胶囊剂常用辅料及处方优化技术总结.ppt

多指标效应面分析 对于效应面，可以直接通过图形分析获得优化。 这种方法直观、易行。 但如果因素多则不易进行。 1、 2因素2反向指标的效应面 通过俯视图(contour)交汇区获得。 线性模型：最速上升法或下降法 沿着相应值有最大增量或减量的方向逐步移动的方法。 例如，序贯法第一步得到的为一阶函数，其等高线为一系列平行线。 最速上升法是从设计中心沿着平行线的法线的途径。直至不增加。 以此为中心，重新设计一系列试验，重新找出响应面，继而按最速上升法找出新的中心点。….. 最速上升（或下降）法步骤 确定优化区域：x1（x1i，x1j）,….. xn（xni，xnj） 将自变量范围规范在（-1，1）之间 根据试验（如析因设计）结果确定线性模型 假定x1=x2=…..=xn=0为原点或基点 选取一个过程变量的步长△xj，通常以回归系数绝对值最大者 计算其它自变量的步长： 将规范变量转化为自然变量，进行实验 某药物毫微球包封率的优化 已知在155F下蒸发35分钟，得到的包封率是40%。 设首次优化区间为（150，160F）、（30，40分） 自变量规范化： 采用22析因设计（加5个中心对照点） 通过中心对照点检验弯曲性，拟合一阶方程，对模型进行统计检验 表1 首次析因设计试验结果 表2 回归分析模型的方差分析 最速上升路线的确定 以时间为基本步长△X1=1 则△X2=(0.325/0.775) △X1 =0.42 最速上升实验结果 可以看到最优点在85，175附近 因此在[80，90]和[170，180]范围内再做一次22析因设计加5个中心点 第二次析因设计结果 第二次方差分析 单纯形优化 双因素基本单纯形法 如果我们有一个试验设计，只选有两个影响因素，即因素数为2。分别取值a1和a2作为试验的初点。记为A(a1,a2)。对其余两个点分别设为B和C，再设三角形的边长为a(步长)。那么B、C点就可以计算出来 图解 a2+p a2+q a2 a1+p a1+q a1 因素2 因素1 A B C D E o ? ? ? 假设AB、 AC、BC间距均为?，等边三角形可以算出B点为： B=(a1+p, a2+q) 根据对称性可知： C=(a1+q, a2+p) 可以根据等边三角形性质解得： 由A、B、C三点构成得单纯形称为初始单纯形 首先在A、B、C三点下分别试验，得出三个响应值，比较其大小，找出最坏响应值的点称为坏点 此处设A为坏点，去掉A点并取A的对称点D点作为新试验点，比较B、C、D三点响应值的好坏 此处设C为坏点，去点C点，取其反点E，此时C、D、E三点又构成新的单纯形 ………… 重复以上结果，最终达到优化试验的目的 新试验点的计算方法 以初始单纯形A、B、C为例，设A为坏点，A应该去掉，求其反射点D，此时 A(a1,a2)、B=(a1+p, a2+q)、C=(a1+q, a2+p) D=B+C-A=(a1+p+q,a2+p+q) E=B+D-C=(a1+2p,a2+2q) 即：[新试验点]＝[留下各点之和]－[去掉点] 五、结语 胶囊剂的辅料和片剂等其它口服固体制剂有类似的地方 辅料应安全、有功效 处方应经过筛选。 谢谢！ 人有了知识，就会具备各种分析能力， 明辨是非的能力。 所以我们要勤恳读书，广泛阅读， 古人说“书中自有黄金屋。 ”通过阅读科技书籍，我们能丰富知识， 培养逻辑思维能力； 通过阅读文学作品，我们能提高文学鉴赏水平， 培养文学情趣； 通过阅读报刊，我们能增长见识，扩大自己的知识面。 有许多书籍还能培养我们的道德情操， 给我们巨大的精神力量， 鼓舞我们前进。 * * 各种文献中关于其处方、工艺等影响因素的报道较多。 上表为因素水平表，旨在以微丸（1mm的圆形或椭圆形颗粒）的得率为指标，找出得率与各因素间的简单关系（如一级关系）。 * * 在下面的章节中将介绍该筛选法 * 自乳化基质的内容物辅料 溶剂、表面活性剂和助溶剂、助表面活性剂 四、处方优化技术 应采用试验设计法：避免误打乱撞，可以找出规律确定处方基础 一般为序贯设计：因素分析、效应面设计、优化 （一）处方设计的基础 建立药物吸收特性的基础——生物药剂学基础 建立药物的物理化学特性 药物和辅料相互作用研究 药物的治疗学特性 溶出度方法的研究 （二）影响因素分析 因素多：可以采用析因设计（比如24）、分式析因 （ 如24-1 ）设计 我国特有正交设计（如L934）和均匀设计 国外流行Placket-Burman设计 例 微丸泛制 本例为一种湿法制粒、流化床滚动造粒的工艺的研究。筛选了滚动速度、喷雾水量、以及喷雾压力对微丸粒径及其分布的影响，采用