一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

用于支持产品开发的数字助手的制作方法

2022-05-13 12:01:57 来源:中国专利 TAG:
本发明涉及用于识别用于产品开发的合适配方的计算机实现的方法、装置和系统。本发明还涉及一种计算机程序元件。
背景技术
:对活性成分、赋形剂和制造工艺的充分了解是开发高质量产品(例如药品)的先决条件。今天,开发过程主要是实验性的,并且由个体配方师的专业知识和直觉驱动。例如,药物产品开发因此通常是耗时且成本密集的。此外,失败的风险很高;在最坏的情况下,制造的药品可能不符合当前的质量和监管标准。类似的考虑适用于清洁剂、化妆品、膳食补充剂、杀菌剂配方、除草剂配方、杀虫剂配方或洗涤剂的开发。技术实现要素:在产品开发期间可能需要帮助和支持配方师。本发明的目的由独立权利要求的主题解决,其中进一步的实施例包含在从属权利要求中。应当注意,本发明的以下描述的方面也适用于计算机实现的方法、装置、系统和计算机程序元件。本发明的第一方面提供了一种用于识别用于产品开发的合适配方的计算机实现的方法,包括:a)经由输入通道接收用户输入,所述用户输入定义:-剂型;-目标产品简档,TPP,包括最低产品要求;以及-活性成分AI的关键物理化学特性;b)由处理器基于所述AI的关键物理化学特性来计算与所述剂型的开发相关的AI的关键参数;c)由所述处理器重新计算当与从赋形剂数据库中选择的一种或多种赋形剂组合时所述AI的关键参数;d)由所述处理器从能够改进所述AI的关键参数的一种或多种所选择的赋形剂中选择至少一种有希望的赋形剂;e)由所述处理器基于所述AI、所述至少一种所选择的有希望的赋形剂以及所述剂型来建议制造工艺;f)由所述处理器基于所建议的制造工艺、所述AI与所述至少一种所选择的有希望的赋形剂的组合以及所述剂型来预测产品特性;g)由所述处理器确定预测的产品特性是否符合用户定义的TPP;以及h)如果确定所述预测的产品特性符合用户定义的TPP,则由所述处理器基于所述AI与所述至少一种所选择的有希望的赋形剂的组合、所述建议的制造工艺以及所述剂型来识别合适的配方。本发明的另一方面提供了一种用于识别用于产品开发的合适配方的装置,包括:-输入单元:以及-处理单元,其配置用于:a)经由输入通道,经由所述输入单元来接收用户输入,其中,所述用户输入定义:-剂型;-目标产品简档,TPP,包括最低产品要求;以及-活性成分AI的关键物理化学特性;b)通过处理器基于所述AI的关键物理化学特性来计算与所述剂型的开发相关的AI的关键参数;c)由所述处理器重新计算当与从赋形剂数据库中选择的一种或多种赋形剂组合时所述AI的关键参数;d)通过所述处理器从能够改进所述AI的关键参数的一种或多种所选择的赋形剂中选择至少一种有希望的赋形剂;e)通过所述处理器基于所述AI、所述至少一种所选择的有希望的赋形剂以及所述剂型来建议制造工艺;f)通过所述处理器基于所建议的制造工艺、所述AI与所述至少一种所选择的有希望的赋形剂的组合以及所述剂型来预测产品特性;g)通过所述处理器确定预测的产品特性是否符合用户定义的TPP;以及h)如果确定所述预测的产品特性符合用户定义的TPP,则通过所述处理器基于所述AI与所述至少一种所选择的有希望的赋形剂的组合、所述建议的制造工艺以及所述剂型来识别合适的配方。换句话说,提出了一种计算机实现的方法和装置,该方法和装置使配方设计师能够以成本和时间高效的方式开发稳健的药物配方。为了开始开发过程,用户选择优选的剂型(例如,颗粒剂、丸剂、胶囊剂、片剂等),定义目标简档(例如,每单位活性成分的量、剂型尺寸、剂量的机械强度形式、所期望的释放行为等),并输入活性成分的关键特性(例如,真密度、粒度分布数据、堆积密度和振实密度、休止角、可压制性和可压实性简档等)。活性成分的标识(例如,化学名称或结构)不一定要公开。在步骤b)中,装置对所提供的数据进行处理并通过对数据进行归一化和缩放来计算AI的关键参数(例如,粒度、粉末密度、粉末流动性和可压片性)。换句话说,该装置在没有任何赋形剂的情况下评估活性成分的可加工性。例如,十四个参数(即,d10值、d50值、d90值、分布跨度、堆积密度、振实密度、可压制性指数、豪斯纳比、休止角、孔隙率为0.15时的压实压力、孔隙率为0.15时的抗拉强度、100MPa压实压力下的抗拉强度、150MPa压实压力下的抗拉强度以及250MPa压实压力下的抗拉强度)可用于评估活性成分的可加工性。所有参数都可以从0到10进行缩放,其中0表示“不足”,而10表示“优秀”;5是直接压制的接受值。参数可分为以下几类:可加工性(所有参数的平均值)、粒度(d10值、d50值、d90值和分布跨度的平均值)、粉末密度(堆积密度和振实密度的平均值)、粉末流动性(可压制性指数的平均值、豪斯纳比和休止角)和可压片性(孔隙率为0.15时的压实压力、孔隙率为0.15时的抗拉强度、100MPa压实压力下的抗拉强度、150MPa压实压力下的抗拉强度以及250MPa压实压力下的抗拉强度的平均值)。雷达图可用于快速识别活性成分的优势(值大于或等于5)和弱点(值小于5)。总的来说,可以得出以下结论:可加工性正在提高,因为曲线所包围的面积正在增加。如果可加工性、粉末流动性和可压片性参数大于等于5,则可以直接压片;如果可压片性参数大于或等于5,则可以进行干法制粒(例如碾压、压块等);湿法制粒(例如,流化床或高剪切制粒)总是可行的。图3D中示出了示例性雷达图。在步骤c)中,该装置通过应用混合规则来预测AI与常见药物赋形剂组合时的关键特性;该装置随后通过对数据进行归一化和缩放来处理数据并计算AI与常见药物赋形剂组合时的关键参数(例如,粒度、粉末密度、粉末流动性和可压片性)。换句话说,该装置预测粉末混合物(即活性成分与填充剂/粘合剂的组合)的可加工性。用户可能需要输入活性成分的特性,从列表中选择赋形剂或赋形剂混合物,并输入活性成分的重量分数。例如,粉末混合物的特性(即,粒度分布、堆积密度、振实密度、休止角、可压制性和可压实性简档)是通过应用混合规则从单组分数据中估计出来的。为了估计粉末混合物的粒度分布,单个组分的累积粒度分布从它们的d10、d50和d90值重建(假设粒子是球形的并且呈对数正态分布)。然后从各个曲线的体积加权算术平均值得出粉末混合物的累积粒度分布。例如,混合规则可以使用以下等式来预测粉末混合物的粒度分布:其中F(x)是粒度的累积分布函数,而yi是组分的体积分数。粉末混合物的堆积密度从各个值的加权算术平均值计算;具有较小堆积密度的组分被给予更多的权重。粉末混合物的振实密度从各个值的加权算术平均值计算;具有较大振实密度的组分被给予更多的权重。粉末混合物的休止角从各个值的加权算术平均值计算;具有较大休止角的组分被给予更多的权重。