来源：RSC英国皇家化学会
手性氨基化合物特别是 α-氨基酸是有机化学、药物化学以及材料化学等领域中重要的合成砌块。开发灵敏、便捷的方法对这类试剂进行高效精确的手性分析引起了科研人员越来越多的关注。
北京协和医学院药物研究所李莉研究员课题组与南开大学陈弓教授课题组合作，利用邻苯二甲醛和对甲基硫酚与氨基进行高效、高选择性的三组分衍生化反应生成具有强 UV 和 CD 信号响应的异吲哚衍生物，通过圆二色谱分析技术建立了一种针对 α-氨基酸以及手性一级胺类化合物的快速、灵敏且精确的检测方法。相关工作发表在英国皇家化学会旗舰期刊 Chemical Science 上。
研究背景
氨基酸由于极性大而且紫外吸收弱，常用的色谱法如气相和液相法很难直接对其进行分析。虽然旋光度的测定可以实现氨基酸绝对构型以及光学纯度测定，但是这种方法的灵敏度较差，而且用量很大，对于微量样品很难进行操作（图 1）。
图 1. α-氨基酸结构
随后发展的柱前衍生法联合高效液相或者气相分析很大程度上弥补了这一短板，但是耗时长，溶剂消耗量大以及在实际操作上的繁琐和不便还是不能完美解决这一问题。因而科研人员们将目光逐渐转移到光谱学分析方法的探索上。过去十年里，基于圆二色谱（CD）的手性传感方法在手性小分子的分析领域得到了很大程度的提升，通过使用 CD 和 UV 光谱相结合的手段可以很方便的在一个仪器中完成，并且能对多个样品实现平行分析（图 2）。这种分析方式通常采用的是先将手性分析物与“传感试剂”（sensor）混合反应，再由圆二色谱仪对所产生的手性信息进行读取，产生 CD 和 UV 信号从而完成手性传感分析。这一方案的关键就在于混合反应选择，需要其非常快速、高效并且专一，体系所产生的极少量副产物不能干扰 UV 和 CD 信号的读取。
图 2. 基于 CD 和 UV 的手性光谱传感监测
Wolf 课题组在手性光谱传感分析方面做出了很多重要的工作，最具代表性的是使用氯代香豆素衍生物和氟代硝基苯衍生物作为衍生化试剂，选择性地与手性氨基化合物反应，从而产生明显的 CD 和 UV 信号进行手性分析检测（图 3）。虽然这种通过氨基取代的标记反应没有太多杂质产生，但是反应本身需要相对较长的时间（1-4 小时），并且还需在一个较高的浓度下（通常大于 1 mM）进行。
图 3. Wolf 课题组的共价标记探针
本篇工作
基于之前的研究工作，本文报道了一种新的对手性 α-氨基酸和 α-氨基化合物手性光谱传感分析方法。其亮点在于选用了邻苯二甲醛-对甲基苯硫酚-氨基化合物三组分衍生化方法作为“传感反应”，生成的异吲哚结构除了具有很强的 UV 和 CD 信号响应之外，同时还有着非常宽的检测浓度范围，从而建立了一种针对 α-氨基酸以及手性 α-胺类化合物的快速、灵敏且精确的分析检测方法（图 4）。
图 4. 李莉-陈弓课题组的三组分共价标记探针
本工作首先是从对邻苯二甲醛参与的三组分标记氨基化合物这一经典的反应进行“翻新”。虽然该类反应在室温下就可以实现快速专一的衍生化反应生成在 335 nm 处强紫外吸收的硫醇取代异吲哚结构，但是这个结构本身在室温下较容易氧化降解从而降低紫外吸收。同时，常使用的乙二硫醇，巯基丙酸等巯基试剂具有强刺激性气味给整个操作带来不便。作者通过对巯基试剂的筛选，发现使用对甲基硫酚可以很大程度上弥补上述缺陷同时还带来了效果的提升。首先，对甲基硫酚可以保持反应的极快速转化生成异吲哚衍生物（1-3 分钟），反应高效专一且体系干净；其次，生成的异吲哚结构的稳定性大大提高，空气中放置超过 12 个小时都不会发生分解；更为重要的是，相比其他巯基试剂，对甲基硫酚参与形成的异吲哚结构具有更强的 CD 信号，而且其自身紫外吸收弱，即使大大过量也不会对产物的 UV 和 CD 信号产生干扰（图 5）。
图 5. 方法的开发
该工作通过 DFT 计算模拟揭示了异吲哚结构在圆二色谱上产生 Cotton 效应的根源。衍生物 5e 中的甲苯基团应当处于芳香异吲哚平面结构的上方（构象 I）或者下方(构象 II)，以 C1-S 键为轴形成相反的两种立体化学排布（图 6）。两种构象经过圆二色谱的计算模拟会产生两种相反 Cotton 效应，但由于构象 I 要比构象 II 更稳定，含量更高，最终的加合结果是在 335 nm 处产生负的 cotton 效应，与实验结果相吻合。
图 6. 立体化学模型和 CD 信号计算模拟
如图 7 所示，这一手性传感方法对各种蛋白源氨基酸、非蛋白源氨基酸以及其它手性一级胺基类化合物都有很好的实用性。稍显遗憾的是对于脯氨酸（Pro）和半胱氨酸（Cys）无法进行手性传感分析（图 8）。脯氨酸的二级胺无法发生衍生化反应，而半胱氨酸侧链的巯基会很容易发生分子内反应从而生成三环的异吲哚衍生物。虽然赖氨酸（Lys）侧链的e-氨基也会与 oPA 反应生成异吲哚，但此处远离手性中心，对 CD 信号不产生干扰。
图 7. 各种氨基酸和胺类底物
图 8. 问题底物
本文还考察了不同样品浓度下的测试表现。以色氨酸（Trp）和丙氨酸（Ala）这两个代表性的氨基酸为例，分别在高浓度和低浓度下测试了其 UV 和 ee 值的线性，结果显示在 335 nm 处无论高浓度还是低浓度的测试样品，都可以呈现很好的 UV 以及 ee 值的线性关系，甚至在 5 mM 下都能保持良好的 ee 值线性，体现了这一方法的高灵敏性（图 9）。
图 9. 色氨酸和丙氨酸在 5 mM 至 8 mM 测量浓度区间的优异线性关联
最后本工作还展示了利用线性关系来测试目标氨基酸的浓度和 ee 值。同样以色氨酸（Trp）和丙氨酸（Ala）为例，无论是高浓度还是低浓度，主要异构体的绝对构型都能被正确读出，测试所得到的浓度和 ee 数值与真实值的误差都控制在 5% 以内（图 10）。
图 10. 代表性样品检测考察
本文报道的研究工作得到了中国医学科学院医学与健康科技创新工程(2016-I2M-3-009)和国家十三五重大专项子课题(2018ZX09711-001-005)基金的资助。南开大学博士生李博与协和药物研究所研究实习员张洁为本文的共同第一作者，李莉研究员和陈弓教授为本文共同通讯作者。
论文信息
A Rapid and Sensitive Method for Chiroptical Sensing of α-Amino Acids via Click-like Labeling with o-Phthalaldehyde and p-Toluenethiol
Bo Li, Jie Zhang, Li Li*（李莉，北京协和医学院药物研究所） and Gong Chen*（陈弓，南开大学）
Chem. Sci., 2021
http://dx.doi.org/10.1039/D0SC05749E
