マルチクリテリア決定分析と溶解性パラメータモデリングを用いたナノ結晶安定化における表面活性剤の性能の予測と検証
Tanaka Ndongwe1, Pedzisai A Makoni1, Gauta G Matlou2
1Department of Pharmaceutical Sciences, School of Pharmacy, Sefako Makgatho Health Sciences University, Pretoria, South Africa.
適切な安定剤の選択は,クルクミンナノ結晶を作るための鍵です. この研究では,ハンセン溶解性パラメータによって予測され,実験的に確認された部分混合性が,最適な品質とサイズに決定的であることを発見しました.
科学分野:
- 製薬ナノテクノロジー 製薬ナノテクノロジー
- マテリアルサイエンス 材料科学
- コンピューティング・ケミストリー
背景:
- カルキュミン (CUR) は水溶性の低い薬剤 (BCSクラスIV) である.
- 安定したナノ結晶 (NCs) の開発は,CURの生物利用性を改善するために不可欠です.
- 安定剤の合理的な選択は難しいが,ナノ結晶の製造には極めて重要です.
研究 の 目的:
- カルクミンナノ結晶 (CUR-NC) 生産における合理的な安定剤選択のための統合的枠組みを開発する.
- ハンセン溶解性パラメータ (HSP) 理論と実験的検証を使用して7つの表面活性物質の有効性を評価する.
- 望ましい粒子のサイズと低ポリ分散性を有する高品質のCUR-NCを生産するための最適な条件を特定する.
主な方法:
- ハンセン溶解性パラメータ (HSP) 理論を薬-表面活性剤の混合性を予測するために適用する.
- 表面活性物質の体系的な実験評価のための一般因数学的設計 (DoE).
- 表面活性剤の濃度が異なるCUR-NCを生産するための湿地加工技術.
- 粒子サイズ (PS) とポリ分散度指数 (PDI) を重要な品質属性 (CQA) として評価する.
- 累積加重TOPSISスコア (CWTS) を使用した多基準決定分析.
主要な成果:
- HSPと相対エネルギー差 (RED) の値は,安定剤と薬物の相互作用を効果的に予測しました.
- 最適なCUR-NC品質のために,中間混合性/溶解性窓 (ΔδT ≈ 3-6 MPa1⁄2,RED ≈ 0.7-1.0) が特定されました.
- TPGS 1000とTween 20は,CUR-NC製造のための最も効果的な安定剤として特定されました.
- 部分混合性は,ナノ結晶の安定化に成功するための重要な要因として確認されました.
結論:
- in silico HSPモデリングと実験的実験設計 (DoE) の統合は,製薬ナノ結晶開発のための資源効率的な戦略を提供します.
- このフレームワークは,合理的な安定剤選択を可能にし,水溶性の低い薬物ナノ結晶の生産を最適化します.
- この発見は,上から下へのナノ結晶化における安定剤の選択を導くための重要なパラメータとして,部分混合性の使用を支持する.
さらに関連する動画
06:31Studying Surfactant Effects on Hydrate Crystallization at Oil-Water Interfaces Using a Low-Cost Integrated Modular Peltier Device
Published on: March 18, 2020
10:12Flash NanoPrecipitation for the Encapsulation of Hydrophobic and Hydrophilic Compounds in Polymeric Nanoparticles
Published on: January 7, 2019
関連する概念動画
Factors Affecting Dissolution: Particle Size and Effective Surface Area
Bioavailability Enhancement: Drug Solubility Enhancement
Factors Affecting Dissolution: Drug Permeability, Stability and Stereochemistry
Theories of Dissolution: The Danckwerts' Model and Interfacial Barrier Model
