基于人工神经元网络预测药物共晶粒径

• 全文链接
• 请求原文

作   者：

范祥元;  宋宇;  蒋俊龙;  陈言庆;  王辉;  杜陈侠; 

作者机构：

安徽省食品药品检验研究院; 

关键词：

粒径预测;  粉体;  优化;  人工神经元网络;  茶碱;  球磨;  4-氨基苯甲酸;  共晶; 

期刊名称：

当代化工

i s s n：

1671-0460

年卷期：

2025 年 54 卷 002 期

页   码：

316-322

摘   要：

采用球磨工艺，以茶碱为原料药，以4-氨基苯甲酸为共晶形成剂，以羟丙基甲基纤维素为辅料，制备了茶碱-4-氨基苯甲酸药物共晶，采用响应面模型研究了辅料质量分数、球料质量比和研磨时间对药物粒径的影响，基于人工神经元网络（ANN）提出了一种球磨法制备药物共晶粒径的预测模型。结果表明：辅料质量分数、球料质量比和研磨时间3个主效应是影响药物粒径的显著因素，辅料质量分数与球料质量比、辅料质量分数与研磨时间、球料质量比与研磨时间是影响粒径的显著交互效应，球料质量比的平方和研磨时间的平方是影响显著的二阶效应。随着辅料质量分数、球料质量比和研磨时间水平的增加，药物共晶粒径呈先降低后增加的趋势，各因素采用中等水平时，药物粒径可以低于70μm。最优结构的ANN模型可以准确预测药物共晶粒径，预测值与实验值相关系数R达到0.989 6，高于多元线性回归模型的0.842 4。