Clasificación sin etiqueta de los sistemas de administración de fármacos a nanoescala mediante imágenes...

Área de la Ciencia:

• Nanotecnología farmacéutica
• Espectroscopia
• Inteligencia artificial

Sus antecedentes:

• La caracterización sin etiquetas de los sistemas de administración de fármacos a nanoescala es un desafío.
• Los métodos convencionales como la microscopía cryoelectrónica son lentos, de bajo rendimiento y pueden requerir etiquetado.
• El etiquetado puede alterar las propiedades de las nanopartículas e interferir con la funcionalidad de administración de fármacos.

Objetivo del estudio:

• Desarrollar un marco de imagen hiperspectral no invasivo (HSI) para clasificar los liposomas terapéuticos.
• Integrar el aprendizaje profundo, específicamente una red neuronal convolucional 3D (3D CNN), para una clasificación mejorada.
• Para abordar los problemas de desequilibrio de clase en los conjuntos de datos farmacéuticos utilizando la técnica de sobremostración minoritaria sintética (SMOTE).

Principales métodos:

• Utilizó imágenes hiperespectrales de campo oscuro (HSI) en el rango visible e infrarrojo cercano (VNIR) (400-1000 nm) para capturar datos espectrales de liposomas.
• Reducción de dimensionalidad aplicada (análisis de componentes principales - PCA) y extracción de parches para el preprocesamiento de datos.
• Se empleó la técnica de sobremostraje de minorías sintéticas (SMOTE) para equilibrar las clases de conjuntos de datos antes de la formación del modelo.
• Entrenó un modelo de red neuronal convolucional 3D (3D CNN) para extraer características espaciales y espectrales para la clasificación.

Principales resultados:

• El modelo 3D CNN-SMOTE logró una alta precisión de clasificación del 99,16%.
• Se obtuvieron puntuaciones F1 casi perfectas en todas las clases de liposomas, lo que indica un rendimiento robusto.
• El marco distinguió con éxito entre el control y los liposomas cargados de doxorubicina.

Conclusiones:

• El marco HSI sin etiqueta proporciona un método sólido y escalable para clasificar los portadores de fármacos liposomales.
• Este enfoque ofrece una herramienta prometedora para el control de calidad no destructivo en tiempo real en la formulación y fabricación de nanopartículas.
• La metodología es ampliamente aplicable al desarrollo farmacéutico, incluida la verificación de lotes y la evaluación de la eficiencia de encapsulación.