Ru催化芳基羧酸的脱羧C-H键烯基化反应的机理研究

羧基作为广泛存在的官能团，在引导C-H键活化及官能化的反应中扮演着重要的角色。近日，Zhao、Ackermann和Gooβen课题组分别独立报道了Ru(Ⅱ)催化芳基羧酸的脱羧C-H键烯基化反应，实现了羧基导向基团在温和条件下的原位离去。针对反应中的机理和选择性问题，浙江大学的洪鑫课题组通过密度泛函理论（DFT）计算开展了系统的理论研究。

图1. Ru(p-Cymene)(OAc)₂催化苯甲酸的脱羧C-H键烯基化反应的实验结果以及DFT计算的催化循环中自由能的变化，括号中的自由能单位是kcal/mol。

苯甲酸和二苯乙炔化合物的DFT计算表明，催化循环经历了CMD的C-H键活化、插入、脱羧和两次质子化等过程。其中值得注意的是炔烃插入后的脱羧反应能垒仅为13.8 kcal/mol，与常见过渡金属参与的脱羧反应的能垒相比显著降低。这一不可逆且快速的脱羧过程也是控制反应化学选择性、实现脱羧烯基化的根本原因之一。

针对这一重要的脱羧过程，作者系统研究了该步骤能垒的控制因素，发现连接羧基与钌的脂肪链长度对脱羧步骤的能垒具有重要的影响。反应仅在过渡态为5,4-并环结构时（n = 2），脱羧所需要的能垒最低，缩短或者增长脂肪链都会显著增加脱羧过程所需要的能量。需要强调的是，该脂肪链长度的控制并不受其本身性质的显著影响，烷基碳链和烯基碳链拥有相似的脱羧能垒，为未来设计脂肪链辅助的金属脱羧过程提供了重要的理论模型。

图2. 脂肪链长度决定的LRu(carboxylate)中间体的脱羧能垒（L = p-Cymene）。

在研究脱羧烯基化和[4 + 2]氧化环化竞争的化学选择性中，作者综合了相关的实验报道，发现溶剂对该反应化学选择性的控制至关重要。他们从相同的苯甲酸底物出发，以甲苯作为溶剂，反应会得到脱羧烯基化的产物（Nat. Chem., 2016, 8, 1144），而甲醇作为溶剂的条件下则会得到氧化环化的产物（Angew. Chem. Int. Ed., 2015, 54, 5513）。计算表明，反应从中间体8出发，如果经历不可逆的脱羧过程，则会生成脱羧烯基化的产物12。除此之外，该中间体还可经历独特的离子型分步C-O键还原消除，即先通过Ru-O键的异裂生成电荷分离的中间体13，再经历类似S_N2的过程生成氧化环化的产物14。上述两个过程的竞争决定了实验中观测到的化学选择性。正是由于电荷分离的中间体存在，氧化环化过程受溶剂的极性影响较大。因此，在非极性溶剂中，反应会得到脱羧烯基化的产物11，而在极性溶剂中会得到氧化环化的产物14。这一新颖的离子型分步还原消除机理也为进一步理解重要的还原消除基元反应提供新的理论模型。

图3. 实验中溶剂对脱羧烯基化和[4 + 2]氧化环化化学选择性的控制以及相应理论模型的解释。

总结

洪鑫课题组通过DFT计算深入研究了Ru(II)催化芳基羧酸的脱羧C-H键烯基化反应，对实验的机理、化学选择性、区域选择性、底物效应和溶剂效应都进行了全面的讨论。该工作揭示了过渡金属参与的脱羧过程中脂肪链长度对反应能垒的重要影响，对未来设计脂肪链辅助的过渡金属的脱羧过程提供了有意义的理论模型。在研究溶剂控制的脱羧烯基化和[4 + 2]氧化环化的化学选择性时，作者提出新的离子型分步C-O键的还原消除，阐明了溶剂极性对反应过程具有重要影响的根本原因。这一基元过程也将有助于理解其他过渡金属参与的还原消除过程。该工作发表在Journal of the American Chemical Society上，共同第一作者分别为浙江大学的硕士生虞景露和博士生张硕卿。

该论文作者为：Jing-Lu Yu, Shuo-Qing Zhang, and Xin Hong

原文（扫描或长按二维码，识别后直达原文页面，或点此查看原文）：

Mechanisms and Origins of Chemo- and Regioselectivities of Ru(II)-Catalyzed Decarboxylative C–H Alkenylation of Aryl Carboxylic Acids with Alkynes: A Computational Study

J. Am. Chem. Soc., 2017, 139, 7224, DOI: 10.1021/jacs.7b00714

洪鑫博士简介

浙江大学化学系特聘研究员，博士生导师；2014年于加州大学洛杉矶分校（Kendall N. Houk教授课题组）获得博士学位，2014年至2016年分别于加州大学洛杉矶分校（Kendall N. Houk教授课题组）和斯坦福大学（Jens K. Norskov教授课题组）从事博士后研究，2016年起就职于浙江大学。

洪鑫的研究领域包括通过计算化学的手段研究有机化学和催化领域前沿的转化反应，从原子层面揭示反应发生的途径和方式，在理解反应的基础上提出控制活性和选择性的决定因素，进而指导反应和催化剂设计；主要关注的反应涉及惰性化学键的活化、自由基化学和二氧化碳的催化还原。此外，该课题组还从事数据库建设和机器学习在指导催化剂、反应设计方面的研究工作。

个人主页：

http://person.zju.edu.cn/old/hxchem/0.html