聚合物微粒在不断变化的药物输送环境中:机器学习的挑战和作用
Zeqing Bao1, Jongwhi Kim2, Frantz Le Devedec1
1Acceleration Consortium, University of Toronto, Toronto, ON M5S 3H6, Canada.
International journal of pharmaceutics
|June 27, 2025
概括
聚合物微粒 (MP) 对于长效注射剂 (LAI) 是至关重要的,但在配方和制造方面面临着障碍. 机器学习 (ML) 为克服这些障碍和推进LAI治疗开发提供了一个有希望的解决方案.
科学领域:
- 生物材料科学 生物材料科学
- 药物输送系统 药物输送系统
- 制药技术 制药技术 制药技术
背景情况:
- 聚合物微粒 (MPs),特别是基于poly (?? 乳酸-co-glycolide) (PLGA) 的系统,已成为长效注射药物 (LAI) 药物输送的成熟平台.
- PLGA MPs提供诸如控制释放,降低剂量频率和增强患者坚持等好处.
- 目前在配方设计和制造方面的局限性阻碍了这些LAI系统的更广泛应用和发展.
研究的目的:
- 检查阻碍开发基于聚合物微粒的LAI疗法的关键障碍.
- 突出机器学习 (ML) 在克服这些挑战方面的潜力.
- 探索ML如何加速创建创新和可扩展的LAI系统.
主要方法:
- 对LAI的聚合物微粒子配方和制造现有文献的审查.
- 对配方设计空间复杂性和制造挑战的分析.
- 在药物输送和材料科学中探索机器学习应用.
主要成果:
- 显著的配方复杂性和制造挑战限制了LAI的聚合物MP的开发.
- 机器学习为克服这些复杂性提供了变革性的潜力.
- 机器学习可以简化开发流程,加快创建新的LAI系统.
结论:
- 克服配方和制造障碍对于推进基于聚合物MP的LAI疗法至关重要.
- 机器学习提供了一个强大的工具包来解决这些局限性.
- 基于ML的方法可以加速LAI药物交付的创新和可扩展性.
