マシン・ラーニング・モデル (Sol_ME) がアパルウタミドの単量脂質製剤の開発を支援した:製剤,薬動力学,および薬動力学の評価
Swayamprakash Patel1, Alkesh Patel2, Neel Shah1
1Department of Pharmaceutical Technology, Ramanbhai Patel College of Pharmacy, Charotar University of Science and Technology (CHARUSAT), CHARUSAT Campus, Changa 388421, India.
International journal of pharmaceutics
|August 26, 2025
まとめ
この研究では,アパルウタミドの新しい脂質基製剤が開発され,非転移性離抵抗性前立腺がん (nmCRPC) の治療における生物利用性と有効性を改善しました. 人工知能によるアプローチは 患者にもっと便利な選択肢です
科学分野:
- 医薬品科学
- 薬物投与システム
- コンピュータ化学
背景:
- アパルタミドは,非転移性離抵抗性前立腺がん (nmCRPC) に使用される強力なアンドロゲン受容体阻害剤です.
- アパルウタミドの溶解性と高用量要求は,アパルウタミドの治療力を制限する.
- アパルウタミドの生体利用性と患者の服従を改善するために,新しい製剤戦略が必要である.
研究 の 目的:
- アパルウタミド (240 mg) の新しい,単回用,脂質ベースの軟ゼラチンカプセル製剤を開発する.
- アパルウタミドの溶解性の低下と高用量要件に対処するために.
- 薬剤の補助物質の選択を最適化し,生物利用性を高めるために機械学習を利用する.
主な方法:
- 機械学習モデル (Sol_ME) は,AIによる補助剤選択に使用されます.
- 肉油は最適の溶解剤であり,バニリンがさらに強化されています.
- アパルタミド投与のための脂質ベースの軟ゼラチンカプセルの開発.
主要な成果:
- 標準製剤と比較して,最適化された製剤は分散性,安定性,および生物利用性を改善しました.
- 薬理学的な研究では,Cmax (7860. 66 ng/ mL vs 4850. 19 ng/ mL) とAUC0-∞ (190, 500. 75 ng· h/ mL vs 123, 879. 63 ng· h/ mL) が著しく増加することが示されました.
- 薬動学的評価は,優れたアンドロゲン抑制と腫瘍抑制を確認した.
結論:
- アパルウタミドの投与には効率的で患者フレンドリーな代替品を提供している.
- この新しいアプローチは,nmCRPCに対するアパルタミドの治療効果を高めています.
- 機械学習は 改善された薬物投与システムの開発を加速します
