逆合成分析是一种规划化学合成的方法:从所需的产物,即目标分子出发,反向推导出可用于合成它的物质。化学家不是从现有试剂入手,思考它们可能生成什么产物,而是先找出能够简化目标分子的结构变化,再考虑哪些已知或合理可行的反应能在正向合成中实现相应的转化。反复进行这种分析,就会形成由多条可能路线构成的网络,各条路线最终追溯至市售化合物或其他实际可用的起始原料。
这种方法在有机化学中占据核心地位,尤其广泛用于药物、天然产物、农用化学品和功能材料的制备。它的重要性不仅在于找出可用的反应,更在于统筹各步反应:某种转化单独进行时或许可行,但若考虑到其他活性基团、立体化学要求、原料成本或纯化问题,就可能不再适用。逆合成分析将分子结构与实验可行性联系起来,使化学家能够在开展大量实验室工作之前,比较不同的候选路线。
尽管逆向推理早已用于化学合成,但将其系统化的工作与20世纪下半叶的埃利亚斯·詹姆斯·科里密切相关。现代实践将这一概念框架与丰富的反应知识、计算机搜索和实验反馈相结合。逆合成方案仍然只是关于如何制备某个分子的假设,并不能证明所提出的反应序列一定能够成功。
历史发展与概念基础
在十九世纪及二十世纪早期的合成化学中,已经有许多从所需结构逆向推理的实例。化学家选择碳骨架与目标分子某些部分相似的起始原料,再利用已知的转化将它们连接起来。然而,合成规划往往仍依赖于具体实例、个人经验以及各研究团队擅长的特征反应。随着目标分子日趋复杂,非系统化方法的局限性愈发明显:可能的起始原料和反应序列数量迅速增长,而看似细微的结构差异也可能从根本上改变反应性。
科里在二十世纪六十年代为这种推理发展出一套更明确、更具普适性的表述体系。他于1967年对复杂分子合成的论述,帮助阐明了一种理念:可以通过可识别的结构操作来简化目标分子,而不必仅仅依照既往合成的类比来寻找途径。由此形成的框架,将逆向分析操作与在实验室中实现这一操作所对应的反应区分开来。科里因发展了有机合成的理论与方法而获得1990年诺贝尔化学奖,逆合成分析在这项成就中发挥了核心作用。
这一概念上的转变,在于将合成规划视为一个有组织的搜索问题。目标分子可以用多种不同方式加以简化,而每一种候选前体又都可以递归地进行分析。对反应机理的了解,有助于判断设想中的简化是否对应于化学上可行的正向过程。结构识别用于发现机会,机理推理则提供约束:亲核试剂与亲电试剂必须具有适当的反应性,中间体必须能够生成,竞争反应路径也必须可控。
系统化并未消除创造性判断的重要性。一个含有多个环和立体中心的目标分子,在形式上可能有许多断开方式,但其中只有少数能真正降低合成难度。反过来,通过引入导向基团、使选择性反应成为可能,或构建适合高效成环转化的底物,暂时增大分子或增加官能团反而可能使整体问题更容易解决。因此,逆合成中的简化着眼于合成难度,而不仅仅是减少原子数。
这一框架也为早期的计算机辅助合成规划提供了支持。科里及其合作者自二十世纪六十年代末开始开展的研究,催生了“应用于合成分析的逻辑与启发式方法”(Logic and Heuristics Applied to Synthetic Analysis)项目,通常简称为LHASA。该项目将化学转化及其适用条件的识别规则编码化。这类系统明确体现了这一领域始终存在的一个特点:化学合成规划既需要一个汇集各种可能转化的知识库,也需要一套策略,用来判断哪些可能性值得进一步探索。
目标、逆合成变换、合成子与合成等价物
逆合成分析始于一个定义明确的目标。目标的确定不仅涉及原子的连接关系,还包括相关的立体化学、电荷状态,以及必要时产物分离所得的具体形式。通往外消旋化合物的路线,并不一定能用于制备某个特定的对映异构体;带有保护基的中间体,也不等同于未保护的目标产物。在这一阶段含糊不清,可能会掩盖实际所需工作量的巨大差异。
主要的分析操作是逆合成变换。它将目标结构映射为一个或多个拟议的前体,通常用双线逆合成箭头 表示:
