Control de Calidad de Medicamentos a Base de Hierbas Basado en Técnicas Analíticas y Aprendizaje Automático: Avances...

Área de la Ciencia:

• Química Analítica
• Biología Computacional
• Farmacognosia

Sus antecedentes:

• Los medicamentos a base de hierbas (HM) requieren un control de calidad (QC) robusto para la modernización y la aceptación global.
• Los sistemas actuales de control de calidad para HM enfrentan desafíos en la estandarización y la evaluación integral.

Objetivo del estudio:

• Revisar la integración de tecnologías analíticas modernas con el aprendizaje automático (ML) para avanzar en el control de calidad de HM.
• Centrarse en aplicaciones en el rastreo del origen geográfico, la detección de adulteración y la identificación de especies durante la última década.

Principales métodos:

• Revisión sistemática de la literatura de investigaciones de los últimos 10 años.
• Análisis de estudios que integran técnicas como espectroscopía infrarroja (IR), espectrometría de masas (MS) y resonancia magnética nuclear (RMN) con algoritmos de ML.

Principales resultados:

• Los modelos de ML decodifican eficazmente datos químicos complejos de tecnologías analíticas.
• Se establecen marcos de evaluación predictiva y holística de la calidad, superando las limitaciones de marcadores únicos.
• Se demuestran aplicaciones en el rastreo del origen de HM, la detección de adulterantes y la identificación de especies.

Conclusiones:

• La síntesis proporciona una visión general completa del panorama de investigación actual en el control de calidad de HM.
• Esta revisión sirve como referencia fundamental para futuras estrategias de garantía de calidad de HM estandarizadas, basadas en datos e inteligentes.