Video Experimental Relacionado
Updated: Jul 30, 2026

12:07
Fabricating Degradable Thermoresponsive Hydrogels on Multiple Length Scales via Reactive Extrusion, Microfluidics, Self-assembly, and Electrospinning
Published on: April 16, 2018
14.0K
Red neuronal artificial como estrategia para predecir propiedades reológicas en formulaciones de emulgeles
Laura Sofia Duarte1, Laura Molano1, Ronald Andrés Jiménez1
1INQA, Química Farmacéutica, Universidad El Bosque, Bogotá, Colombia.
Scientific reports
|January 11, 2026
Resumen
Este estudio combina Quality by Design (QbD) con Redes Neuronales Artificiales (ANN) para optimizar formulaciones de emulsiones de carbopol. El enfoque QbD-ANN predice con precisión la viscosidad, mejorando el desarrollo farmacéutico y la calidad del producto.
Área de la Ciencia:
- Ciencia Farmacéutica
- Ingeniería Química
- Ciencia de Datos
Sus antecedentes:
- La optimización de las emulsiones a base de carbopol requiere la comprensión de las complejas relaciones entre los atributos del material, los parámetros del proceso y los atributos críticos de calidad como la viscosidad.
- El desarrollo de formulaciones tradicionales puede consumir mucho tiempo y recursos.
Objetivo del estudio:
- Desarrollar y validar un marco integrado de Quality by Design (QbD) y Redes Neuronales Artificiales (ANN) para predecir y optimizar formulaciones de emulsiones a base de carbopol.
- Vincular los atributos críticos del material y los parámetros del proceso con los atributos críticos de calidad, específicamente la viscosidad.
Principales métodos:
- Se utilizaron los principios de Quality by Design (QbD) combinados con Redes Neuronales Artificiales (ANN).
- Se seleccionaron variables clave, incluido el tiempo de mezcla, la velocidad de mezcla y la viscosidad, para estimar la concentración de carbopol y modelar relaciones no lineales.
- Se entrenó, validó y probó el modelo ANN utilizando datos experimentales y se compararon sus predicciones con formulaciones comerciales.
Principales resultados:
- El modelo integrado QbD-ANN demostró un excelente rendimiento predictivo, particularmente para sistemas de alta viscosidad (>50,000 mPas).
- Se observó una fuerte correlación entre los valores de viscosidad predichos y experimentales, lo que confirma la robustez del modelo.
- El modelo capturó eficazmente las relaciones no lineales que influyen en el comportamiento de la emulsión.
Conclusiones:
- El marco QbD-ANN proporciona una metodología sistemática y basada en datos para el desarrollo racional de formulaciones farmacéuticas.
- Este enfoque reduce la carga de trabajo experimental y mejora la comprensión del proceso para controlar la viscosidad de la emulsión.
- El estudio apoya los principios modernos de gestión de la calidad farmacéutica, garantizando la calidad, reproducibilidad e innovación del producto.
Palabras clave:
ANNemulsiones de carbopoloptimización de formulaciones farmacéuticasmodelado predictivoQbDviscosidad y parámetros de proceso