例如,混合规则可以使用以下公式来计算粉末混合物的堆积密度:Dbulk,mix=(Dbulk,1·x1·WF Dbulk,2·x2)/(x1·WF x2)其中,Dbulk,1和Dbulk,2表示较大和较小的堆积密度,x1和x2表示具有较大和较小堆积密度的组分的权重分数,而WF是依赖于粒度的加权因子。例如,混合规则可以使用以下公式来计算粉末混合物的振实密度:Dtap,mix=(Dtap,1·x1 Dtap,2·x2·WF)/(x1 x2·WF)其中,Dtap,1和Dtap,2表示较大和较小的振实密度,x1和x2表示具有较大和较小振实密度的组分的权重分数,而WF是依赖于粒度的加权因子。可以使用类似的方法来预测粉末混合物的休止角。例如,混合规则可以使用以下公式来计算粉末混合物的休止角:αmix=(α1·x1·WF α2·x2)/(x1·WF x2)其中,α1和α2表示较大和较小的休止角,x1和x2表示具有较大和较小休止角的组分的权重分数,而WF是依赖于粒度的加权因子。粉末混合物的可压制性简档从各个简档的体积加权算术平均值导出;进行最小二乘拟合以确定零孔隙率下的压实压力和可压制性阻力。例如,混合规则可以使用以下公式来计算粉末混合物的可压制性简档:其中,ε(P)是压实压力P下片剂的孔隙率,而yi是组分的体积分数。粉末混合物的可压实性简档可以从各个简档的体积加权几何平均值导出;可以进行最小二乘拟合以确定零孔隙率下的抗拉强度和粘合能力。例如,混合规则可以使用以下公式来计算粉末混合物的可压实性简档:其中,T(ε)是孔隙率ε下片剂的抗拉强度,而yi是组分的体积分数。在步骤d)中,装置识别合适的赋形剂。例如,装置基于给定的剂量和片剂重量来计算活性成分的重量分数;从片剂重量中减去7%以容纳崩解剂和润滑剂。在下一步骤中,装置预测所有可能的活性成分-赋形剂组合的可加工性。粉末混合物的特性(即,粒度分布、堆积密度、振实密度、休止角、可压制性和可压实性简档)是通过应用混合规则从单组分数据中估计出来的。因此,十四个参数(即,d10值、d50值、d90值、分布跨度、堆积密度、振实密度、可压制性指数、豪斯纳比、休止角、孔隙率为0.15时的压实压力、孔隙率为0.15时的抗拉强度、100MPa压实压力下的抗拉强度、150MPa压实压力下的抗拉强度以及250MPa压实压力下的抗拉强度)可用于评估粉末混合物的可加工性。所有参数都可以从0到10进行缩放,其中0表示“不足”,10表示“优秀”;5是直接压制的接受值。参数可分为以下几类:可加工性(所有参数的平均值)、粒度(d10值、d50值、d90值和分布跨度的平均值)、粉末密度(堆积密度和振实密度的平均值)、粉末流动性(可压制性指数的平均值、豪斯纳比和休止角)和可压片性(孔隙率为0.15时的压实压力平均值、孔隙率为0.15时的抗拉强度、100MPa压实压力下的抗拉强度、150MPa压实压力下的抗拉强度以及250MPa压实压力下的抗拉强度)。雷达图还可用于快速识别粉末混合物的优势(值大于或等于5)和弱点(值小于5)。总的来说,可以得出以下结论:可加工性正在提高,因为曲线所包围的面积正在增加。如果可加工性、粉末流动性和可压片性参数大于等于5,可以直接压片;如果可压片性参数大于或等于5,则可以进行干法制粒(例如碾压、压块等);湿法制粒(例如,流化床或高剪切制粒)总是可行的。一旦测试完所有组合,装置会根据测试的赋形剂和赋形剂混合物的性能对测试的赋形剂和赋形剂混合物进行分类。为此,计算所有14个参数的加权平均值。对于可压片性和粉末流动性给予更多的权重;而粒度和粉末密度不太重要。在步骤e)中,装置建议合适的制造工艺并选择最相关的赋形剂或赋形剂混合物。以直接压制为例,根据制造分类系统,如果材料在颗粒尺寸和形状、混合均匀度、粉末流动、粉末密度、压片性能和压片的机械强度等方面满足一定的要求,则直接压制是可行的。例如,在直接压制期间,流动性和/或可压片性(值小于5)不足的赋形剂和赋形剂混合物会被挑出。所有赋形剂和赋形剂混合物均按从零(“不合格”)到五星(“最合格”)的等级进行评级。“五星”表示性能最高的赋形剂或赋形剂混合物;“一星”表示性能最低的赋形剂或赋形剂混合物;“零星”表示赋形剂或赋形剂混合物不适用于直接压制工艺。在步骤f)中,如果预测的产品特性符合定义的目标简档,则活性成分与赋形剂的组合有资格作为药物配方。可以考虑以下几个方面:活性成分的溶解度和渗透性、活性成分的溶出度、通过含量均匀度标准的概率、粉末混合物的流动性、粉末混合物的可压片性、片剂的机械强度和尺寸、活性成分和赋形剂的相容性等。以粉末混合物的可压片性为例,通过应用混合规则从单组分数据估计粉末混合物的特性(即可压制性和可压实性简档)。粉末混合物的可压制性简档从各个简档的体积加权算术平均值导出;粉末混合物的可压实性简档从各个简档的体积加权几何平均值导出。可压制性描述了粉末由于被施加压力而遭受体积减小的能力;它由孔隙率与压实压力的关系图表示。可压实性描述了粉末在致密化期间被转化为特定强度片剂的能力;它由抗拉强度与孔隙率的关系图表示。可压片性描述了粉末由于被施加压力而转化为特定强度片剂的能力;它由抗拉强度与压实压力的关系图表示。压实压力从施加的力和冲头的横截面积计算得出。对于圆柱形片剂,可以使用以下公式来计算压实压力:P=4F/πD2其中,P是压实压力,F是施加的力,而D是片剂直径。孔隙率可以从片剂重量(m)、片剂的真密度(ρ)以及片剂体积(V)计算得出:ε=1-(m/pV)考虑到片剂的形状和尺寸,抗拉强度提供了对片剂的机械强度的测量。对于圆柱形片剂,可以使用以下公式来计算抗拉强度:σ=2F/πDH其中,σ为抗拉强度,F为断裂力,D为片剂直径,而H为片剂厚度。例如,通过使用上述方法,装置可以预测片剂的所需抗拉强度是否可以在提供的压实压力限度内实现。在步骤h)中,装置使用所选择的填充剂-粘合剂组合来计算起始配方。添加超级崩解剂;用量取决于所选择的填充剂-粘合剂组合。例如,如果填充剂-粘合剂组合已经包含崩解剂(例如,即用型赋形剂),则超级崩解剂的量相应减少。如果粉末混合物的可压片性中等(值小于6),则选择具有粘合特性的超级崩解剂(例如,CL-SF);否则,添加常规超级崩解剂(例如,CL-F)。添加硬脂富马酸钠作为润滑剂;用量取决于所选择的填充剂-粘合剂组合。与硬脂酸镁相比,硬脂富马酸钠不会导致过度润滑;它与活性成分的不相容性较少。一旦确定了正确的超级崩解剂和润滑剂的量,就重新计算填充剂-粘合剂组合的量。如下文将要解释的,并且特别是针对图4中的示例性实施例,如果没有识别出配方,该装置可以建议附加技术措施(例如,研磨或微粉化、添加和处理赋形剂等)以优化活性成分的特性。替换地,该装置可以建议调整目标简档或选择不同的剂型。在下一步中,用户可以重新输入活性成分的关键特性,重新定义目标简档或选择不同的剂型。开发过程可以重新开始,并且装置可以重新评估数据。如果已经识别出至少一种配方,则用户在实验室中制备该配方并表征所获得的产品。如果实验结果(例如,含量均匀度、溶出简档、片剂的机械强度等)符合目标简档,则开发过程完成。