经过构象调控的肽类催化剂：用于氟化物的结合与输送

《Journal of the American Chemical Society》：Peptidic Catalysts Conformationally Tuned for Fluoride Binding and Delivery

肽催化氟化与相转移催化研究。通过实验与计算结合，揭示了短肽通过构象调控可高效结合氟离子，并作为相转移催化剂实现不对称氟化反应。研究发现，引入氟代脯氨酸和尿嘧啶结构可增强结合能力，NMR和DFT计算表明肽骨架的NH与氟离子形成氢键网络，CsF结合模式不同于TBAF。该研究为开发新型有机小分子催化剂提供了新思路，拓展了生物模拟催化在氟化学中的应用。

　　
该研究系统探讨了肽类分子作为氟化催化剂的潜力，重点考察了肽骨架对氟离子（F?）和碱金属离子（Cs?）的螯合能力及其在不对称氟化反应中的应用。研究团队基于天然氟化酶的结构特征，设计了具有可变空间结构的短肽体系，通过实验与理论计算相结合的方式，揭示了肽催化氟化的关键机制。

在实验设计方面，研究团队首先构建了含β-转角诱导结构的四联体肽（1a-1e），通过引入氨基甲酸酯基团和氟代丙氨酸等刚性结构单元，调控肽链的构象以优化氟离子的结合位点。核磁共振（NMR）滴定实验表明，未修饰的1a肽仅以单齿方式结合TBAF·3H2O，其结合常数（Ka）为1.02×102 M?1。通过在N端引入三氟甲基取代的氨基甲酸酯基团（1b、1c），成功将结合模式升级为三齿螯合，Ka值分别提升至7.4×103和8.5×103 M?1。进一步在中间位置替换为（4S）-氟代丙氨酸（1d），结合常数进一步跃升至2.7×10? M?1，同时C端氨基乙基化修饰（1e）在保持高亲和力的基础上（Ka=4.0×10? M?1）显著提升了有机溶剂中的溶解度。

理论计算方面，采用动态优化算法（GOAT）结合密度泛函理论（DFT）计算，揭示了CsF与肽催化剂的配位模式。对于1e肽与CsF的复合物，计算模型显示形成双齿结合模式，其中NH(i-1)与F?的距离为1.64 ?，NH(i+2)与F?的距离为1.71 ?，而Cs?与羰基氧的距离保持在2.98-3.01 ?范围内。这种双齿结合模式与TBAF·3H2O的三齿结合形成对比，表明阳离子种类显著影响氟离子的配位方式。

催化性能测试部分，研究团队选择了具有挑战性的β-卤代胺类化合物（如2a-2h）作为底物进行氟化反应。结果显示，引入氟代丙氨酸的1e催化剂在1,2-二氯乙烷溶剂中表现出优异的催化性能：对2a的氟化反应在5 mol%催化剂浓度下获得86%产率，对映体比值（e.r.）达88:12。值得注意的是，当将Gly(i+1)替换为脯氨酸（1c→1c-Gly(i+1)）时，虽然催化效率略有下降（76%产率），但溶解度显著提升（1.1 g/L→4.4 g/L），这为规模化催化提供了可能。此外，通过15N同位素标记和异核HOESY NMR技术，明确确定了NH(i-1)和NH(i+2)作为主要配位位点，而NH(i+1)未参与氟结合。

研究特别关注了阳离子对氟结合模式的影响。当使用CsF替代TBAF时，1e肽的NMR谱显示两个特征性双重峰，对应NH(i-1)和NH(i+2)分别与F?形成氢键。低温NMR（233 K）进一步验证了双齿结合的稳定性，而高温（298 K）下宽峰的出现表明存在动态平衡的多种复合物形式。DFT计算证实，CsF与1d肽形成的双齿复合物能量比三齿复合物低11.6 kcal/mol，这解释了为何在CsF体系中更倾向于双齿结合模式。

该研究在催化领域的重要突破体现在三个方面：首先，首次在有机溶剂中实现了肽类分子对氟离子的有效螯合，结合常数达到4.0×10? M?1，显著优于传统配体；其次，开发了基于氢键传递催化（HB-PTC）机制的新氟化体系，通过结构编辑实现从单齿到三齿结合模式的可控切换；最后，建立了肽催化剂与氟化盐的协同作用模型，揭示了阳离子-氟离子-肽的三元配位机制。

应用方面，研究团队成功将该方法拓展至多个生物活性化合物的合成，包括β-分泌酶抑制剂（3a）、腺苷A1受体激动剂（3b）、 galectin-1/3抑制剂（3c）和凝血因子Xa抑制剂（3d）。其中，3c的制备通过两步串联反应实现，最终得到98:2对映体纯度的三氯乙酸盐结晶产物。值得注意的是，当使用D型脯氨酸替代L型（1c-dPro-Gly(i+1)）时，对映体比值骤降至46:54，这为设计具有特定立体化学控制能力的肽催化剂提供了重要启示。

该研究还通过比较BINAM-urea催化剂（U1）与肽催化剂（1e）的氟结合模式，揭示了分子量差异带来的配位特性变化。尽管两者均表现出三齿结合特征，但肽催化剂的构象刚性使其在有机溶剂中的稳定性更优。特别的是，在1e:CsF体系中发现了独特的阳离子-π相互作用，该作用在传统有机催化剂中并不常见，这可能是肽类催化剂具有更好底物适应性的关键原因。

在工业化应用前景方面，研究团队进行了克级放大实验，在120小时反应周期内实现了83%的产率（5 mol%催化剂浓度），并通过结晶纯化将最终产物纯度提升至98%。这为开发可生物降解的环保型氟化催化剂奠定了基础。研究还提出，通过机器学习辅助的理性设计，可进一步优化肽催化剂的结构，扩展其催化氟化反应的底物范围。

该成果对氟化学研究具有三重启示：首先，证实了天然酶催化机制的可移植性，为人工酶设计提供了新思路；其次，建立了肽-阳离子-氟离子的协同作用模型，突破了传统配体催化剂的结构限制；最后，开发出基于氢键传递的氟化催化框架，该框架可扩展至其他亲核取代反应，具有广阔的应用前景。这些发现不仅填补了肽-氟相互作用机制的空白，更为绿色化学和生物催化领域提供了创新性的解决方案。