Nature：高通量化学反应，还得匹配高通量的反应分析- 大数跨境

X-MOL资讯

2025-02-05

导读：圣裘德儿童研究医院的Daniel J. Blair教授课题组报道了一种通过质谱快速定量分析化学反应的简化方法，将化学构建砌块的固有碎片化特征应用到化学反应的分析之中，进而实现反应结果的亚秒级读取。

近些年来，自动化迭代化学合成的优化方法取得了一系列进展，并且向发现新功能分子的重要目标迈进（图1a），例如：有机小分子的自动化合成技术可以按需获取天然产物、药物分子和功能材料。尽管这些过程的循环时间正在缩短，但是仍无法满足高效探索化学空间的需求。当前，包括纳米材料在内的其它众多领域通过整合模块化平台和高通量分析来大幅缩短数据输出和流程优化时间，但对于合成小分子而言，缓慢的反应分析过程却成为了最大的限制（图1b）。自动化高通量反应探索已成为获得高附加值分子的首选方法，这是因为该策略支持多个反应条件平行测试。然而，即使在中等规模下，高通量化学合成的分析仍然十分繁琐。另一方面，快速靶点独立分析是蛋白质组学分析中的常见策略，通过串联质谱技术来快速读取丢失的常见化学碎片，这提供了一种直接从复杂混合物中选择所需分析物的方法。这是否意味着，在能匹配自动化高通量化学反应的高通量分析策略之中，类似的质谱技术也能有一席之地呢？

近日，美国圣裘德儿童研究医院的Daniel J. Blair教授课题组报道了一种通过质谱快速定量分析化学反应的简化方法（图1c），将化学构建砌块的固有碎片化特征应用到化学反应的分析之中，进而实现反应结果的亚秒级读取。该策略的核心之处在于，识别起始原料的碎片化模式并作为质谱下游产物分析的通用条形码。这些特征再结合声学液滴喷射质谱，即可排除常规分析方法对缓慢色谱步骤的需要，并可连续评估化学反应。相关成果发表于Nature 上。

图1. 快速分析的路线图概述。图片来源：Nature

首先，作者利用模块化合成的四甲基N-甲基亚胺基二乙酸（TIDA）硼酸酯对碎片化指纹进行了研究（图2a），发现其中58种化合物（共60种）在质谱中表现出丢失86 Da中性碎片的共同特性（图2b），这可能是由于TIDA硼酸酯沿N-B键断裂释放出甲基丙烯酸所致。为了探索碎片化指纹图谱的潜力，作者将目光转向中性丢失质谱法以对反应产物进行快速通用分析。事实上，将其与声学液滴喷射质谱（ADE-MS）相结合后可直接将样品注入质谱仪，进而避免缓慢的色谱步骤，并且使用中性丢失-声滴喷射质谱（NL-ADE-MS）进行的初步实验表明TIDA硼酸酯中甲基丙烯酸的中性丢失在分析浓度下具有高灵敏度和线性相关性（R²(avg)=0.99），同时在宽浓度范围内都是有效的。另外，作者还利用NL-ADE-MS方法对100种化合物进行了研究，结果显示假阳性率仅为2%，从而表明脱靶碎片化不会限制NL-ADE-MS的效用。尽管传统的液相色谱-质谱（LC-MS）工作流程在高通量合成背景下可能会受到限制，但是本文发展的NL-ADE-MS通过中性丢失直接识别小分子则适用于高通量合成和分析，并且该方法可以容纳大分子量（200 da）的样品，同时在不损失性能的情况下将样本间的分析速度从3 s提高到1.2 s。

图2. 常见碎片的丢失驱动单秒反应分析。图片来源：Nature

为了探索NL-ADE-MS在化学反应分析中的性能，作者进行了一系列小型化学合成实验，即利用TIDA硼酸酯1、2、3和4为原料进行C-N交叉偶联、C-C交叉偶联、C-O键形成、酰胺键形成、还原胺化和烷基化，并在每种反应类型和64种反应条件下生成384个化学反应（图2b）。通过TIDA硼酸酯1-4的碎片化指纹图谱，作者利用NL-ADE-MA在7.68 min 内确定了每组384个化学反应的相对产物输出，这相当于收集两个LC-MS样品的时间并且NL-ADE-MS数据与LC-MS高度相关（R²=0.83-0.96）。值得注意的是，该方法易于在每种反应类型的所有64种可能反应条件下区分出细粒度特征，进而能够准确推导获得每种小型化学反应类型中性能最佳的试剂组合（图2c），而且对常见化学转化产生的杂质具有广泛的耐受性。此外，尽管反应中新生的弱键会主导产物碎片化谱（如：3还原胺化产生的苄胺具有弱C-N键），但是NL-ADE-MS分析仍实现了高精度结果。