这一符号表示“可由……制备”,而不是说目标物会在所提出的反应条件下实际分解。尤其需要注意,它与描述化学平衡所用的平衡箭头并不相同。相应的正向合成可能还需要额外的试剂、催化剂、活化剂以及后处理操作,而这些内容在最初的逆向构思中往往被省略。
切断是指在分析过程中,从概念上断开某个化学键。所得片段可以表示为合成子,即体现成键所需反应性的理想化结构单元。合成子是规划工具,不一定是能够分离得到的化合物。例如,酯可以切断为一个酰基亲电合成子和一个烷氧基亲核合成子。在实际操作中,承担这两种作用的试剂可以分别是活化的羧酸衍生物和醇。
合成等价物是能够体现合成子所代表反应行为的实际试剂或前体。当所需片段无法以纸面上所画的简单离子形式存在时,这一区分尤其有用。形式上的碳亲核体可以由有机金属试剂、烯醇盐或其他具有适当碳中心反应性的试剂来提供。这些选择不能随意互换:它们在碱性、官能团兼容性、制备方法和选择性方面各有不同。
并非所有有用的变换都涉及断键。官能团互变是在保留主要骨架的同时,将一种官能团转变为另一种官能团。如果正向反应中有合适的选择性还原方法,就可以从醇逆向追溯到羰基化合物。此类操作可以在后续分析中揭示更有效的切断方式。
因此,每一个逆向方案都必须有相应的正向合成作为支撑。看似合理的片段示意图,必须落实为具体的试剂、适当的反应类型和相容的反应条件。由此确定的化学反应必须以可接受的选择性形成预期的化学键或官能团。逆合成符号有意略去实验细节,但这并不意味着这些细节不再必要。
选择切断方式与控制反应性
有用的切断方式通常对应一种可靠的成键方法,并能得到比目标分子更易获得的前体。最简单的切入点往往是官能团的极性。在羰基中,碳氧键的极化使碳原子容易受到亲核试剂的进攻。因此,在对醇进行逆合成分析时,可以切断与羟基所连碳原子相邻的碳碳键,从而提出由适当的碳亲核试剂对醛或酮进行加成的合成方案。
例如,1-苯乙醇既可以逆推为苯甲醛和甲基亲核试剂等价体,也可以逆推为乙醛和苯基亲核试剂等价体。这两种分析都基于常见的羰基加成反应,但在实验上的吸引力未必相同。起始原料是否易得、有机金属试剂的操作难易、副产物的形成以及立体化学控制要求,都会影响选择。如果需要单一对映异构体,那么原本简单直接的非选择性加成反应,可能会带来额外的分离难题。
羰基化合物也适合在羰基相邻的位置进行切断,因为脱质子化可以生成烯醇负离子。对于 -羟基羰基化合物,可以考虑以羟醛反应作为正向合成步骤:切断一个羰基反应物的 -碳与另一个反应物中原羰基碳之间的碳碳键。1,5-二羰基结构则提示可以采用对 -不饱和羰基化合物的共轭加成。这些模式的价值在于,它们将可辨识的结构关系与成熟的反应类型联系起来。
不过,这种模式识别必须结合选择性问题加以考量。不对称酮可能形成不止一种烯醇负离子,而含有多个亲电位点的底物可能在非预期的位置发生反应。化学动力学、位点的空间可接近性、配位作用和试剂选择,都可能决定产物。因此,仅在形式上符合某种反应模式,只是可靠分析的起点。
有些目标分子的合成需要逆转官能团通常具有的极性。这种称为极性反转的策略,拓宽了可用切断方式的范围。醛的羰基碳通常充当亲电中心;通过适当的衍生物或催化过程,则可以使其表现出酰基负离子等价体的反应性。锂化的1,3-二噻烷就是一类经典试剂,可使原本具有亲电性的羰基碳所对应的位置表现出碳亲核性。
另一些切断方式则不那么直接依赖于离子极性。交叉偶联反应通过金属催化过程,将带有适当官能团的反应伙伴连接起来;自由基反应则可以在成键时,耐受那些与强碱性有机金属试剂不相容的基团。在这些方案之间作出选择,不能只看步骤数:前体所需的官能团化、催化剂要求以及可能发生的副反应,其影响可能超过最终成键步骤表面上的简便性。
官能团策略与操作顺序
目标分子中的官能团既能为合成提供便利,也可能构成障碍。它们提供可供反应的位点,影响邻近部位的反应性,有时还能引导转化在特定位置发生。与此同时,最终产物所需的某个官能团可能与前面的某一步反应不相容。因此,逆合成分析不仅要考虑形成哪些化学键,还要考虑何时引入、转化、保护各个活性基团,以及何时将其重新暴露出来。
