我们已经更新我们的隐私政策使它更加清晰我们如何使用您的个人资料。

我们使用cookie来提供更好的体验。你可以阅读我们的饼干的政策在这里。

广告

规模的阿托伐他汀延迟释放纳米颗粒治疗高脂血症:质量设计(QbD)方法

简介:阿托伐他汀钙(AC)是一种选择性β-还原酶的竞争性抑制剂。阿托伐他汀是BCS二类分子,在酸性环境中迅速降解,从而导致生物利用度差。为了克服这个问题,延迟释放纳米颗粒的阿托伐他汀使用工业开发的可伸缩QbD的方法。
实验方法:
阿托伐他汀钙的制备延迟释放纳米颗粒(ACDRNPs):纳米粒子使用快速溶剂扩散技术开发,可以很容易地转移到工业规模。
质量目标产品概况(QTPP)和关键质量属性(CQA) ACDRNPs:按我指南QTPP和CQAs的基础上建立了初步的实验。
风险评估分析:风险评估研究进行了识别关键的配方参数(CFP) / ACDRNPs的关键工艺参数(CPP)。
32个全因子设计(FFD):
32全因子设计是本研究中使用2因素3水平评估;试验进行了9个可能的组合。药物:聚合物比(X1)和稳定剂浓度(X2)被选为独立变量基于风险评估分析。
优化使用期望函数:
期望函数计算的粒度和封装效率,基于响应变量的验收极限。
验证优化的配方:
三个检查站配方进行了评估验证设计
结果和讨论:
响应面分析的图形映射自变量对因变量的影响。响应面分析是使用2 d图(等高线图)和3 d图来解释自变量对因变量的影响。
数学建模:
数学关系生成使用多元回归分析研究了响应变量是用方程(1),(2)。
颗粒大小(Y1):
P大小(Y1) = 37.29 + 659.65 + 345.0 * x1 - * X2………(1)
方程(1)表明系数X1熊一个积极的迹象,表明Y1 X1浓度增加而增加。X2熊一个负号,表明y₁随浓度的增加稳定器(X2)。
EE (Y2) = -58.05 + 62.12 * (X1, X2 - 14.16 * -4.43 * X1 * X2 - 90.50 * X12 + 6.40 *将…………(2)
方程(2)的结果表明,X1的负号表明X1显示增加Y2的浓度增加,X2的负号表明X2显示增加Y2的浓度下降。
广告
Baidu