This thesis, as a conclusion of the three years of the Ph.D. course, reports the four topics that most significantly characterized the research. The first chapter concerns the computational study of the reasons behind the unexpected stereochemical output during the desymmetrization reaction of a meso-compound. Then, it continues with the research done at the University of Oxford, using Machine Learning to guide the design of new organic catalysts. The third chapter aims to understand the mechanism of ligand exchange on titanocene derivatives, which will then be suitably functionalized by bioorthogonal chemistry for imaging purposes and as possible anticancer agents. Finally, another mechanistic study on Fe-porphyrin catalysts has allowed to highlight the small details that regulate the cyclopropanation process and how the catalyst environment close to the metal center can further reduce the activation energies of the processes in a sort of enzyme-like behavior.
Il presente lavoro di tesi, a conclusione dei tre anni di Dottorato di Ricerca, riporta i quattro argomenti che più significativamente hanno caratterizzato questo percorso. L’elaborato inizia con un primo capitolo riguardante lo studio computazionale delle ragioni che portano ad un inatteso output stereochimico durante la reazione di desimmetrizzazione di un composto meso. Prosegue con il lavoro svolto presso l’Università di Oxford, utilizzando il Machine Learning per indirizzare il design di nuovi catalizzatori organici. Il terzo capitolo mira a comprendere il meccanismo di scambio di leganti su derivati titanocenici, che verranno poi opportunamente funzionalizzati tramite chimica bioortogonale per scopi di imaging e come possibili antitumorali. Infine, un altro studio meccanicistico su catalizzatori Fe-porfirinici ha permesso di evidenziare i piccoli dettagli che regolano il processo di ciclopropanazione e come l’intorno chimico a ridosso del centro metallico possa ridurre ulteriormente le energie di attivazione dei processi in una sorta di comportamento simil-enzimatico.
COMPUTATIONAL CHEMISTRY: a useful art to support asymmetric organic synthesis and organometallic chemistry
CASALI, EMANUELE
2022
Abstract
This thesis, as a conclusion of the three years of the Ph.D. course, reports the four topics that most significantly characterized the research. The first chapter concerns the computational study of the reasons behind the unexpected stereochemical output during the desymmetrization reaction of a meso-compound. Then, it continues with the research done at the University of Oxford, using Machine Learning to guide the design of new organic catalysts. The third chapter aims to understand the mechanism of ligand exchange on titanocene derivatives, which will then be suitably functionalized by bioorthogonal chemistry for imaging purposes and as possible anticancer agents. Finally, another mechanistic study on Fe-porphyrin catalysts has allowed to highlight the small details that regulate the cyclopropanation process and how the catalyst environment close to the metal center can further reduce the activation energies of the processes in a sort of enzyme-like behavior.File | Dimensione | Formato | |
---|---|---|---|
Tesi-Dottorato-Casali.pdf
accesso aperto
Dimensione
35.01 MB
Formato
Adobe PDF
|
35.01 MB | Adobe PDF | Visualizza/Apri |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14242/84048
URN:NBN:IT:UNIPV-84048