有机镁试剂可以说明这一问题。它能与羰基化合物发生加成,形成碳—碳键,但底物中的游离羟基或羧基会通过酸碱反应消耗该试剂。一种应对方法是调整操作顺序,将酸性基团留到后期再引入。另一种方法是用保护基将其暂时屏蔽,例如将其转化为合适的醚或酯,待不相容的反应完成后再脱除保护基。
保护并非只是一项不影响化学过程的形式性操作。保护基的引入和脱除需要额外的转化,会消耗物料,也会带来各自的选择性要求。保护基必须能够耐受其间所有步骤的反应条件,同时又能在不损伤分子其余部分的情况下脱除。当多个基团同时存在时,可以采用正交保护方案:选用不同的保护基,使其中一个能够被脱除,而另一个仍保持完整。这一思路在肽和糖类的合成中尤为重要,因为这些合成需要对众多相似的官能团加以区分。
化学选择性提供了一种替代大量使用保护基的办法。即使存在其他官能团,某种试剂或催化剂仍可能优先与其中一个官能团反应。例如,一条路线可以利用特定条件还原醛基,同时使反应性较低的基团保持不变。这种选择性取决于底物的完整结构及反应条件,而不仅仅取决于官能团反应性的一般排序。因此,依赖选择性转化的逆合成方案必须明确所需的具体选择性。
氧化态提供了另一条统筹合成路线的原则。一个碳原子往往可以先以反应性较低的形式经历若干步骤,再在合成序列的后期转化为最终所需的官能团。反过来,较早引入羰基也可能有利,因为它能使烯醇负离子参与的反应成为可能,或控制相邻位置的立体化学。由氧化和还原构成的不必要的迂回序列会增加成本和废物,但避免一切氧化还原变化并不是普遍适用的目标:额外增加一次氧化,反而可能使构建分子骨架的策略大幅缩短。
操作顺序还会影响产物的稳定性和分离。对于不稳定的醛,可以将其安排在后期生成,以减少它在后续步骤中的分解。也可以有意在路线的关键位置安排一种结晶性中间体,因为它能够在某个困难的转化步骤之前得到高效纯化。这些因素说明,即使两条路线包含许多相同的反应,仅仅改变这些反应的先后顺序,也可能使路线的可靠性产生显著差异。
立体化学规划与环的构建
立体化学要求可能主导整条合成路线的设计。连接方式相同但三维空间排列不同的分子,可能具有不同的物理性质和生物活性。逆合成分析必须明确:哪些立体生成要素已存在于可用的起始原料中,哪些可以通过底物控制,哪些则需要引入外部的立体化学信息。
一种方法是不对称合成,即利用手性试剂、手性辅基或手性催化剂,使反应优先生成某一种立体异构体。另一种方法是利用手性库:天然含量丰富或通过其他途径容易获得的对映体富集化合物,例如某些氨基酸或糖,可提供已有的立体中心。这些选择会影响前期的切断策略。与先构建看似更简单的非手性前体、却要在后期进行困难的选择性转化的路线相比,保留廉价起始原料立体化学构型的路线可能更为可取。
相对立体化学与绝对立体化学带来的规划问题各不相同。环状底物可能通过构象控制,强烈倾向于生成某一种非对映异构体,却并不天然偏向一对对映异构体中的任何一个。反过来,第一步具有很高的对映选择性,也不能保证后续反应得到正确的相对立体化学构型。对于每个新形成的立体中心,都必须结合分子中已有的立体化学信息加以考量。
拆分是另一种选择。有时可以通过非对映异构衍生物的结晶、选择性反应或手性色谱法,将外消旋中间体分离为各自的对映异构体。在不涉及回收利用或相互转化的简单拆分中,起始外消旋体至多只有一半能转化为所需的对映异构体。如果将非目标对映异构体的外消旋化与选择性转化相结合,动态过程便可突破这一限制,但其可行性取决于反应速率和条件是否相容。
环系还会带来额外的限制,涉及环的大小、张力、构象以及环连接处的立体化学关系。闭环切断将环状目标转化为无环前体,看起来可能很有吸引力,但相应的闭环反应却未必容易实现。中等大小的环往往同时受到不利的构象效应和跨环效应影响。大环化还会与分子间低聚反应竞争,因此稀释、底物预组织或模板作用可能十分重要。