否则,装置建议优化活性成分的特性、调整目标简档或选择不同的剂型。在最后一步,用户有可能打印配方、下载相关信息(例如质量、法规和技术文档)并订购产品样品。此外,用户有可能提供反馈(例如,关于可用性、信息内容、配方结果等),其用于改善用户体验和装置本身。通过使用该装置可以理想地实现机构要求追求质量源于设计的方法。除了传统的片剂配方外,该装置还可以支持其他剂型的开发,例如胶囊(包括硬胶囊和软胶囊)、口香糖、乳膏、包括乳剂浓缩物和微乳剂的乳剂、泡沫剂、喷雾剂、凝胶剂、棒剂、颗粒剂、软糖、植入物、软膏剂、糊剂、丸剂(包括包衣丸剂)、粉剂、溶液剂(包括注射液)、栓剂、混悬剂(包括悬浮浓缩物)、缓释形式、片剂(包括口腔片剂)、咀嚼片剂、包衣片剂、洗涤片剂剂、洗碗片剂、泡腾片剂、锭剂、口腔分散片剂、以及阴道片剂以及治疗贴剂。该装置涵盖的制造技术包括:包衣、直接压制、造粒、挤出、制丸、3D打印、乳化、分散、共混、溶解、包封、制粒、碾压和各种干燥技术(例如喷雾干燥)以及其他配方技术。这些技术可以以批量模式应用或连续应用。活性成分可以选自药物、营养品、化妆品、农用化学品或洗涤剂组。这可以帮助用户(例如,企业)识别合适的配方。实验室实验的数量将减少到绝对最少。这将加快配方开发并节省成本。根据本发明的实施例,如果确定预测的产品特性不符合所述用户定义的TPP,或者如果确定在制备和表征所识别的合适配方后获得的实验结果不符合所述用户定义的TPP,则所述方法还包括:执行下列步骤中的至少一项:基于所述预测的产品特性与所述用户定义的TPP之间的差异或所述实验结果与所述用户定义的TPP之间的差异来建议至少一项附加技术措施来优化所述AI的关键参数;基于所述预测的产品特性与所述用户定义的TPP之间的差异或所述实验结果与所述用户定义的TPP之间的差异,建议调整所述用户定义的TPP;以及基于所述预测的产品特性与所述用户定义的TPP之间的差异或所述实验结果与所述用户定义的TPP之间的差异建议选择不同的剂型。换句话说,如果没有识别出配方,则建议采取附加技术措施(例如,研磨或微粉化、添加和加工赋形剂等)以优化活性成分的特性。可替代地或另外地,装置可以建议调整目标简档或选择不同的剂型。当实验结果不符合目标简档时,同样适用。例如,如果已经识别出至少一种配方,则用户在实验室中制备该配方并表征所获得的产品。如果实验结果(例如,含量均匀度、溶出简档、片剂的机械强度,等)符合目标简档,则开发过程完成。否则,系统可以建议优化AI的特性、调整目标简档,和/或选择不同的剂型。根据本发明的实施例,所述至少一项附加技术措施包括以下各项中的至少一项:研磨或微粉化;以及赋形剂的添加和加工。根据本发明的实施例,如果所述预测的产品特性不符合所述用户定义的TPP,或者如果确定在制备和表征所识别的合适配方后获得的实验结果不符合所述用户定义的TPP,则所述方法还包括:重复执行包括下列步骤的序列:接收与不同剂型、用户重新定义的TPP和/或所述AI的重新确定的关键物理化学特性相关的进一步用户输入;以及执行步骤b)至h),直到识别出合适的配方,所述配方的产品特性符合所述用户定义或用户重新定义的TPP。根据本发明的实施例,所述产品开发包括以下各项中的至少一项:清洁剂的开发;化妆品的开发;膳食补充剂的开发;药物产品的开发;杀菌剂配方的开发;除草剂配方的开发;杀虫剂配方的开发;以及洗涤剂的开发。根据本发明的实施例,所述剂型包括以下各项中的至少一项:胶囊(包括硬胶囊和软胶囊)、口香糖、乳膏、包括乳剂浓缩物和微乳剂的乳剂、泡沫剂、喷雾剂、凝胶剂、棒剂、颗粒剂、软糖、植入物、软膏剂、糊剂、丸剂(包括包衣丸剂)、粉剂、溶液剂(包括注射液)、栓剂、混悬剂(包括悬浮浓缩物)、缓释形式、片剂(包括口腔片剂)、咀嚼片剂、包衣片剂、洗涤剂片剂、洗碗片剂、泡腾片剂、锭剂、口腔分散片剂、以及阴道片剂以及治疗贴剂。可以提供用户界面(例如,命令行、图形用户界面)以帮助用户选择一种剂型。根据本发明的实施例,所述用户定义的TPP包括以下各项中的至少一项:所述活性成分的量和/或浓度;所述剂型的尺寸、体积和/或重量;所述剂型的机械和/或流变特性;所述活性成分的释放简档;其他与应用相关的参数;相容性和稳定性;以及其他与制造相关的特性。这些是适用于各种剂型的用户定义TPP的一般示例。可以提供用户界面(例如,命令行、图形用户界面)以帮助用户定义TPP。这将在下文中具体针对图2和图3C中的示例性实施例来解释。根据本发明的实施例,所述用户定义的TPP包括以下各项中的至少一项:每单位的AI的量;所述剂型的尺寸和/或重量;所述剂型的机械强度;所述剂型的期望释放行为;所述剂型的崩解时间;所述AI的溶出简档;活性成分和赋形剂的相容性;通过含量均匀度标准的概率;粉末混合物的流动性;粉末混合物的可压片性;以及活性成分和赋形剂的相容性和稳定性。上述用户定义的TPP尤其适用于固体口服剂型。根据本发明的实施例,所述用户定义的TPP包括以下各项中的至少一项:AI的浓度;所述剂型的体积;所述剂型的流变行为和/或粘度;所述剂型的扩散和/或粘附;相的分散性和/或体积分数;亲水性和/或亲油性;所述剂型的释放行为;所述剂型的熔点;所述AI的溶出简档;以及活性成分和赋形剂的相容性和稳定性。上述用户定义的TPP尤其适用于液体和半固体剂型。根据本发明的实施例,所述AI的关键物理化学特性包括以下各项中的至少一项:亲水性和/或亲油性(例如,分配系数);熔点;生物或人造脂质膜的渗透性;在水、溶剂、助溶剂和/或生物相关介质中的溶解度;与水、溶剂、助溶剂和/或生物相关介质的混溶性;真密度;粘度;润湿性;界面和/或表面张力;粒度分布数据;颗粒形态、形状和/或纵横比;堆积密度和振实密度;流动性(例如,休止角或流动函数系数);可压制性和可压实性;吸湿性;含水量(例如,干燥失重);杂质浓度;其他化学、物理化学和/或物理特性;以及关于相容性和稳定性的信息。用户可以从AI数据库中选择AI;所选择的AI的关键物理化学特性也自动从AI数据库中获得。替换地,用户可以经由用户界面来定义AI的关键物理化学特性。这将在下文中并且具体针对图2和图3B中的示例性实施例来解释。根据本发明的实施例,所述用户定义的TPP包括每单位的AI的剂量以及所述剂型的最大重量。步骤c)还包括下列步骤:基于每单位的AI的剂量和所述剂型的最大重量来计算所述AI以及从所述赋形剂数据库中选择的一种或多种赋形剂的重量分数;以及预测所述AI和所述一种或多种赋形剂的组合的特性。步骤d)还包括:如果相应混合物的特性满足预定标准,则从所述一种或多种赋形剂中选择至少一种有希望的赋形剂。换言之,建议将药物剂量和片剂重量作为输入参数。计算药物和赋形剂的重量分数。预测了所有潜在的药物-赋形剂混合物的特性。当所有参数的尺度为从0到10(其中0表示“不足”,而10表示“优秀”;5是可接受的值),如果例如相应混合物的流动性和可压片性满足预定标准(例如大于或等于5),则建议使用赋形剂。