吳淑銘
(海南皇隆制藥股份有限公司 海南 海口 570311)
科技快速的發展,各種科學理論知識會進行相互滲透和相互作用,利用數據處理方法,優化藥物制劑工藝[1]。在生產藥物制劑的過程中,其流程和實踐以及配比的個各個因素對于藥物的實際藥效會產生一定的影響,在利用藥物制劑工藝的過程中,需要確定各個指標和方法標準。
在實際利用的過程中,利用各種數據處理方法對于藥物制劑實驗結果的影響是不同的,在藥物制劑當中,單指標和多指標利用的數據處理方法是不同的,結合當前我國藥物制劑工藝利用的方法,單指標通常都會利用方差分析法,但是在多指標數據當中利用方差分析方式并不合適,如果單獨利用就會產生偏差,無法有效的優化藥物制劑工藝,可以聯合數據處理方法,使數據結果的準確性不斷提高,在工藝優化的過程中提供更多數據方面的支持[2]。
在藥物制劑當中利用指標,可以對于制劑工藝的準確性和科學性等給予保證,處理多指標數據,需要結合實際情況采取加權處理,實現綜合評分。結合評價指標,以重要程度的優劣順序為基礎,利用累加法和連懲罰等方式,結合總分的高低,將優劣順序排列出來。當前在利用方差分析多指標綜合加權評分法的過程中,利用了比較繁瑣的計算方法,但是可以突出重點內容,獲得準確的結果,并且可以獲得最佳的工藝方法。利用方差分析多指標綜合加權評分法,可以將工藝效果不斷優化,并且存在一定的不足之處。實現方差分析的過程中需要利用指標值,如果指標值之間出現很大的誤差,那么對于計算結果的可靠性就會造成影響,從而對于結果分析的準確性產生影響。
利用多元回歸分析-效應面法響應面法,集合了數學運算中各種優點,在建模的過程中可以多組合分析藥物制劑當中的各種指標數據。利用多元回歸結合效應面法,需要將正交方差計算的不足之處進行彌補,利用回歸方程可以將各個因素對于指標的影響進行明確,進而綜合判斷實驗誤差,這樣可以有效的優化結果和工藝條件。利用多元回歸分析只是需要利用比較少的試驗數量,這樣可以有效的減少多指標中的參數作用,因此在數據處理的過程中可以獲得更加精確的計算結果。
人工神經網絡系統也被稱作是ANN,是有關人腦的神經網絡的數學模型,可以對于多因素多水平的非線性關系進行預測,可以實現多元同時優化,并且在藥學領域當中得到廣泛的利用。人工神經網絡系統功能屬于比較復雜的網絡模型,可以避免利用復雜的統計方法,并且可以結合自變量和因變量,在實現模擬和預測的過程中,產生的結果變差統統都會小于RSM。在優化制劑工藝方面利用人工神經網絡系統,可以實現網絡模型的構建和訓練,優化實驗條件仿真[3]。
利用多維空間三角形面積法,針對多組分釋放度屬于多維空間當中的一個點,實現三點連線,形成三角形面積,可以將吸收的動力學邊學情況表現出來。對于多維空間的點和點的距離進行計算,可以得到三個不同的時間點,形成三角形[4]。這樣就可以對其面積進行計算。明確釋放度三角形面積累計值和吸收度三角形麥基累積計值為基礎,可以將多組分釋放-釋放的相關性表現出來,利用體內外相關性可以對于藥物制劑工藝進行評價,并且可以有效的優化。多為空間三角形面積法屬于一種創新性的數據處理方法,可以對于藥物制劑工藝進行優化,因此在我國具有良好的發展前景。
藥物制劑工藝是非常復雜的,可以將多因素多水平的規律揭示出來,從而對于工藝產生優化作用。如果指標誤差不算很大,那么可以利用方差分析-多指標綜合加群啊評分法。RSM數據分析需要利用非線性方程,如果太過依賴,就會加大模型擬合的難度,如果聯系不是十分復雜,可以利用RSM方法[5]。ANN的基礎條件就是實驗數據,利用有限次迭代計算,可以獲得一個數學模型,反映出實驗數據的內在規律,可以利用數據可視化技術展現出直觀的圖形,這樣就可以優化多維非線性系統問題。如果物質組分比較明確,那么可以利用多維三角形面積法,可以將多組分藥物進行檢測。當前在我國還很少利用多為空間三角形面積法和代謝組學動態數學模型,近些年學科交叉滲透情況不斷深化,也不斷提高了制劑工藝研究工作者的研究水平,這可以推廣這兩種方法,更多的領域開始應用。
通過以上綜合的論述,在藥物制劑當中比較常見上述幾種數據處理方法,結合當今實際需要,利用有效的數據處理分析法,可以將制劑工藝當中存在的不足進行彌補,以科學知識為基礎,可以進一步優化這些工藝,使藥物制劑工藝得到完善,這樣可以保障藥物制劑質量得到更好的發展。
[1]徐艷艷,楊君燕,胡潔茹,何偉珍,趙應征,田偉強.柔性納米脂質體的制備及其腦內藥物遞送效率研究[J/OL].中國現代應用藥學,2014(09).
[2]張紀興,吳智南,陳小堅.基于ANN-PSO算法的pH依賴-時滯型地錦草結腸靶向給藥微丸制備工藝優化[J].中藥新藥與臨床藥理,2012,01:99-104.
[3]李銳華,孫增濤,王永香,劉恩順,楊晶,陸兆光,李英,丁崗.運用AHP結合熵權法優化疏風定喘顆粒炙麻黃組的醇沉工藝[J].中國實驗方劑學雜志,2016,20:1-5.
[4]李乃智.優化藥物制劑工藝的多種數據處理方法的研究[J].科學與財富,2017(7).
[5]譚素玲.化學藥物制劑處方及工藝研究[J].科研,2016(12):36.