剑桥实验室的一次失误,意外发现了一种改良药物分子的强力新方法

作者: aeks | 发布时间: 2026-03-14 18:03 | 更新时间: 2026-03-14 18:03

学科分类: 化学工程与技术 生物医学工程 药学

剑桥实验室的一次失误,意外发现了一种改良药物分子的强力新方法
剑桥实验室的一次失误,意外发现了一种改良药物分子的强力新方法

3月12日发表于《自然·合成》(Nature Synthesis)的一项突破性研究,报道了剑桥大学团队发明的一种名为‘反傅-克’(anti-Friedel-Crafts)的新型化学反应。传统傅-克反应需强酸、重金属催化剂及高温高压等严苛条件,因此通常只能在药物合成早期使用,后续还需多步修饰才能得到目标分子,耗时耗力、成本高、污染大。而新方法彻底扭转这一流程:它利用普通LED灯光在室温下即可启动反应,触发自持链式过程,在温和、无毒、低成本条件下精准形成碳碳键——这是构成药物、塑料、燃料等绝大多数有机分子的‘骨架键’。实际应用中,化学家无需将整个分子拆解重装,而可在药物研发后期(如候选化合物确定后)直接对复杂分子进行微调,原本需数月完成的改造,现在可快速实现。首作者、剑桥圣约翰学院博士生大卫·瓦伊(David Vahey)指出,该技术特别适用于过去极难修饰的药物分子;科学家以往为测试一个微小结构变化,常需重建大片分子结构,如今则可从‘命中化合物’(hit compound)出发,后期灵活优化。该反应选择性极高,只改变分子中特定位置,不干扰其他敏感官能团(即具备‘高官能团耐受性’),这对保障药效、降低副作用至关重要。因全程避开重金属、强腐蚀试剂和长合成路线,该技术还可显著减少制药过程中的有毒废料与能耗,助力绿色制药。研究灵感源自剑桥埃文·赖斯纳(Erwin Reisner)教授团队长期开展的仿生光化学研究(如模拟光合作用转化CO₂)。值得一提的是,这一发现源于一次‘失败’的对照实验:瓦伊移除了预设的光催化剂后,意外发现反应依然高效发生——这枚‘粗糙原石中的钻石’促使团队深入探究,最终揭示全新机理。随后,团队联合都柏林三一学院开发机器学习模型,能基于已有反应数据预测该反应在全新未测试分子上的发生位点,大幅提升筛选效率。阿斯利康公司参与验证表明,该技术可适配工业连续流生产体系。赖斯纳强调:‘这不是改良,而是开辟了一条在现实条件下构建碳碳键的新路径,让过去难以触及的化学空间变得可及。’文中还列举了X射线、青霉素、伟哥等10个著名偶然科学发现案例,印证‘意外’在科学突破中的关键价值:真正的发现始于对异常结果的好奇与追问,而非简单忽略。

DOI: 10.1038/s44160-026-00994-w

标签: 机器学习辅助化学预测 碳碳键构建 绿色制药