一个系统的智能优化框架,用于持续发布的配方设计
Yuchao Qiao1,2, Yijia Wu1,2, Mengchen Han1,2
1Department of Health Statistics, School of Public Health, Shanxi Medical University, Taiyuan 030001, China.
这项研究提出了使用混合实验和先进算法的持续释放药物配方的优化策略. 配方45表现出优越的药物释放概况,显著改进了原始设计.
科学领域:
- 制药科学 制药科学
- 制定 发展 制定 发展
- 药物输送系统 药物输送系统
背景情况:
- 优化多组件持续释放配方是复杂的,因为许多相互作用的变量.
- 传统方法往往难以解释组件相互作用,同时优化多个目标.
研究的目的:
- 开发和验证一个系统的战略,以优化持续释放配方,使用混合物实验.
- 确定最佳配方成分,以提高药物释放概况.
- 整合先进的统计和计算方法,以实现强大的配方优化.
主要方法:
- 使用LASSO回归,平滑切割绝对偏差 (SCAD) 和最小形惩罚 (MCP) 的可变选.
- 构建一个基于二次推理函数的客观模型.
- 使用NSGA-III,MOGWO和NSWOA算法进行多目标优化,以生成帕雷托最佳解决方案.
- 使用重法和TOPSIS用于减少偏差的解决方案的评估.
主要成果:
- 经MCP选的模型显示出极好的匹配 (AIC=19.8028,BIC=45.2951),证实了其适合优化.
- 含有HPMC K4M,HPMC K100LV,MgO,乳糖和无水CaHPO4的特定比率的45型配方表现出优异的持续释放.
- 配方45的累积药物释放率为22.75% (2小时),64.98% (8小时) 和100.23% (24小时),与原始配方相比显著改善.
结论:
- 集成的工作流有效地模拟了持续释放配方的组件相互作用和重复测量.
- 这种方法为优化复杂的多组件药物输送系统提供了一种强大的,有科学依据的方法.
- 优化的配方表现出增强的药物释放特性,提供潜在的临床益处.
更多相关视频
06:24Generic Protocol for Optimization of Heterologous Protein Production Using Automated Microbioreactor Technology
Published on: December 15, 2017
06:00Optimization of the Epimedii Folium Mutton-Oil Processing Technology and Testing Its Effect on Zebrafish Embryonic Development
Published on: March 17, 2023
相关概念视频
Biopharmaceutical Factors Influencing Drug Product Design: Overview
Determination of Multiple Dosing Parameters: Loading and Maintenance Doses
Drug Dissolution: Requirements and Profile Comparison
Factors Influencing Drug Absorption: Pharmaceutical Parameters
Dosage Regimens: Designs and Approaches
Determination of Multiple Dosing Parameters: Steady-State, Minimum and Maximum Concentrations