由于指定了药物的剂量和片剂重量,例如片剂的尺寸可以被控制在合适的范围内。根据本发明的实施例,所述剂型包括药物剂型。在示例中,处理单元还被配置为允许用户用于:打印配方,下载相关信息,包括质量信息、法规信息、安全数据和/或技术文档,订购产品样品,和/或提供用户反馈,包括可用性、信息内容和/或配方结果。本发明的进一步方面提供了一种用于识别用于产品开发的合适配方的系统。所述系统包括根据上文和下文描述的示例性实施例和示例中的任何一个的装置。所述系统还包括网络服务器,其被配置为:经由由网络服务器服务的网页和/或应用程序与用户接合。所述装置被配置为:通过所述网页和/或所述应用程序向用户提供图形用户界面GUI。本发明的另一方面提供了一种包括指令集的计算机程序元件,其中,当所述指令集在根据上文和下文描述的示例性实施例和示例中的任何一个所述的装置的处理器上执行时,所述指令集使所述装置或所述系统执行根据上文和下文描述的示例性实施例和示例中的任何一个所述的方法。附图说明本发明的这些和其他方面将根据通过以下说明书中的示例并参考附图描述的实施例变得明显并被进一步阐明,其中图1是用于识别用于产品开发的合适配方的示例系统的框图。图2是用于识别用于产品开发的合适配方的示例装置的框图。图3A-图3I示出了为产品开发提供帮助的图形用户界面的示例。图4是表示用于实施图1和/或图2的装置的示例机器可读指令的流程图。应当注意,这些图纯粹是示意性的而不是按比例绘制的。在这些图中,与已经描述的元件相对应的元件可以具有相同的附图标记。示例、实施例或可选特征,无论是否被指示为非限制性的,都不应被理解为限制所要求保护的本发明。具体实施方式为了在产品开发期间为配方设计师提供支持,建议使用数字助理通过避免不必要的实验室实验来缩短开发时间、降低失败风险并确保符合质量目标产品简档。具体而言,提出了一种基于科学的配方预测系统,其使配方设计师能够开发出更稳健的药物配方。为了保持机密性,所公开的装置、系统和方法不要求配方设计师公开活性成分的标识或结构。相反,建议预测假设的药物-赋形剂混合物的可加工性,并取决于所选择的剂型和定义的目标简档来计算起始配方。所公开的装置、系统和方法可以具有可以减少耗时且昂贵的实验室实验的数量的益处。所公开的装置、系统和方法可以在配方开发的早期阶段提升功效并降低风险。图1是用于识别用于产品开发的合适配方的示例系统100的框图。产品开发的示例可以包括但不限于:膳食补充剂的开发、化妆品的开发、杀菌剂、除草剂和/或杀虫剂配方的开发、清洁剂和/或洗涤剂的开发,以及药物产品的开发。图1的示例系统100包括用于识别用于产品开发的合适配方的装置110、一个或多个电子设备120(例如,第一电子设备120a、第二电子设备120b)、网络130、网络服务器140,以及数据存储库150。图1的示例装置110是具有处理能力的计算设备,该处理能力用于基于定义剂型、TTP和AI的关键物理化学特性的用户输入来识别合适的配方。图示示例的示例装置110可以是这样的服务器:其与示例电子设备120通信来对示例电子设备120的用户进行认证,以提供包括剂型、包括最低产品要求的TPP以及AI的关键物理化学特性的用户输入,并将由示例装置110导出的合适配方发送到示例电子设备120。装置110可以与系统100的其他组件(例如,网络服务器140和/或数据存储库150)集成。将结合图2描述装置110的示例实施方式。图示示例的电子设备120被系统100中的用户(例如,对产品开发感兴趣的企业)用来与示例装置110通信以输入参数(例如,剂型、TPP、AI的关键物理化学特性)并获得分析结果:这些输入参数是否可以生产出产品特性符合用户定义的TPP的产品。如果确定产品特性符合用户定义的TPP,则用户可以进一步获得由装置110推导出的合适配方。图1的图示示例的电子设备120可以是移动设备,例如蜂窝电话。替换地,电子设备可以是能够与装置110通信以开发产品配方的任何类型的电子设备。电子设备120的其他示例可以是个人计算机(PC)或工作站。电子设备120可以是计算设备。替换地,电子设备120可以是通常不包括处理能力的设备。例如,电子设备120可以是允许用户输入参数的简单的用户界面,例如触摸屏。电子设备120a、120b可以具有处理器,该处理器已被添加以将设备连接到网络。电子设备120a、120b的示例可以包括移动设备和PC。图示示例的网络130以通信方式耦合示例装置110、示例网络服务器140、示例数据存储库150以及一个或多个电子设备120。示例网络130是互联网。网络130可以替代地是任何其他类型和数量的网络。例如,网络130可以由连接到广域网的几个局域网来实施。例如,网络130可以包括有线网络、无线网络、广域网、局域网等的任意组合。图1的示例网络服务器140是提供网络服务以便于一个或多个电子设备120的用户访问示例装置110以便识别他们的产品开发的适合配方的服务器。示例网络服务器140可以包括用户可以通过其来进行认证的界面(例如通过提供用户名和密码);用于为示例装置110创建、修改和删除用户帐户的界面;以及用于创建、修改和删除不同产品开发的开发项目的界面。示例网络服务器140可以通过由示例网络服务器140服务的网页和/或应用程序与用户接合,以便于使用示例装置110管理其开发项目。可替代地,示例网络服务器140可以被提供任何类型的界面(例如,命令行界面、图形用户界面等)的另一个设备(例如,另一个计算设备)代替。在一些系统中,装置110可以包括集成的网络服务器单元并且可以包括单独的网络服务器140。图1的示例数据存储库150是存储数据的数据存储,包括例如AI数据库和赋形剂数据库。此外,数据存储可以包含最终产品的示例,包括其配方、制造技术和特性。数据存储库150可以是任何类型的数据储存,包括服务器、数据库、文件等。虽然示例系统100包括示例数据存储库150,但系统100的一些实施方式可以不包括数据存储库150。例如,数据存储库150的功能可以集成在示例装置110中。图2是用于识别用于产品开发的合适配方的图1的装置110的示例实施方式的框图。产品开发可以包括以下各项中的至少一项:膳食补充剂的开发、化妆品的开发、杀菌剂、除草剂和/或杀虫剂配方的开发、清洁剂和/或洗涤剂的开发,以及药物产品的开发。在下文中,讨论集中在药物产品开发上。然而,本领域技术人员将理解,以下讨论也可以应用于其他产品开发,例如化妆品的开发。图2的示例装置110包括示例输入单元10、示例处理单元20以及示例输出单元30。虽然示例装置110可以是服务器,但该装置可以替代地是任何其他类型的计算设备(例如,桌面式计算机、膝上型计算机等)。示例输入单元10被配置为:接收用户输入,例如,从图1的一个或多个示例电子设备120。用户输入定义了AI的剂型、TTP和关键物理化学特性。