文解读：计算预测FLP催化剂底物范围——无金属C–H硼化的机理图谱与限制**

**研究背景与问题**

催化反应的底物范围预测是合成化学中的核心挑战。尽管每年有大量新方法发表，但多数反应因底物范围狭窄或未完全阐明而难以工业应用。以硼基受阻路易斯对（FLP）催化剂为例，Fontaine等人开发的金属-free C–H硼化催化剂（Science, 2015）虽避免了过渡金属的毒性、昂贵和空气敏感问题，但实验表明其仅对少数活化C–H位点有效，且易被O–H和N–H基团通过侧反应失活。理论上，底物范围可通过计算预测，但需为每个底物计算催化循环所有步骤的能垒，并考虑竞争过程。过渡态（TS）搜索自动化困难且耗时，现有方法失败率高。此前只有Sawatlon等人（2019）对81个Suzuki偶联底物进行了手动TS计算，但未考虑侧反应。因此，开展本研究旨在开发一种自动化、机制解析的计算工作流，系统评估FLP催化剂的底物范围，并揭示限制因素。

**研究内容与结论**

研究人员开发了名为FRUST的自动化计算工作流，并将其应用于Fontaine的FLP催化剂。通过对69个芳香底物（共267个C–H位点）的筛选，结合DFT验证和侧反应分析，得出以下核心结论：（1）FRUST能有效捕捉催化循环中TS₁作为速率决定步骤（RDS）的主导地位；（2）筛选出的低能垒候选物（如苯酚、N-芳基酰胺）在后续DFT验证中多数处于反应性窗口附近或之外，表明当前FLP催化剂底物范围有限；（3）质子底物存在重要的循环外限制：O–H硼化使邻近C–H位点失活，N–H硼化优先发生但后续C–H硼化不可行。该研究证明了高效计算筛选可保留机理分辨率，并为设计下一代无金属硼化催化剂提供了关键指导。论文发表在《Chemical Science》。

**关键技术方法（不超过250字）**

FRUST工作流的核心基于模板转移协议：从预优化参考TS结构（含1-甲基吡咯）出发，对每个底物的每个独特C–H位置生成TS猜测结构（TSG），随后通过RDKit进行构象采样（基于可旋转键数生成50–300个构象），使用GFN2-xTB进行约束优化，再对最低能10个构象进行DFT单点计算（ωB97X-D/6-31G**）。通过线性回归将DFT单点电子能校正为自由能垒。中间体生成采用类似方法，但去除约束。样本队列来自文献中用于铱催化C–H硼化的69个芳香底物数据集（参考文献47），包括苯酚衍生物、N-芳基酰胺、五元杂环等。

**研究结果**

**3.1 基准测试能垒估计**：对11个底物（32个C–H位点）的TS₁–TS₄进行DFT验证，发现约束xTB/SP模型与DFT参考能垒的线性相关性良好（TS₁、TS₂、TS₄的R²≈0.8，RMSD 1.3–2.5 kcal mol^?1），TS₃相关性较弱（R²=0.56）因其虚频较小。RDS屏障对比显示，仅3个位点出现分类错误（2个低估，1个高估），表明模型可用于筛选。

**3.2 底物筛选**：对69个底物（267个C–H位点）的筛选显示，97%的位点RDS为TS₁，分离度中位数5.08 kcal mol^?1。以24 kcal mol^?1为阈值，筛选出22个候选底物，包括12个含N–H团（吲哚、吡唑等）和10个六元环（苯酚、N-芳基酰胺）。研究人员选取了6个代表性低能垒候选物进行DFT验证（图6）：非质子化合物5（对甲氧基苯）和6（N,N-二甲基苯胺），以及质子化合物1（苯酚）、2（萘酚）、3和4（N-芳基酰胺）。

**3.2.1 非质子化合物验证**：DFT计算显示，5和6的TS₁能垒分别为约25.5和25.0 kcal mol^?1，接近或超过实验成功底物的上限（23.1 kcal mol^?1）。双芳基化侧反应（TS₅）能垒极高（>45 kcal mol^?1），不具竞争性。因此，5和6处于反应性窗口边缘，可能不适用于当前催化剂。

**3.2.2 质子化合物验证**：对于苯酚1，DFT验证显示TS₁能垒为26.30 kcal mol^?1，而约束xTB/SP模型低估了约7 kcal mol^?1。对于N-芳基酰胺3和4，DFT的C–H硼化能垒分别为29.7和31.1 kcal mol^?1，远高于筛选预测（22.09和24.81 kcal mol^?1），表明模型对结构远距离底物的低估偏差。

**3.3 质子侧反应分析**

**3.3.1 文献先例**：Preshlock等人报道了酚类和苯胺类与HBpin自发反应生成B–O/B–N键，而吡咯/吲哚不反应。Rochette等人发现醇和胺与FLP形成稳定加合物，抑制后续C–H硼化。

**3.3.2 自发硼化计算**：通过计算苯酚、苯胺、吡咯、吲哚与HBpin的协同硼化能垒，发现苯酚和苯胺的能垒（45.9和46.5 kcal mol^?1）显著低于吡咯和吲哚（54.1和52.2 kcal mol^?1），与实验一致。化合物4的能垒（58.0 kcal mol^?1）表明其不会自发N–H硼化。

**3.3.3 苯酚-Bpin作为替代底物**：DFT计算显示，苯酚-Bpin进行C–H硼化的RDS（TS₁）为28.7 kcal mol^?1，高于25 kcal mol^?1阈值，因此预测苯酚不可行。

**3.3.4 吡咯失败原因**：DFT对比显示，吡咯的C–H硼化路径（RDS 18.8 kcal mol^?1）能量上可行，但N–H活化路径提供了更稳定的中间体（int1和int2分别低至?9.2和?9.5 kcal mol^?1），且进入双芳基化陷阱（int5低至?13.3 kcal mol^?1），导致催化剂被捕获，而非生产性C–H硼化。

**3.3.5 N-芳基酰胺**：DFT显示，N-芳基酰胺3和4的N–H活化路径热力学上更有利（产物分别低5.3和10.9 kcal mol^?1），但无陷阱积累；预测FLP催化剂优先N–H硼化，但后续C–H硼化能垒过高，因此不会发生生产性转化。

**总结与讨论**

研究结论部分指出：FRUST工作流通过自动化生成中间体和TS猜测结构，结合构象采样和约束xTB/DFT能垒估计，实现了对69个底物的快速筛选。基准测试表明其能准确识别RDS（TS₁）。筛选发现当前FLP催化剂的底物范围局限于已知活化杂芳烃，酚类和N-芳基酰胺等候选物因侧反应（O–H/N–H硼化、催化剂陷阱）而不可行。研究强调，底物范围预测必须同时考虑生产性循环和侧反应。局限性包括模板库较窄、需扩展侧反应自动识别、以及线性校正依赖基准集大小。展望中，该工作流可应用于未来催化剂优化，通过识别关键能垒降低的结构修饰，指导设计活性更高、官能团耐受性更好的无金属硼化催化剂。