以数据科学为指导的校准曲线预测基于MLCT的eE测定定量测试的奇拉胺胺

科学领域:

• 分析化学 分析化学
• 频谱学是一种光谱学.
• 有机化学 有机化学

背景情况:

• 循环二元化 (CD) 试验为高通量选 (HTS) 中的反体过量 (ee) 确定提供了光学替代方案.
• 目前基于CD的EE测定需要使用丰富标准进行校准,这限制了它们的应用.
• 精确的EE测定对于药物开发和合合成至关重要.

研究的目的:

• 开发一种以数据为导向的方法,用于使用CD进行EE的确定,从而消除了需要合分辨率和校准实验的需求.
• 创建一个计算模型来预测八面体Fe(II) 复合物的CD反应,其中含有奇拉氨基衍生物.
• 通过将计算生成的校准曲线与实验数据进行比较来验证预测模型.

主要方法:

• 通过参数化在试验条件下形成的 imine 连接体来开发一个计算模型.
• 使用该模型生成校准曲线,以确定α-奇拉初级氨基.
• 模型的实验验证使用八面体Fe(II) 复合物和四种不同的氨基分析物.
• 单盲 ee 确定性研究,以评估预测方法的准确性.

主要成果:

• 一个基于数据的模型成功地预测了Fe (II) 复合物的CD反应,以确定EE.
• 计算生成的校准曲线与实验获得的曲线非常相匹配.
• 开发的方法实现了未知样本EE确定9%内的平均绝对误差.
• 预测方法的准确性与传统的实验校准方法相美.

结论:

• 提出的数据驱动策略有效地绕过了基于CD的EE测试中合分辨率和校准的要求.
• 这种计算方法为EE确定提供了强大的和高效的替代方案,对于HTS应用特别有价值.
• 该方法显示了在各种化学和制药研究背景下简化合分析的巨大潜力.