机器学习预测超过900药物递送系统的3D打印性能

三维打印(3DP)是一种变革性技术,通过生产个性化的药物产品来推进药物研究。然而,由于在优化过程中采用了漫长的试错法,通过3DP取得的进展一直很缓慢。人工智能(AI)是一项技术,它可以通过分析大型数据集来彻底改变制药3DP。

强调

机器学习应用于968 3D印刷配方,从文献中开采。

预测了处理温度,原料特性和可印刷性。

ML也成功地能够预测药物溶解曲线。

这里,用于开发AI机器学习(ML)模型的文献挖掘数据用于预测3DP制剂管道的关键方面和体外溶出性。共有968种制剂,并从114篇文章中评估。探讨的ML技术能够学习和提供高达93%的精度,对于长丝热熔挤出过程中的值高达93%。另外,ML算法能够使用配方组合物的数据具有额外的输入特征,以预测3D印刷药物的药物释放。

通过人工神经网络获得最佳预测,其能够预测具有±24.29分钟的平均误差的制剂的药物释放时间。此外,揭示了最重要的变量,可以在制定发展中杠杆化。因此,得出结论是,ML证明是一种建模3D打印工作流程的合适方法。

在这里读这篇文章

文章信息:BraisMuñizCastro,Moe Elbadawi,Jun Jie Ong,The Song,Simon Gaisford,GilbertoPérez,Abdul W. Pasit,Pedro Cabalar,Alvaro Goyanes,机器学习预测3D打印性能超过900药物输送系统,控制释放杂志,第337卷,2021. https://doi.org/10.1016/j.jconrel.2021.07.046。


了解我们的3D印刷中的有关药物3D打印的更多信息:

3D印刷特殊与Aprecia&Merck  - 底部

你可能还喜欢