图3. 高通量实验的碎片化优先设计。图片来源：Nature

由于碎片化是化学物质的基本性质，因此NL-ADE-MS高度通用并适用于许多其它类型的构建砌块。如图3a所示，通过分析起始原料的碎片化指纹，无需对产物进行特定优化，进而减少与其它碎片化通道的干扰。此外，尽管在某些情况下可能出现竞争性碎片化影响分析，但这通常只限于个别底物，而非整个高通量反应数据集。为了确定此种碎片化优先方法的有效性，作者对一系列化学构建砌块（如：天然产物（图3b）、Boc和THP保护物种（图3c）和类药物构建砌块（图3d））进行了串联质谱分析，结果表明每个类别都丢失了不同的分析功能碎片。在起始原料碎片化指纹图谱的指导下，各类化学转化可以在384孔板中进行并在不到8 min时间内直接由NL-ADE-MS进行分析，其精度与LC-MS相当，这意味着此种碎片化优先方法将反应分析简化为单一方法，仅需对起始原料特性进行参数化。

图4. 化学反应混合物的超高通量多重分析。图片来源：Nature

接下来，作者在大规模实验中对NL-ADE-MS进行测试，即以96个芳基胺（21-116）和8个卤代-TIDA硼酸酯（1、14 - 20）定义化学空间（图4a），768个潜在产物跨越了16种不同的反应条件，同时在32个384孔微量滴度板上共进行12288次反应并将反应混合物浓缩到单个1536孔微量滴度分析板，结果显示NL-ADE-MS以1.2 s处理单个样品，并且仅需32 min便可完成反应数据收集，而LC-MS则以3 min/每个样品的速度连续操作25.6天。最后，作者通过三个不同的反应类型对此质谱技术在高通量实验中的数据性能进行了研究，具体而言：1）针对单一卤化物选择最佳条件：与LC-MS数据相比，卤代-TIDA硼酸酯1对所有96种胺（21-116）的检测准确优先考虑XantPhos Pd G4和DBU作为最佳反应条件（图4b），并具有优异的排序效率（R²=0.98）；2）特定胺的最佳条件：胺（68）对所有8种TIDA硼酸酯（1、14-20）的分析表现出优异的性能（R²=0.98），并确定最佳反应条件为tBuXPhos Pd G4和DBU（图4c）。另外，24种胺（45-68）的数据显示出极好的相关性（R²(avg)=0.91），这表明NL-ADE-MS实验的识别率达92%；3）反应普遍性的评估：96种胺（21-116）与4种TIDA硼酸酯（1、14-16）的分析表明NL-ADE-MS与LC-MS几乎完全一致（R²=0.99），并准确确定tBuXPhos Pd G4和MTBD为最佳条件（图4d）。此外，作者以6-plex格式重新审视了Boc胺7、THP醇8、(+)-JQ1（10）、C5-来那度胺12和克拉红霉素衍生物5衍生产物的数据集，结果显示在这种多路复用格式中仅用1.28 min便可获得384个反应的反应结果数据集。

总结

本文报道了一种通过质谱快速定量分析化学反应的简化方法，其中化学构建块的固有碎片化特征是高通量化学反应分析的关键。通过在高通量实验中采用碎片化优先的方法，可大大加速新功能的发现。

原文（扫描或长按二维码，识别后直达原文页面）：

Continuous collective analysis of chemical reactions

Maowei Hu, Lei Yang, Nathaniel Twarog, Jason Ochoada, Yong Li, Eirinaios I. Vrettos, Arnaldo X. Torres-Hernandez, James B. Martinez, Jiya Bhatia, Brandon M. Young, Jeanine Price, Kevin McGowan, Theresa H. Nguyen, Zhe Shi, Matthew Anyanwu, Mary Ashley Rimmer, Shea Mercer, Zoran Rankovic, Anang A. Shelat, Daniel J. Blair

Nature, 2024, 636, 374–379, DOI: 10.1038/s41586-024-08211-4

（本文由吡哆醛供稿）

点击“阅读原文”，查看 化学 • 材料 领域所有收录期刊

【声明】内容源于网络

X-MOL资讯

“X-MOL资讯”隶属于X-MOL学术平台（官网x-mol.com），关注化学、材料、生命科学、医学等领域的学术进展与科研前沿，提供专业与深度的内容。公众号菜单还提供“期刊浏览”等强大功能，覆盖各领域上万种期刊的新近论文，支持个性化浏览。

内容 19833

粉丝 0

X-MOL资讯 “X-MOL资讯”隶属于X-MOL学术平台（官网x-mol.com），关注化学、材料、生命科学、医学等领域的学术进展与科研前沿，提供专业与深度的内容。公众号菜单还提供“期刊浏览”等强大功能，覆盖各领域上万种期刊的新近论文，支持个性化浏览。

总阅读1.6k

粉丝0

内容19.8k