狄尔斯—阿尔德反应在六元环的合成规划中尤其有用,因为它能在一步操作中形成两个碳—碳键,并确立多组立体化学关系。对于适合采用这一策略、含有环己烯结构的目标分子,可以逆向追溯到二烯和亲二烯体,不过区域选择性、面选择性以及后续的官能团转化仍然至关重要。闭环烯烃复分解通过连接带有烯基的两个末端,提供了另一种成环策略。这一方法是否具有吸引力,取决于烯烃的几何构型、催化剂的相容性、环的大小,以及所需二烯前体是否易于获得。
路线架构、汇聚性与定量比较
一条完整的合成路线不只是反应转化的清单。路线架构决定了合成工作如何分配、有价值的中间体如何承受风险,以及各阶段需要多少物料。线性合成是让一个主要中间体依次经历各步操作。汇聚式合成则分别制备较大的片段,再在后期将其连接起来。汇聚式策略可以缩短从起始原料到目标产物的最长反应序列,并减少每个片段所经历的操作次数。
对于一条简单的线性反应序列,若各步收率分别为 ,则总收率为
连续十步反应,若每步分离收率均为 80%,总收率约为 ,即 10.7%。若每步收率为 90%,相应的总收率约为 34.9%。这种乘积关系解释了为什么单步收率看似不大的差异,会对物料利用情况产生显著影响。
汇聚式路线需要更细致的核算。假设两个片段各需四步制备,随后通过最后一步操作偶联。最长线性序列为五步,但两条支路的制备过程加起来仍包含九个不同的反应转化。最后的偶联会消耗两条支路的物料,而且消耗量可能并不相等。因此,最长线性序列、总步数、总收率和成本衡量的是路线质量的不同方面,不能相互替代。
困难反应在路线中的位置具有重要的策略意义。低收率转化若安排在路线后期,就会损失已经凝结了前面各阶段全部投入的物料。将其提前,或许能降低面临损失风险的物料价值,但只有在调整后的底物仍能发生预期反应时,这种改动才有益。同样,一条高度汇聚的路线,如果其关键的后期偶联不可靠,或需要使用大大过量的昂贵片段,也可能缺乏吸引力。
物料效率还取决于原子经济性,它根据配平后的反应方程式,描述反应物质量中有多少进入了所需产物。高收率不一定意味着高原子经济性:一个反应可能将底物干净地转化为产物,却同时脱去一个很大的活化基团,或生成大量化学计量的副产物。反过来,具有良好原子经济性的转化,也可能因转化率低、发生副反应或分离困难而表现不佳。
因此,工业上的路线比较会考虑更广泛的变量:起始原料价格、催化剂用量、溶剂消耗、纯化要求、设备、批次生产时间、杂质去除以及工艺危险性。绿色化学还明确关注废物、能源需求,以及试剂和产物的性质。逆合成分析为这类评估提供候选路线,但没有任何单一的数值评分能够涵盖所有目标。用于探索研究的简短路线、稳健的生产路线,以及为快速制备类似物而设计的路线,完全可以采用不同的切断方式。
在复杂分子合成与药物开发中的应用
全合成的目标是从较简单的物质出发构建复杂分子,而不只是通过从天然来源中分离,或对结构相近的天然物质进行修饰来获得目标分子。逆合成分析旨在找出关键的化学键,使这些键的形成能够高效地组装出分子骨架。成功的方案可能利用分子的对称性,重复使用同一种构建单元,或揭示出若干看似相互独立的结构特征其实可以通过一次串联反应或环加成反应共同形成。
复杂天然产物说明,最后形成的化学键未必是目标分子中视觉上最显眼的键。一个醒目的环连接部位可能很难直接构建,却很容易通过较早的环化步骤形成并保留下来。另一种情况是,先组装出结构复杂的多环中间体,再接上相对简单的侧链。分析中的难点在于区分结构复杂性与合成难度,并识别哪些结构特征可以一并构建。
维生素B12是一个历史性实例,体现了复杂分子合成所需统筹规划的规模。由罗伯特·伯恩斯·伍德沃德和阿尔伯特·艾申莫瑟领导的合作研究于1972年宣布完成了维生素B12的合成。该项目需要组装精细复杂的咕啉骨架,并满足严格的立体化学和官能团要求。它在合成规划方面的重要意义,不在于某一种具有广泛适用性的切断方式,而在于将片段制备、选择性偶联、环系构建以及对反应性官能团的全面控制整合起来。