剂型的示例可以包括但不限于:胶囊(包括硬胶囊和软胶囊)、口香糖、乳膏、包括乳剂浓缩物和微乳剂的乳剂、泡沫剂、凝胶剂、颗粒剂、软糖、植入物、软膏剂、糊剂、丸剂(包括包衣丸剂)、粉剂、溶液剂(包括注射液)、栓剂、混悬剂(包括悬浮浓缩物)、缓释形式、片剂(包括口腔片剂)、咀嚼片剂、包衣片剂、洗涤剂片剂、洗碗片剂、泡腾片剂、锭剂、口腔分散片剂、阴道片剂以及治疗贴剂。适用于各种剂型的用户定义的TPP的一般示例可以包括但不限于:活性成分的量和/或浓度;剂型的尺寸、体积和/或重量;剂型的机械和/或流变特性;活性成分的释放简档;其他与应用相关的参数;相容性和稳定性;以及其他与制造相关的特性。用于固体口服剂型的用户定义的TPP的具体示例可以包括但不限于:每单位的AI的量;剂型的尺寸和/或重量;剂型的机械强度;剂型的期望释放行为;剂型的崩解时间;AI的溶出简档;活性成分和赋形剂的相容性;通过含量均匀度标准的概率;粉末混合物的流动性;粉末混合物的可压片性;以及活性成分和赋形剂的相容性和稳定性。用于液体和半固体剂型的用户定义的TPP的具体示例可以包括但不限于:AI的浓度;剂型的体积;剂型的流变行为和/或粘度;剂型的扩散和/或粘附;相的分散性和/或体积分数;亲水性和/或亲油性;剂型的释放行为;剂型的熔点;AI的溶出简档;以及活性成分和赋形剂的相容性和稳定性。AI的关键物理化学特性可以包括以下各项中的至少一项:亲水性和/或亲油性(例如,分配系数);熔点;生物或人造脂质膜的渗透性;在水、溶剂、助溶剂和/或生物相关介质中的溶解度;与水、溶剂、助溶剂和/或生物相关介质的混溶性;真密度;粘度;润湿性;界面和/或表面张力;粒度分布数据;颗粒形态、形状和/或纵横比;堆积密度和振实密度;流动性(例如,休止角或流动函数系数);可压制性和可压实性;吸湿性;含水量(例如,干燥失重);杂质浓度;其他化学、物理化学和/或物理特性;以及关于相容性和稳定性的信息。为了便于用户选择和定义这些参数,图1的示例网络服务器140可以被配置为:经由网络服务器所服务的网页和/或应用程序与用户接合。网页和/或应用程序在示例电子设备120的显示器上呈现图形用户界面以允许用户选择和定义这些参数。例如,网页和/或应用程序可以提供:第一图形用户界面,其用于接收用户凭证以进行认证;第二图形界面,其用于允许用户从剂型列表中选择所需剂型;第三图形用户界面,其用于允许用户在TPP列表中选择和定义所需参数;以及第四图形用户界面,其用于允许在AI的物理化学特性列表中选择和定义AI的关键物理化学特性。为了便于用户定义相关参数,图形用户界面可以突出显示与所选择的剂型相关的某些重要参数。结合图3A描述了第二图形用户界面的示例实施方式。图示示例的第二图形用户界面允许用户选择下列剂型中的至少一种:颗粒剂/丸剂、胶囊剂和片剂。图示示例的第二图形用户界面还允许用户选择预期的释放行为,例如即时释放、肠溶释放和持续释放。图示示例的第二图形用户界面还允许用户指定剂型的特征,例如常规颗粒、常规丸剂、泡腾颗粒等。结合图3B描述了第三图形用户界面的示例实施方式。图3B中所示示例的第三图形用户界面允许用户从AI数据库中选择AI。在图示示例中,AI与活性药物成分(API)有关。因此,在图3B中,使用术语“API”代替AI来表示AI与药物产品开发相关。替换地,第三图形用户界面也可以允许用户输入API的特性,例如d10值、d50值、d90值、堆积密度、振实密度、休止角、真密度、产生零孔隙率的压块所需的压实压力、抗压制性、零孔隙率下的抗拉强度、粘合能力等。结合图3C描述了第四图形用户界面的示例实施方式。第四图形用户界面允许用户定义每单位API的剂量、剂型的最大重量、溶出介质的体积、API的溶解量、API的溶出时间、通过含量均匀度标准的概率、片剂的抗张强度以及最大压实压力。一旦接收到用户输入,示例处理单元20被配置为:基于从AI数据库中选择的或由用户定义的AI的关键物理化学特性来计算与剂型开发相关的AI的关键参数。AI的关键参数是通过对数据进行归一化和缩放,从AI的关键物理化学特性计算得出的。网页和/或应用程序可以提供第五图形用户界面,用于允许用户查看分析结果。结合图3D描述了第五图形用户界面的示例实施方式。图示示例的第五图形用户界面在雷达图中示出了通过对数据(例如d10值(D10)、d50值(D50),d90值(D90)、分布跨度(DSP)、堆积密度(DBU)、振实密度(DTA)、压制指数(CPI)、豪斯纳比(HAR)、休止角(AOR)、压制率(CPR)、压实率(CMP)、抗拉强度(TST)等)进行归一化和缩放,从API的关键物理化学特性计算得出的AI的参数。基于这些参数,确定了四个关键参数(即粒度、粉末密度、粉末流动和可压片性)和风险分析评分。风险分析评分表明AI使用特定制造技术(例如,直接压制成片剂)的可加工性。在图3D所示的示例中,表明API具有的流动性很差,可压片性一般,并且需要赋形剂来纠正API的不足特性。图2中所示示例的处理单元20还被配置为:重新计算当与从赋形剂数据库中选择的一种或多种赋形剂组合时AI的关键参数。所需的赋形剂是能够纠正API的缺陷特性的赋形剂,即能够改善图3D中所示示例的流动性和可压片性的赋形剂。开发过程的结果不仅取决于AI的特性和质量,还取决于赋形剂的精心选择。赋形剂的选择基于多种标准,包括可获得性、相容性、功能性、价格、可加工性、安全性、稳定性、质量和监管方面。因此,有关药物-赋形剂组合的知识对于配方设计师选择合适的赋形剂非常有用。该信息可能已经存在并存储在赋形剂数据库和/或AI数据库中。网页和/或应用程序可以提供第六图形用户界面,用于允许用户从赋形剂数据库中选择赋形剂。除了能够改善AI的流动性的赋形剂(例如,填充剂、填充剂/粘合剂、助流剂等)和能够改善AI的可压片性的赋形剂(例如,粘合剂、填充剂、填充剂/粘合剂等)之外,还可以考虑以下其他赋形剂:能够改善AI的可制造性的赋形剂(例如润滑剂)、能够改善片剂的崩解时间的赋形剂(例如崩解剂)、能够增加AI的溶解度的赋形剂(例如表面活性剂、润湿剂等)或者能够改变片剂的释放行为的赋形剂。结合图3F描述了第六图形用户界面的示例实施方式。图示示例的第六图形用户界面允许用户从图1中的示例数据库150中的赋形剂数据库存储中选择一种或多种赋形剂。替换地,装置110可以自动选择赋形剂数据库中的所有赋形剂。然后,装置110基于预先建立的混合规则重新计算在与一种或多种所选择的赋形剂组合时的AI的参数。这些混合规则对于每个参数都是唯一的并且存储在装置110中。图2所示示例的处理单元20还被配置为:从能够改进AI的关键参数的一种或多种所选择的赋形剂中选择至少一种有希望的赋形剂。处理单元20可以基于赋形剂在关键参数上的改进对赋形剂进行排名,并选择一种或多种排名靠前的赋形剂作为有希望的赋形剂。网页和/或应用程序可以提供第七图形用户界面,用于允许用户从赋形剂数据库中选择赋形剂。结合图3G描述了第七图形用户界面的示例实施方式。图示示例的第七图形用户界面允许用户查看雷达图中关键参数的改进情况。还纠正了四个关键参数(即粒度、粉末密度、粉末流动性和可压片性)的不足,并且提高了风险分析评分。