基于神經網絡理論的難溶性藥物滲透泵處方設計專家系統(tǒng)的研究.pdf

1、本文以提高新藥研發(fā)效率、縮短新藥開發(fā)周期為主體思路，以計算機模擬藥物釋放為切入點，建立了以神經網絡理論和產生式規(guī)則為核心技術的難溶性藥物推拉式滲透泵處方設計專家系統(tǒng)。目的在于推廣普及滲透泵控釋技術，加快國內滲透泵制劑產業(yè)化進程；也希望起到拋磚引玉的作用，促進學科融合，有更多高、精、尖的科技融入藥劑學科；以期為我國藥劑學乃至藥學科學和技術向更快、更好、更強的發(fā)展貢獻一份力量。 本文選擇了劑量相差懸殊的難溶性藥物吲達帕胺、格列齊特和

2、雙嘧達莫為前期模型藥物，根據已有經驗進行了全方位、大跨度的因素考察。在1.5～200mg藥物劑量范圍內，在六千多個原始數據、八百多條溶出曲線和二百五十多組處方的基礎上，總結了包括高分子、促滲劑、粘合劑、致孔劑、包衣膜厚度及釋藥孔徑大小處方工藝因素對釋放行為影響的規(guī)律。以此為基礎并總結前人經驗建立了專家系統(tǒng)的規(guī)則庫，同時也根據上述原始數據建立了數據庫。 專家系統(tǒng)是人工智能應用研究中最活躍，研究得最廣泛的課題之一。目前已見報道的專家

3、系統(tǒng)未見適用于緩控釋制劑，而國內外關于滲透泵控釋制劑的研究已逐漸成熟，現在開展有關滲透泵控釋制劑專家系統(tǒng)的研究，具有非常重要的意義。專家系統(tǒng)主要包括人-機界面、知識庫和推理機。本文使用SQLServer管理數據庫和知識庫。BP神經網絡具有學習功能和高度非線性映射功能，基于這一特點，本文利用BP神經網絡建立了處方釋藥行為預測模型，進行目標處方搜索，并將其作為推理機的核心。通過人-機友好界面的設計，最終用VB．NET完成了一個可以充當專家或