Azabicycloalkanone synthesis by transannular cyclization

Une stratégie de synthèse efficace de différents composés de type azabicyclo[X.Y.0]alkanone fonctionnalisés a été développée. La stratégie synthétique implique la préparation de dipeptides par couplage avec des motifs vinyl-, allyl-, homoallyl- et homohomoallylglycine suivi d’une réaction de fermeture de cycle par métathèse permettant d’obtenir des lactames macrocycliques de 8, 9 et 10 membres, qui subissent une iodolactamisation transannulaire menant à l’obtention de mimes peptidiques bicycliques portant un groupement iode. Des couplages croisés catalysés par des métaux de transition ont été développés pour la synthèse d’acides aminés ω-insaturés énantiomériquement purs à partir de l’iodoanaline. L’étude du mécanisme suggère que l’iodure subit une attaque du coté le moins stériquement encombré de la lactame macrocyclique insaturée pour mener à l’obtention d’un intermédiaire iodonium. La cyclisation se produit ensuite par une route minimisant les interactions diaxiales et la tension allylique. L’iodolactamisation des différentes lactames macrocycliques insaturées a mené à l’obtention regio- et diastéréosélective d’acides aminés 5,5- et 6,6-iodobicycicliques. De plus, une imidate azabicyclo[4.3.1]alkane pontée de type anti-Bredt fut synthétisée à partir d’une lactame macrocyclique insaturé à neuf membres. Les analyses cristallographiques et spectroscopiques des macrocycles à 8, 9 et 10 membres, du composé iodobicyclique 5,5 ainsi que de l’imidate pontée, montrent bien le potentiel de ces dipeptides rigidifiés de servir en tant que mimes des résidus centraux de tours β de type I, II’, II et VI.

Cross-sectional dependence in idiosyncratic volatility

This paper introduces a framework for analysis of cross-sectional dependence in the idiosyncratic volatilities of assets using high frequency data. We first consider the estimation of standard measures of dependence in the idiosyncratic volatilities such as covariances and correlations. Next, we study an idiosyncratic volatility factor model, in which we decompose the co-movements in idiosyncratic volatilities into two parts: those related to factors such as the market volatility, and the residual co-movements. When using high frequency data, naive estimators of all of the above measures are biased due to the estimation errors in idiosyncratic volatility. We provide bias-corrected estimators and establish their asymptotic properties. We apply our estimators to high-frequency data on 27 individual stocks from nine different sectors, and document strong cross-sectional dependence in their idiosyncratic volatilities. We also find that on average 74% of this dependence can be explained by the market volatility.