人工神经网络方法预测处方和工艺变量对多方系统中泼尼松释放的影响

2022-05-07 17:04 下载量：2

资料摘要

资料下载

摘要:考察配方和工艺参数对多元微丸系统中泼尼松体外释放的影响。采用Box-Behnken响应面法(RSM)生成多元实验。挤出滚圆法用于制备微丸，溶出度研究使用USP第二十四章所述的美国药典(USP)仪器进行。采用反相高效液相色谱法(RP-HPLC)对溶出度进行分析。研究了微晶纤维素浓度、淀粉乙醇酸钠浓度、滚圆时间和挤出速度这四个配方和工艺变量，并用监测好的人工神经网络(ANN)监测药物释放、纵横比和产率。为了实现准确的预测，实验产生的数据使用反向传播(BP)和Broyden-Fletcher-Goldfarb-Shanno (BFGS) 57训练算法来训练多层感知器(MLP)，直到观察到满意的均方根误差(RMSE)值。研究表明，泼尼松的体外释放曲线受微晶纤维素浓度和淀粉乙醇酸钠浓度的显著影响。增加微晶纤维素的浓度可延缓溶出速率，而增加淀粉乙醇酸钠的浓度可提高溶出速率。滚圆时间和挤出速度对泼尼松释放的影响最小，但对挤出物和颗粒质量有显著影响。这项工作表明，响应面法可以成功地与人工神经网络同时用于剂型制造，从而可以探索单独使用响应面法时被忽略的试验区。

资料下载

文献贡献者

嘉盛（香港）科技有限公司

金牌会员 | 第19年

查看全部资料