处理单元20还被配置为:基于AI、至少一种所选择的有希望的赋形剂以及剂型来建议制造工艺。有关药物-赋形剂组合和相应制造工艺的知识可能已经存在并存储在赋形剂数据库和/或AI数据库中。处理单元20可以从赋形剂数据库和/或AI数据库中提取该信息并提供建议。风险分析分数表明在使用建议的制造技术与至少一种所选择的有希望的赋形剂组合时,AI的可加工性。例如,在图3G中,建议使用直接压制作为最合适的制造工艺。处理单元20还被配置为:基于所建议的制造工艺、AI与至少一种所选择的有希望的赋形剂的组合以及剂型来预测产品特性;以及确定预测的产品特性是否符合用户定义的TPP。处理单元20还被配置为:如果确定预测的产品特性符合用户定义的TPP,则基于AI与至少一种所选择的有希望的赋形剂的组合、建议的制造工艺以及剂型来识别合适的配方。除了能够改善AI的流动性的赋形剂(例如,填充剂、填充剂/粘合剂、助流剂等)和能够改善AI的可压片性的赋形剂(例如,粘合剂、填充剂、填充剂/粘合剂等)之外,还可以包括以下其他赋形剂:能够改善AI的可制造性的赋形剂(例如润滑剂)、能够改善片剂的崩解时间的赋形剂(例如崩解剂)、能够增加AI的溶解度的赋形剂(例如表面活性剂、润湿剂等)或者能够改变片剂的释放行为的赋形剂。有关药物-赋形剂组合和相应制造工艺的知识可能已经存在并存储在赋形剂数据库和/或AI数据库中。网页和/或应用程序可以提供第八图形用户界面,用于允许用户查看所识别的配方。结合图3H描述了第八图形用户界面的示例实施方式。图示示例的第八图形用户界面允许用户查看配方中使用的组分和相应百分比。图3H中所示示例的配方具有48%的API、48%的3%的CL以及1%的硬脂酸镁。建议的制造工艺和相关参数也可以呈现给用户,以便于用户开发产品。然而,如果确定预测的产品特性不符合用户定义的TPP,则处理单元20可以被配置为执行下列步骤中的至少一个:基于预测的产品特性与用户定义的TPP之间的差异,建议至少一项附加技术措施来优化AI的关键参数;基于预测的产品特性与用户定义的TPP之间的差异,建议调整用户定义的TPP;以及基于预测的产品特性与用户定义的TPP之间的差异,建议选择不同的剂型。至少一项附加技术措施包括以下各项中的至少一项:研磨或微粉化;以及赋形剂的添加和加工。处理单元20可以被配置为重复执行包括以下操作的序列:接收与不同剂型、用户重新定义的TPP和/或AI的重新确定的关键物理化学特性相关的进一步用户输入;以及执行上述实施例和图3A至图3H的示例中的步骤,直到识别出合适的配方,该配方的产品特性符合用户定义或用户重新定义的TPP。作为选项,处理单元20还被配置为:允许用户订购产品样品(例如有希望的赋形剂和/或用于配方的其他成分),打印配方,和/或下载相关信息(包括质量信息、法规信息、安全数据和/或技术文档)。网页和/或应用程序可以提供第九图形用户界面,用于允许用户从赋形剂数据库中选择和订购赋形剂。结合图3I描述了第九图形用户界面的示例实施方式。第九图形用户界面允许用户选择配方中使用的和/或CL。作为进一步的选择,可以提供进一步的图形用户界面以允许用户提供反馈,包括例如可用性、信息内容和/或配方结果。装置110还可以包括用于输出分析结果的输出单元。表示用于实施图1和/或图2的装置110的示例机器可读指令的流程图在图4中示出。在该示例中,机器可读指令包括供处理器(例如图1和/或图2中的示例装置中所示的处理单元20)执行的程序。程序可以在存储在有形计算机可读存储介质(如CD-ROM、软盘、硬盘驱动器、数字多功能盘(DVD)、蓝光盘或与处理单元20相关联的存储器)上的软件中实现,但作为替代方案,整个程序和/或其部分可由不同于处理单元20的设备执行和/或在专用硬件的固件中实现。当从一个或多个如图1所示的电子设备接收到用户输入[步骤a),框202]时,图4的程序开始。用户例如,经由图3A所示示例的图形用户界面来定义剂型(框202a)。剂型可以包括以下各项中的至少一项:胶囊(包括硬胶囊和软胶囊)、口香糖、乳膏、包括乳剂浓缩物和微乳剂的乳剂、泡沫剂、喷雾剂、凝胶剂、棒剂、颗粒剂、软糖、植入物、软膏剂、糊剂、丸剂(包括包衣丸剂)、粉剂、溶液剂(包括注射液)、栓剂、混悬剂(包括悬浮浓缩物)、缓释形式、片剂(包括口腔片剂)、咀嚼片剂、包衣片剂、洗涤剂片剂、洗碗片剂、泡腾片剂、锭剂、口腔分散片剂、以及阴道片剂以及治疗贴剂。用户还例如经由图3C所示示例的图形用户界面来输入TPP(框202b)。用户定义的TPP的示例可以包括:适用于各种剂型的用户定义的TPP包括但不限于:活性成分的量和/或浓度;剂型的尺寸、体积和/或重量;剂型的机械和/或流变特性;活性成分的释放简档;其他与应用相关的参数;相容性和稳定性;以及其他与制造相关的特性。用于固体口服剂型的用户定义的TPP包括但不限于:每单位的AI的量;剂型的尺寸和/或重量;剂型的机械强度;剂型的期望释放行为;剂型的崩解时间;AI的溶出简档;活性成分和赋形剂的相容性;通过含量均匀度标准的概率;粉末混合物的流动性;粉末混合物的可压片性;以及活性成分和赋形剂的相容性和稳定性。用于液体和半固体剂型的用户定义的TPP包括但不限于:AI的浓度;剂型的体积;剂型的流变行为和/或粘度;剂型的扩散和/或粘附;相的分散性和/或体积分数;亲水性和/或亲油性;剂型的释放行为;剂型的熔点;AI的溶出简档;以及活性成分和赋形剂的相容性和稳定性。用户还例如经由图3B所示示例的图形用户界面来输入AI的关键物理化学特性(框202c)。AI的关键物理化学特性的示例可以包括以下各项中的至少一项:亲水性和/或亲油性(例如,分配系数);熔点;生物或人造脂质膜的渗透性;在水、溶剂、助溶剂和/或生物相关介质中的溶解度;与水、溶剂、助溶剂和/或生物相关介质的混溶性;真密度;粘度;润湿性;界面和/或表面张力;粒度分布数据;颗粒形态、形状和/或纵横比;堆积密度和振实密度;流动性(例如,休止角或流动函数系数);可压制性和可压实性;吸湿性;含水量(例如,干燥失重);杂质浓度;其他化学、物理化学和/或物理特性;以及关于相容性和稳定性的信息。接下来,图1和/或图2的示例装置110的处理单元30基于AI的关键物理化学特性来计算与剂型开发相关的AI的关键参数[步骤b),框204]。AI的关键参数是通过对数据进行归一化和缩放,从AI的关键物理化学特性计算得出的。例如,直接压制工艺中两个最重要的参数是粉末的流动性和可压片性。粉末的流动性可以通过测量休止角、豪斯纳比或通过孔的流速来表征。修剪单元测量、粉末流变性和雪崩测试是表征粉末流动的更先进的工具。与流动性相比,粉末的可压片性更难评估。测量片剂的抗压碎性并不能充分描述粉末的可压片性。并且绘制材料的可压制性和可压实性的简档是非常耗时的。为了表征粉末的可压片性,可以使用模型。为了开始实验,可能需要在五种不同的压实压力水平下制备粉末片剂。替换地,如果粉末的可压制性很差,可以考虑将粉末与可直接压制的赋形剂组合制成片剂。