研究兴趣
机理研究
研究概述
我们对采用电子结构理论计算，主要依赖于密度泛函理论（DFT），进行复杂有机和有机金属催化体系的计算机理论研究感兴趣，这些体系在学术界和工业界都具有重要意义。我们目前专注于过渡金属催化的C-H官能化以及有机催化的不对称合成，用于复杂分子的构建。 我们正在建立应用机器学习的原子间势（MLIPs）的能力，以研究传统上具有挑战性的化学体系，例如难以通过静态DFT准确捕获的动态和熵效应。我们的兴趣还包括编码和工作流开发，以促进高通量量子化学研究和机器学习应用，旨在简化计算研究实践。- 计算均相催化
- 化学机器学习
有机金属催化
C-H官能团化
有机金属催化
过渡金属（TM）催化的C-H官能化为有机合成提供了许多机会，可以通过从许多有机分子中存在的不活泼、普遍的C-H键中锻造有用的C-X键来进行。使用TM选择性地官能化C-H键特别具有吸引力，因为它提供了将小烷烃转化为更高价值、官能化的分子或直接操纵带有其他官能团的复杂分子的原子经济方法。这种TM催化的C-H官能化通常依赖于定向基团（DGs）来进行目标C-H活化。还开发了无定向基团方法，以避免引入和随后去除协同DGs以实现步骤经济性。我们有兴趣研究此类DG辅助和DG自由催化体系的机制。
a)
使用共价/非共价定向基团或底物中固有官能团进行过渡金属催化的选择性C-H活化。b)
手性对映选择性C-H官能化。
Pd(OAc)2催化的炔基化反应的Gibbs自由能图。MPAA配体降低了C-H活化的能垒（ts-1'比ts-1低）。此外，乙酸银辅助降低了β-溴消除的能垒（ts-4'比ts-4低）。
在反应机理的研究中，我们经常需要了解导致不同化学选择性的分子机制。此外，我们还可以比较不同底物的化学反应性。在芳烃的间位选择性C-H官能团化反应研究中（第一个面板），我们能够通过比较每个位置的翻译频率决定性过渡态（TDTS）来计算解释独占的间位选择性而非邻位或对位选择性的原因（中间面板）。我们还可以通过同位素反应焓计算（未显示）计算不同尺寸的钯环中间体中的环张力的差异。
高度间位选择性的芳烃烯丙基化反应（第一个面板），以及芳烃位点选择性的相对能垒（中间面板）和E-烯丙基产物形成相对于Z-烯丙基和苯乙烯产物形成的环张力（最后一个面板）。
有机催化
N-杂环卡宾（NHC）催化
NHC有机催化剂提供了多种催化活化模式：NHC活化的物种可以通过极性交换加成与羰基碳发生反应，也可以通过氧化的Brewslow中间体与亲核物质发生反应。这为计算工具提供了研究详细机制的许多途径。我们的实验室将研究无金属有机催化，包括卡宾催化。我们旨在为手性分子构建的有机催化领域做出贡献，目的是发现新的活化模式，并对具有挑战性的惰性分子（如酮基化合物、烯醇和醇）进行官能化，用于制药、农药和特种化学品合成。我们将探索在NHC作为不对称Brønsted碱的领域中的一些挑战。
c) 有机卡宾催化剂的两亲反应性。d) 使用各种底物进行卡宾催化反应的示例。
化学生物学
我们还能在生物环境中进行计算模拟化学反应。在一个项目中，我们应用DFT研究来了解α-C氨基酸残基的标记，这可以用作研究化学结构和机制的潜在探针。如果可以在原位对小肽和蛋白质进行标记，那么这尤其重要。从后合成修饰和正常代谢中形成的去氢丙氨酸（Dha）氨基酸残基，可以作为其α-C位点的去除靶点。可以使用量子力学工具如DFT来研究从二烷基化半胱氨酸残基形成去氢丙氨酸的机制。E2消除与去质子化形成亚砜杂环叶离子并随后的分子内“卡巴-斯韦恩”型环裂解等竞争机制可以直接进行比较。
从二烷基化半胱氨酸残基形成去氢丙氨酸的竞争机制的吉布斯自由能剖面图。在正式的[3+2]环裂解发生时，HOMO（在等值面0.05
a.u.处）显示了协同的电子运动。
传统上，在杂化催化的反应中，常常依赖于隐式溶剂模型的静态DFT研究1。虽然这种方法在降低计算成本方面提供了解释性和预测性的成功，但在溶剂分子实际参与反应且需要显式溶剂的情况下可能不足。然而，用DFT级别的显式溶剂在催化体系中研究可以计算成本很高，尤其是对于需要大量轨迹的大动态系统。
利用主动学习策略加速的机器学习分子动力学（MD）模拟。图表改编自 Chem. Sci., 2023, 14, 8338
基于我们在杂化催化中反应化学的MLIPs工作，我们目前正在探索如何将这些MLIPs应用于研究显式溶剂和大熵变变化在其中起重要作用的均相催化体系。我们希望利用主动学习来降低培训成本，而不用担心MLIP势的可传递性。借助这些工具，可以在可负担的成本内在DFT级别的准确性下对昂贵和具有挑战性的系统进行研究，例如显式溶剂和大长度和时间尺度上的动态效应。
Translated by ChatGPT and editted thereafter.
研究和工作经验
教学经验
