تعیین حلالیت داروهای ضدسرطان در دیاکسیدکربن فوقبحرانی با استفاده از مدلهای تجربی و شبکهی عصبی مصنوعی | ||
| پژوهش های کاربردی مهندسی شیمی - پلیمر | ||
| Article 2, Volume 5, Issue 4 - Serial Number 18, 1400, Pages 15-37 PDF (1.84 M) | ||
| Document Type: پژوهشی کیفی | ||
| Authors | ||
| نداسادات سعادتی اردستانی1; میترا امانی* 2; نوید یگانه مجد2 | ||
| 1گروه فناوری نانو و مواد پیشرفته، پژوهشگاه مواد و انرژی، کرج، ایران | ||
| 2گروه مهندسی شیمی، دانشکده فنی ، دانشگاه آزاد اسلامی واحد رباط کریم، رباط کریم، ایران | ||
| Abstract | ||
| موضوع تحقیق: حلالیت ضعیف ترکیبات دارویی در محیط آبی بدن موجب افزایش تاثیرات جانبی نامطلوب، افزایش مقدار داروی مصرفی و کاهش اثربخشی آن میشود. تولید میکرو/ نانوذرات ترکیبات دارویی با مرفولوژی و توزیع اندازهی یکنواخت یکی از روشهای تایید شده برای افزایش حلالیت این ترکیبات است. از این رو انتخاب وطراحی یک روش مناسب برای تولید میکرو/ نانوذرات ترکیبات دارویی یکی از مهمترین زمینه های تحقیقاتی در صنایع داروسازی است. در طول سه دهه گذشته، بکارگیری فرایندهای بر پایه دیاکسیدکربن فوق بحرانی در زمینه های مختلف داروسازی بسیار مورد توجه قرار گرفته است. اما برای استفاده از این فناوری جهت تولید میکرو/نانوذرات دارویی و طراحی و توسعهی واحدهای عملیاتی موردنیاز، تعیین میزان حلالیت این ترکیبات در دیاکسیدکربن فوق بحرانی الزامی است. روش کار: در این پژوهش، از پنج مدل تجربی مختلف (آداچی و لو، چ و مادراس، هژبر و همکارانش، بیان و همکارانش و مدل مندز سانتیاگو تیجا) و همچنین شبکهی عصبی مصنوعی برای تعیین حلالیت شش ترکیب دارویی ضدسرطان (اپرپیتانت، 5-فلوروراسیل، ایماتینیب مسیلات، کاپسیتابین، لتروزول و داستاکسل) در دیاکسیدکربن فوقبحرانی استفاده شده است. سپس با استفاده از دادههای تجربی موجود برای حلالیت این مواد و محاسبهی معیارهای آماری مانند میانگین قدر مطلق خطای نسبی (AARD%)، ضریب همبستگی تنظیمشونده (Radj) و مقدار پارامتر F ( F-value)، میزان دقت و صحت این مدلها در تخمین حلالیت ترکیبات دارویی مذکور بررسی شده است. مهمترین نتایج حاصله: بر اساس نتایج حاصله، مدل آداچی و لو با مقدار AARD%معادل %12/12 و میانگین Radj معادل 97/0 میتواند پیشبینی قابل قبولی از میزان حلالیت این ترکیبات دارویی در دیاکسیدکربن فوقبحرانی داشته باشد. همچنین با مقایسهی نتایج به دست آمده از شبکهی عصبی مصنوعی و مدلهای تجربی، شبکهی عصبی مصنوعی با مقدار AARD% معادل %65/1 و میانگین Radj معادل 9960/0 را میتوان به عنوان مناسبترین مدل برای پیشبینیمیزان حلالیت این داروهای ضدسرطان انتخاب نمود. | ||
| Keywords | ||
| دیاکسیدکربن فوقبحرانی; حلالیت; داروی ضدسرطان; شبکهی عصبی مصنوعی; مدلهای تجربی | ||
| References | ||
|
| ||
|
Statistics Article View: 145 PDF Download: 70 |
||
| Number of Journals | 45 |
| Number of Issues | 2,160 |
| Number of Articles | 24,584 |
| Article View | 20,347,288 |
| PDF Download | 16,249,680 |