海洋天然产物aspergillamide C的结构解析

2023-10-30 17:26:31, 编译| 胡炽文 Advanced Chemistry Development, Inc. (ACD/Labs)

海洋微生物中含有的肽类化合物具有多种生物活性，如抗微生物、抗病毒、抗肿瘤和抗氧化等，这使得它们在保健食品和药物方面具有广阔的应用前景。其中，aspergillamides 是一类独特的三肽化合物，主要来源于海洋来源的Aspergillus真菌，其中包含罕见的去氢色氨酸结构片段。虽然aspergillamides显示出中等的细胞毒性效应，但它们的结构多样性主要由双键的几何异构和氨基酸组成的变化所决定。不过，目前已报道的天然来源的aspergillamides化合物数量有限，不超过十种。为了寻找新的具有生物活性的次生代谢产物，研究人员^[1]选择了Aspergillus terreus SCSIO 41008进行化学研究，最终分离并鉴定出一种新的化合物aspergillamide C（1）。

化合物1 呈无色油状物。通过高分辨质谱(HR-ESI-MS)的准分子离子峰m/z_513.2482[M+Na]⁺(计算得到的值为513.2478)，得知其分子式为C₂₈H₃₄N₄O₄。为了揭示该化合物的结构，研究人员采集了1D核磁共振(NMR)、HSQC、HMBC、COSY和NOESY谱图，并收集到的数据如表1所示。

表1. 化合物aspergillamide C的NMR数据

我们把这些数据被输入到ACD/Structure Elucidator (ACD/SE)软件中，以检验软件的计算能力。ACD/SE自动生成了一个分子连接图(MCD)，我们对其进行了轻微的手动编辑，如见图1所示。

图1. 分子连接图

碳原子的杂化状态通过不同的颜色标记:sp2—紫色，sp3—蓝色，非sp (sp2或sp3)—浅蓝色。标签“ob”和“fb”分别表示：必须为与杂原子相邻(ob)或禁止相邻的(fb)碳原子。HMBC的相关性用绿色箭头标记。，而COSY连接由蓝色箭头标记。明显的C=O键和N-CH3基团是通过人工定义的，以加速结构生成。

ACD/SE程序检查MCD中是否存在矛盾，结果报告数据一致性良好。因此，我们启动严格的结构生成，然后进行¹³C化学位移预测和结构过滤。

结果:k= 2 162 → (结构过滤) → 94 → (重复消除)→ 71,tg= 11s。

结构根据¹³C化学位移预测值与实验值的平均偏差进行升序排列。有趣的是，文章报道的结构1 并没有被生成。前六位的结构如图2所示。

图2. 输出文件中排名前六的结构

ACD/SE使用基于HOSE算法、神经网络算法和增量法进行了13C化学位移预测。这些方法确定的13C化学位移的平均偏差分别用dA、dN和dI表示。每个原子的颜色表示其实验值和计算值之间的差异。绿色表示差异在0到3 ppm之间，黄色表示3到15 ppm，红色表示大于15 ppm。

图2显示，排名第一的结构#1(CASE solution)与化合物1 不同，结构差异如图3所示。

图3. aspergillamide C的报道结构和ACD/SE推导出的最佳结构比较

文献^[1]的作者承认存在一个H-20和CH3-18之间的非标准HMBC相关，这一假设使得他们能够确认aspergillamide C的结构为结构1。为了生成结构1，我们在ACD/SE软件将上述相关的长度设置为2-4个化学键，重复计算过程。

结果:k= 4276 → (结构过滤)→ 166 → (重复消除)→ 121,tg= 19s。

前三位的结构如图4所示。

图4. 允许H-20与CH3-18之间存在非标准HMBC相关(长度为2-4个键)所获得结果中的前三名结构。

我们看到结构1 在排序过程中位于第二位，根据平均偏差和最大偏差的结果，表明CASE推导的排名第一的结构#1是最可能的。该结构的合理性也经DP4概率计算进一步确认。根据文献^[2-6]中推荐的方法，可以在结构#1和#2的基础上，通过构象分析和基于DFT的化学位移预测，明确确定正确的结构。此外，通过¹⁵N相关实验(HMBC)也可以提供额外信息以确认正确结构。

本例说明，利用ACD/SE软件的CASE专家系统可以快速定位最可能的目标化合物结构。当存在非标准的二维相关信号时，允许一定范围的非标准相关长度，可以帮助找到propose结构。但需要辅助手段如DP4概率计算和量子化学计算以明确识别最佳结构。综合多种信息以校正和确认天然产物结构是结构鉴定的重要策略。

尽管如此，结构1很可能需要修正为ACD/SE软件推荐的结构:

参考文献：

1、Xiao-Wei, L.Yun, L. Yong-Jun, Z. Xue-Feng, L. Yong-Hong. (2019). Peptides and polyketides isolated from the marine sponge-derived fungus Aspergillus terreus SCSIO 41008. Chinese Journal of Natural Medicines, 17(2), 149-154.

2、V. Buevich, M. E. Elyashberg. (2016). Synergistic combination of CASE algorithms and DFT chemical shift predictions: a powerful approach for structure elucidation, verification and revision. J. Nat. Prod., 79(12), 3105–3116.

3、V. Buevich, M. E. Elyashberg. (2018). Towards unbiased and more versatile NMR-based structure elucidation: A powerful combination of CASE algorithms and DFT calculations. Magn. Reson. Chem., 56, 493–504., DOI: 10.1002/mrc.4645

4、V. Buevich, M.E. Elyashberg. (2020). Enhancing Computer Assisted Structure Elucidation with DFT analysis of J-couplings. Magn. Reson. Chem., 58(6), 594-606, DOI: 10.1002/mrc.4996

5、Elyashberg, I.M. Novitskiy, R. Bates, A.G. Kutateladze, C.M. Williams. (2022). Reassignment of Improbable Natural Products Identified through Chemical Principle Screening. Eur. J. Org. Chem., e202200572. https://doi.org/10.1002/ejoc.202200572

6、Elyashberg, S. Tyagarajan, M. Mandal, A.V. Buevich. (2023). Enhancing Efficiency of Natural Product Structure Revision: Leveraging CASE and DFT over Total Synthesis. Molecules, 28(9), 3796.

编译| 胡炽文的近期文章