在这种情况下,处理单元30自动减去赋形剂的作用。在下一步中,用户对准备好的药片的重量、厚度和直径以及断裂力进行测量。可以通过命令行界面或图形用户界面来输入数据。在最后的步骤中,处理单元30计算片剂的孔隙率和抗拉强度。Gurnham方程的修改版本可用于对片剂孔隙率建模为所施加压力函数的函数[参见GKReynolds、JICampbell、RJRoberts,Acompressibilitybasedmodelforpredictingthetensilestrengthofdirectlycompressedpharmaceuticalpowdermixtures,InternationalJournalofPharmaceutics,531(2017)215-224]:InP=InP0-kc·ε(P)Ryshkewitch-Duckworth方程可用于描述抗张强度随片剂密度改变的变化:InT=InT-kb·ε(P)一旦输入了所有数据,处理单元30计算零孔隙率下的压实压力、抗压制性、零孔隙率下的抗拉强度以及粘合能力。这四个值用于评估粉末的可压片性。为了估计粉末的可加工性,可以考虑不同的参数。参数可以被成组为以下类别:粒度、粉末密度、流动性和可压片性。所有参数都可以从0到10进行缩放,其中0表示“不足”,而10表示“优秀”;5是直接压制的接受值。所选择的参数及其限制建立在制造分类系统之上[参见M.Leane、K.Pitt、G.Reynolds,AproposalforadrugproductManufacturingClassificationSystem(MCS)fororalsoliddosageforms,PharmaceuticalDevelopmentandTechnology,20(2015)12-21]。使用休止角为例,将值65°归一化为0;将值45°归一化为5;以及将值25°归一化为10。例如,十四个参数(即,d10值、d50值、d90值、分布跨度、堆积密度、振实密度、可压制性指数、豪斯纳比、休止角、孔隙率为0.15时的压实压力、孔隙率为0.15时的抗拉强度、100MPa压实压力下的抗拉强度、150MPa压实压力下的抗拉强度以及250MPa压实压力下的抗拉强度)可用于评估活性成分的可加工性。所有参数都可以从0到10进行缩放,其中0表示“不足”,而10表示“优秀”;5是直接压制的接受值。参数可分为以下几类:可加工性(所有参数的平均值)、粒度(d10值、d50值、d90值和分布跨度的平均值)、粉末密度(堆积密度和振实密度的平均值)、粉末流动性(可压制性指数的平均值、豪斯纳比和休止角)和可压片性(孔隙率为0.15时的压实压力平均值、孔隙率为0.15时的抗拉强度、100MPa压实压力下的抗拉强度、150MPa压实压力下的抗拉强度以及250MPa压实压力下的抗拉强度)。雷达图可用于快速识别活性成分的优势(值大于或等于5)和弱点(值小于5)。总的来说,可以得出以下结论:可加工性正在提高,因为曲线所包围的面积正在增加。如果可加工性、粉末流动性和可压片性参数大于等于5,可以直接压片;如果可压片性参数大于或等于5,则可以进行干法制粒(例如碾压、压块等);湿法制粒(例如,流化床或高剪切制粒)总是可行的。图3D中说明了AI的计算得出的关键参数的示例。可选地,可以检查通过含量均匀度测试的概率。药物剂型的含量均匀度会受到活性成分的粒度和粒度分布的影响。使用所描述的装置,可以针对给定剂量设置粒度限制并消除与粒度相关联的含量均匀度问题。Yalkowsky-Bolton方程的修改版本可用于计算给定粒度分布的剂量的相对标准偏差[参见B.R.Rohrs,G.E.Amidon,R.H.Meury,P.J.Secreast,H.M.King,C.J.Skoug,ParticlesizelimitstomeetUSPcontentuniformitycriteriafortabletsandcapsules,JournalofPharmaceuticalSciences,95(2006)1049-1059]。该理论假设均匀混合并且粒度分布是对数正态的。图表,例如图3E中所示的图表,可以指示最大体积中值粒径(d50值)在给定的置信水平(p值)作为分布宽度的函数(d90/d50)的情况下,被预测在阶段I通过含量均匀度测试。该图可用于估计必要的粒度,以确保满足含量均匀度标准。该图还表明,如果减小粒度分布的宽度,最大可接受的d50值会显著增加。例如,通过将分布宽度(d90/d50)从4缩小到2,可接受的d50值增加约四倍。由于较大的颗粒在更大程度上影响含量均匀度,因此消除大颗粒(例如,通过筛分)可以显著改变所需的粒度。然后,处理单元30通过应用混合规则来预测AI在与从赋形剂数据库中选择的一种或多种赋形剂组合时的关键物理化学特性。该装置随后处理数据并通过对数据进行归一化和缩放,在与从赋形剂数据库中选择的一种或多种赋形剂组合时重新计算AI的关键参数[步骤c),框206]。用户可以经由图3F的示例图形用户界面来选择一种或多种赋形剂。可以将重新计算的关键参数与先前计算的关键参数进行比较,以确定是否可以用赋形剂来纠正API的缺陷特性。例如,可以使用如图3G所示的雷达图来展示改进。换句话说,该装置预测粉末混合物(即活性成分与填充剂/粘合剂的组合)的可加工性。用户可能需要输入活性成分的特性(或者从数据库中选择活性成分),从列表中选择赋形剂或赋形剂混合物,并输入活性成分的重量分数。例如,粉末混合物的特性(即,粒度分布、堆积密度、振实密度、休止角、可压制性和可压实性简档)是通过应用混合规则从单组分数据中估计出来的。为了估计粉末混合物的粒度分布,单个组分的累积粒度分布从它们的d10、d50和d90值重建(假设粒子是球形的并且呈对数正态分布)。然后从各个曲线的体积加权算术平均值得出粉末混合物的累积粒度分布。粉末混合物的堆积密度从各个值的加权算术平均值计算;具有较小堆积密度的组分被给予更多的权重。粉末混合物的振实密度从各个值的加权算术平均值计算;具有较大振实密度的组分被给予更多的权重。粉末混合物的休止角从各个值的加权算术平均值计算;具有较大休止角的组分被给予更多的权重。粉末混合物的可压制性简档从各个简档的体积加权算术平均值导出;进行最小二乘拟合以确定零孔隙率下的压实压力和可压制性阻力。粉末混合物的可压实性简档从各个简档的体积加权几何平均值导出;进行最小二乘拟合以确定零孔隙率下的抗拉强度和粘合能力。接下来,图1和/或图2的示例装置110的处理单元30从能够改善AI的关键参数的一种或多种所选择的赋形剂中选择至少一种有希望的赋形剂[步骤d),框208],并且基于AI、至少一种所选择的有希望的赋形剂以及剂型来建议制造工艺[步骤e),框210]。有希望的赋形剂是与其他赋形剂相比能够更好地纠正API的缺陷特性的那些赋形剂。图3G说明了有希望的赋形剂的示例,即它可以纠正AI的缺陷特性,从而使配方适合直接压制。