应用笔记 - 磁共振

小分子结构验证的计算机辅助数据分析

面向自由化学家的更快的工作流

合成化学家们不断寻求简化其工作的方法。这样做使他们能最大限度地提高其创新能力,无论是通过设计新的化合物、识别反应途径、优化反应条件,或是实际合成化合物。在制药这样的行业中,这种创新对于推动候选化合物的发现和开发并赢得市场竞争至关重要。

然而,创新必须与验证相平衡。为此,有机化学家花费了大量的时间验证合成步骤。以稳健高效的方式来验证这些步骤,减少化学家在死记硬背验证步骤上花费的时间,同时增加他们可以用于新的小分子创新上的时间。

计算机辅助验证提供了一种验证分子结构的有效方法。Bruker的Complete Molecular Confidence(CMC)软件套件贯彻了这一概念,为化学家表征和阐明小分子结构。凭借对常规NMR图谱的解释,并对NMR数据进行自动化处理和分析,从而为化学家提供支持。该软件使用一种算法来分析常规NMR图谱,包括结构一致性、光谱分配、多重态分析、浓度测定,以及纯度评估。

让我们来看看计算机辅助验证在合成链格孢酚的过程中是如何发挥作用的。链格孢酚是在腐烂水果中由真菌产生的一种霉菌毒素,是一种具有抗菌剂治疗潜力的化合物。

有机合成为链格孢酚的合成提供了一条途径。它赋予化学家能在过程中的每一步验证合成产品的优势。

CMC-assist提供了一种从获取数据、到频谱分析再到结构验证的简化方法,为化学家提供了基于光谱与给定结构的一致性或不一致性的一组明确的启停检查点。该进程可以在光谱仪自身上进行跟踪,其分析结果可在IconNMR中获取,如图所示:

在分析原始数据时,CMC-assist对照已知结构检查光谱,可提供关于浓度、一致性、多重态和分配的信息。

最后,所有的分析结果可以按申请专利和出版的标准格式提供报告。

生物合成带来了更具挑战性的情况,在需要分离和验证的混合物中存在多个产品,并且没有检查中间步骤的能力。因此,只能对最终产品进行验证。

在链格孢酚的生物合成过程中,还可能产生非常类似于所需化合物的产物(如去甲己酮),因此也必须仔细阐明。CMC-se提供了完成这项任务的计算机辅助方法。

在这一工作流中,软件使用一组更可靠的NMR实验数据,用来自1D和2D实验的数据来填充表格,然后将其细化并用于评估与所拟议结构的相关性。正如你所看到的,这能帮助化学家评估某种结构的可能性:很可能、可能,或不可能(在此案例中)。

这两种软件工具减轻了化学家的日常分析工作负荷,一是通过确认每一合成步骤中发生的微小变化,另外则是通过完成更完整的数据拼图以验证最终产品或多个产品。两者都是利用计算机辅助智能工具的力量,使分析实验室中的生活更轻松,并加速发现和开发。