药物发现还格外强调结构的多样化。合成路线可以围绕一种处于合成后期的共同中间体来设计,通过更换一个偶联组分或取代基,便可由此制备多种类似物。因此,对单个化合物而言效率最高的路线,其实用价值可能不及一条能够制备一系列相关结构的模块化路线。在这种情境下,逆合成决策需要权衡共同核心结构的制备难易程度,以及合成序列末期可进行化学修饰的范围。
工业生产则有另一套优先考量。1992年实现商业化的布洛芬三步BHC工艺,是工业合成路线重新设计中一个广为讨论的实例。该工艺以异丁苯为起始原料,通过酰化、氢化和羰基化反应制得产物。与较早的六步Boots工艺相比,它减少了转化步骤,提高了物料利用效率。其工业价值还取决于催化剂和试剂的回收利用,以及工艺整合;不能仅凭绘出的反应序列来评价这条路线。
生物催化拓展了合成规划者可用的方法。酶能以高选择性实现常规试剂难以完成的转化。在为西格列汀开发的生产路线中,一种经过工程改造的转氨酶能够将酮前体立体选择性地转化为所需的手性胺。这类实例表明,随着新的催化方法进入实际应用,逆合成的可能性也会发生变化:某个官能团曾被视为难以获得的合成终点,如今却可以成为直接、选择性切断的依据。
计算机辅助规划、验证与尚未解决的问题
计算机辅助逆合成将分子表示为结构化数据,并搜索能够将目标分子与可获得前体联系起来的转化。在一种常见的表述中,可供选择的反应构成“或”(OR)关系:多条路线中的任意一条都有可能制得目标分子。每个选定的反应又构成“与”(AND)关系,因为必须备齐该反应所需的全部前体。由此形成的搜索结构通常称为与或树或与或图;当不同路线共用中间体,或搜索再次遇到等价结构时,还会产生额外的复杂性。
早期系统主要依赖专家编写的转化规则。后来的方法将大型反应数据库与机器学习相结合,以预测有潜力的前体组合,并确定搜索的优先顺序。基于模板的系统提取或编码局部化学键变化模式,再将其应用于相匹配的目标结构。无模板系统则更直接地预测前体,例如使用序列模型或分子图模型。这些分类描述的是系统生成建议的方式,而非所提出的化学反应在实验上是否可行。
2018年,Marwin Segler、Mike Preuss和Mark Waller发表了一项广受关注的研究,将学习得到的反应偏好与蒙特卡洛树搜索相结合,用于多步合成规划。这类方法说明,预测合理的单步反应与找到完整路线是两个不同的问题。单步模型可能将有用的切断方式排在前列,却仍无法给出切实可行的合成路线,因为所提出的前体可能难以获得,或者搜索可能进入无法产生有效结果的分支。
对可接受起始原料的界定会显著影响结果。一条路线之所以看起来很短,可能只是因为系统将某种复杂的目录化合物视为可直接获得的原料,而实际上,该化合物可能价格昂贵、仅有少量供应,或不适合所需的生产规模。因此,路线比较取决于可采购原料清单、成本假设和搜索终止条件。搜索性能表面上的提升,可能反映的是这些假设的差异,而非化学推理能力的提高。
反应数据还带来了其他限制。已发表的文献和专利更多地记录成功或有用的反应,而对失败实验和狭窄操作窗口的记录则不够系统。试剂作用、立体化学、反应条件和收率等信息可能不完整,或表述含糊。训练数据中还可能存在与评估集中的样例高度相似的反应,使模型表现看起来优于其面对真正陌生的化学反应时的实际水平。预测文献反应中记载的前体,并不等同于证明一条新路线能够奏效。
实验验证仍然具有决定性意义。所提出的中间体必须经过制备、分离或其他形式的表征,并通过核磁共振和质谱法等方法,证实其具有预期的结构和立体化学特征。困难可能源于不稳定的中间体、未预料到的选择性、杂质,或规划模型未能体现的后处理行为。当前研究日益注重将路线生成与正向反应预测、条件选择、实验室自动化及工艺评估相结合,但如何可靠地处理陌生底物、复杂立体化学以及随规模变化的反应行为,仍是有待解决的技术问题。