论文部分内容阅读
目的:通过转变优化策略,将多目标区间优化转换为确定的点优化,利用改进非劣分类遗传算法(NSGA-II)优化转换后的释药时滞和指定时点的累积释放度,评价该方法的优化效果,为脉冲释药制剂的处方优化提供一个更为科学、可行的统计学方法。方法:以脉冲释药制剂的各组分作为自变量,以释药时滞和指定时点的累积释放度作为因变量。利用二次多项式模型建立各目标函数,以调整决定系数(Ra2)作为评价模型拟合效果的指标;按文献中的要求对目标函数进行转换。使用改进非劣分类遗传算法(NSGA-II)对转换后的目标函数进行多目标优化,选取相对最优的Pareto非劣解并与原文的结果进行比较,并提供一系列合理的方案。结果:在析因设计的盐酸雷尼替丁脉冲片的处方优化研究中,利用二次多项式模型建立的两个目标函数的调整决定系数Ra2为0.983和0.975,建模效果良好。采用改进非劣分类遗传算法进行优化所得到Pareto非劣解集中,方案14号:当乙基纤维素在包衣中所占比例达到80.82%,包衣增重水平达到6.61%时,释药时滞为211.78min,累积释放度为92.77%。方案29号:当乙基纤维素在包衣中所占比例达到80.70%,包衣增重水平达到8.10%时,释药时滞为220.78min,累积释放度为90.23%。原文使用响应面分析法进行优化,得到方案为乙基纤维素在包衣中的比例为78.75%,包衣增重水平为7%,得到的释药时滞203.51min,累积释放度95.57%。虽然,通过NSGA-II进行后的累积释放度低于原文献的结果,但原文中释药时滞并没有达到前期规定的时滞范围内。通过NSGA-II优化后,筛选的两个方案,释药时滞均达到指定范围,且累积释放度均高于90%,随机搜索30个优化方案中,有24个方案达到指定时滞范围且累积释放度高于80%。在Box-Behnken设计的扎来普隆脉冲释放微丸的处方研究中,二次多项式模型建立的两个目标函数的调整决定系数Ra2为0.946和0.877,建模效果良好。采用改进非劣分类遗传算法进行优化所得到Pareto非劣解集中,得到的相对最优的处方为:溶胀层包衣增重为22.38%、CC-NA与HPMC的重量比达到6.94:1、控释层包衣增重达到35.44%时,4小时累积释放度为9.02%,6小时累积释放度为84.28%,原文响应面分析法得到的结果为:溶胀层包衣增重为26.00%、CC-NA与HPMC的重量比达到7:1、控释层包衣增重达到36.64%时,4小时累积释放度为6.54%,6小时累积释放度为83.71%。与原文结果相比,4小时累积释放度为9.02%,小于文献中规定的10%,保证药物达到指定的时滞;6小时累积释放度高于原文献中的83.71%,释放更为完全。随机搜索30个优化方案中,有23个方案同时达到4小时累积释放度和6小时累积释放度的要求范围内。结论:使用响应面法进行处方优化,选取最优方案的时候存在着一定的主观性;当因素个数超过3个时,该方法无法获得响应面不能进行优化,且对于多目标优化来说,只获得唯一的解并不合理,因此该方法存在一定的弊端。通过转变优化策略,将区间优化转换为点优化,对转换后的目标函数使用改进非劣分类遗传算法(NSGA-II)进行多目标优化,理论可行且方法科学,相关优化程序可靠,优化效果理想,并提供了可供研究者选择的Pareto非劣解集。因此,利用NSGA-II对转换后的目标函数进行优化可作为脉冲释药制剂处方优化更为科学的统计学方法;并为解决优化目标是一个区间的情况提供一个新方法。