由于BINOL-手性磷酸配体（CPAs）的广泛应用和成功，促进人们发展多种高分子量并且立体结构拥挤的变体配体分子。

有鉴于此，犹他大学Matthew S. Sigman、加州大学伯克利分校F. Dean Toste等报道一种结构简单手性磷酸配体分子，这种磷酸分子仅有一个点手性中心位点。

本文要点

（1）

通过数据分析技术训练基于8-氨基喹啉催化剂数据集，单变量分类算法和多变量线性回归，给出了高选择性催化剂的关键特征，揭示了具有预期选择性的催化剂简单模型。

（2）

通过这项研究，能够得到具有更高选择性的肽、BINOL催化剂，立体选择性最高达到95:5 er。此外，将这种数据学习优化催化剂的方法成功的用于另外两种变体。总之，这项工作展示了通过理性设计和数据研究结合能够非常有效的发展新型催化剂。

参考文献

Jordan P. Liles, Caroline Rouget-Virbel, Julie L.H. Wahlman, René Rahimoff, Jennifer M. Crawford, Abby Medlin, Veronica S. O’Connor, Junqi Li, Vladislav A. Roytman, F. Dean Toste, Matthew S. Sigman, Data science enables the development of a new class of chiral phosphoric acid catalysts, Chem 2023

DOI: 10.1016/j.chempr.2023.02.020

https://www.sciencedirect.com/science/article/pii/S2451929423001122