PMEC中国制药机械展了解到，近日，一论文展示了优化流程在制药中实施逆向设计的新应用。评估了机器学习技术用作替代模型，优化基于三单元湿法制粒的流程模型，用于制造固体剂型。
目前，相关团队已经开始调查深度学习在流程开发中的潜在应用，但目前，该技术在该领域的使用尚未广泛。
PMEC中国制药机械展了解到，近年来，已经发生了范式转变，开始使用基于模型的策略，例如工艺模型来模拟粉末加工中的多个单元作。开发了一种新的溶出模型，模型分析了颗粒大小、孔隙率和微观结构如何影响溶出速率。
比较了两种优化方法：基于自动编码器的逆向设计和基于代理的正向优化。在这项研究中，基于自动编码器的逆向设计在制药工艺开发中使用了人工智能 （AI） 和 ML。
这些方法有效地解决了最大化溶解时间，同时最大化产量以达到目标产品质量的多目标问题。
据报道计算效率很高，可在一分钟内完成计算。
作者解释说，逆向设计优化首先要建立预定义的目标产品质量，并使用计算算法生成可能的参数组合，以生产具有指定输出的最终产品。
制药工艺开发的未来应用
总体而言，该研究表明，新方法具有提高复杂制造效率和产品质量的潜力。因此，作者认为，它可能是在这些作中针对特定产品质量时，基于代理的优化的一个很好的替代选择。
PMEC中国制药机械展基于分享行业资讯的目的转载本文章，不代表我公司支持文中所述的观点，也不为全文负责真实性，如有侵权，请及时联系我们予以删除。