例如,装置基于给定的剂量和片剂重量来计算活性成分的重量分数;从片剂重量中减去7%以容纳崩解剂和润滑剂。在下一步骤中,装置预测所有可能的活性成分-赋形剂组合的可加工性。粉末混合物的特性(即,粒度分布、堆积密度、振实密度、休止角、可压制性和可压实性简档)是通过应用混合规则从单组分数据中估计出来的。因此,十四个参数(即,d10值、d50值、d90值、分布跨度、堆积密度、振实密度、可压制性指数、豪斯纳比、休止角、孔隙率为0.15时的压实压力、孔隙率为0.15时的抗拉强度、100MPa压实压力下的抗拉强度、150MPa压实压力下的抗拉强度以及250MPa压实压力下的抗拉强度)可用于评估活性成分的可加工性。所有参数都可以从0到10进行缩放,其中0表示“不足”,而10表示“优秀”;5是直接压制的接受值。参数可分组为以下几类:可加工性(所有参数的平均值)、粒度(d10值、d50值、d90值和分布跨度的平均值)、粉末密度(堆积密度和振实密度的平均值)、粉末流动性(可压制性指数、豪斯纳比和休止角的平均值)和可压片性(孔隙率为0.15时的压实压力、孔隙率为0.15时的抗拉强度、100MPa压实压力下的抗拉强度、150MPa压实压力下的抗拉强度以及250MPa压实压力下的抗拉强度的平均值)。雷达图还可用于快速识别粉末混合物的优势(值大于或等于5)和弱点(值小于5)。总的来说,可以得出以下结论:可加工性正在提高,因为曲线所包围的面积正在增加。如果可加工性、粉末流动性和可压片性参数大于等于5,可能进行直接压片;如果可压片性参数大于或等于5,则可能进行干法制粒(例如碾压、压块等);湿法制粒(例如,流化床或高剪切制粒)总是可行的。一旦测试完所有组合,设备会根据测试的赋形剂和赋形剂混合物的性能对测试的赋形剂和赋形剂混合物进行分类。为此,计算所有14个参数的加权平均值。对于可压片性和粉末流动性给予更多的权重;而粒度和粉末密度不太重要。接下来,设备建议合适的制造工艺并选择最相关的赋形剂或赋形剂混合物。使用直接压制作为示例,根据制造分类系统,如果材料在颗粒尺寸和形状、混合均匀度、粉末流动、粉末密度、压片性能和压制的机械强度等方面满足一定的要求,则直接压制是可行的。例如,在直接压制期间,流动性和/或可压片性(值小于5)不足的赋形剂和赋形剂混合物会被挑出。所有赋形剂和赋形剂混合物均按从零(“不合格”)到五星(“最合格”)的等级进行评级。“五星”表示性能最高的赋形剂或赋形剂混合物;“一星”表示性能最低的赋形剂或赋形剂混合物;“零星”表示赋形剂或赋形剂混合物不适用于直接压制工艺。然后,装置使用所选择的填充剂-粘合剂组合来计算起始配方。添加超级崩解剂;用量取决于所选择的填充剂-粘合剂组合。例如,如果填充剂-粘合剂组合已经包含崩解剂(例如,即用型赋形剂),则超级崩解剂的量相应减少。如果粉末混合物的可压片性中等(值小于6),则选择具有粘合特性的超级崩解剂(例如,CL-SF);否则,添加常规超级崩解剂(例如,CL-F)。添加硬脂富马酸钠作为润滑剂;用量取决于所选择的填充剂-粘合剂组合。与硬脂酸镁相比,硬脂富马酸钠不会导致过度润滑;它与活性成分的不相容性较少。一旦确定了正确的超级崩解剂和润滑剂的量,就重新计算填充剂-粘合剂组合的量。然后,图1和/或2的示例装置110的处理单元30基于所建议的制造工艺、AI与至少一种所选择的有希望的赋形剂的组合以及剂型来预测产品特性[步骤f),框212];以及确定预测的产品特性是否符合用户定义的TPP[步骤g),框214]。如果确定预测的产品特性符合用户定义的TPP,例如,在用户定义的TPP的预定义范围内,则可以基于AI与至少一种所选择的有希望的赋形剂的组合、所建议的制造工艺以及剂型来识别合适的配方[步骤f),框216]。在图3H中说明了识别的配方的示例。在步骤216中,如果已经识别出至少一种配方,则用户可以在实验室中制备该配方并表征所获得的产品。如果实验结果(例如,含量均匀度、溶出简档、片剂的机械强度等)符合目标简档,则开发过程完成。否则,装置可能会建议优化AI的特性、调整TPP或选择不同的剂型。如果确定预测的产品特性不符合用户定义的TPP,则示例装置110的处理单元30可以基于预测的产品特性与用户定义的TPP之间的差异,建议使用至少一种附加技术措施来优化AI的特性(块218)。至少一项附加技术措施包括以下各项中的至少一项:研磨或微粉化;以及赋形剂的添加和加工。替代地或附加地,处理单元30可以基于预测的产品特性与用户定义的TPP之间的差异来建议调整TPP(框220)或选择不同的剂型(框222)。然后,用户有可能优化AI的特性(框224)、重新定义TPP(框226)和/或重新选择剂型(框228)。然后,处理单元30再次执行步骤b)至h),直到识别出合适的配方,其中,配方的产品特性符合用户定义或用户重新定义的TPP,并且图4的程序结束。当实验结果不符合目标简档时,同样的过程(框218-228)也可以适用。作为选项,用户可能打印配方、下载相关信息(例如,质量、法规、技术文档),并订购产品样品。此外,用户有可能提供反馈(例如,关于可用性、信息内容、配方结果等),该反馈用于改善用户体验和系统本身。系统还可以包含最终产品示例的汇编,包括其配方、制造技术和特性。用户可以访问此汇编,例如,通过搜索活性成分、剂量和剂型。这些药物产品的可制造性和特性已经通过实验得到证明。在本发明的另一示例性实施例中,提供了一种计算机程序或计算机程序元件,其特征在于适于在适当的系统上执行根据前述实施例之一的方法的方法步骤。因此,计算机程序元件可以存储在计算机单元上,计算机单元也可以是本发明的实施例的一部分。该计算单元可以适于执行或引起执行上述方法的步骤。此外,它可以适于操作上述装置的组件。计算单元可以适于自动操作和/或执行用户的命令。可以将计算机程序加载到数据处理器的工作存储器中。数据处理器因此可以被装备来执行本发明的方法。本发明的该示例性实施例涵盖从一开始就使用本发明的计算机程序以及通过更新将现有程序变成使用本发明的程序的计算机程序。此外,计算机程序元件可能能够提供所有必要的步骤来完成上述方法的示例性实施例的过程。根据本发明的另一示例性实施例,提出了一种计算机可读介质,例如CD-ROM,其中该计算机可读介质具有存储在其上的计算机程序元件,该计算机程序元件由前面部分描述。计算机程序可以存储和/或分发在合适的介质上,例如与其他硬件一起提供或作为其他硬件的一部分提供的光存储介质或固态介质,但也可以以其他形式分发,例如通过互联网或其他有线或无线电信系统分发。然而,计算机程序也可以通过像万维网这样的网络呈现,并且可以从这样的网络下载到数据处理器的工作存储器中。根据本发明的另一示例性实施例,提供了一种用于使计算机程序元件可供下载的介质,该计算机程序元件被布置为执行根据本发明的前述实施例之一所述的方法。必须注意,本发明的实施例是参考不同的主题来描述的。具体而言,参考方法类型权利要求描述了一些实施例,而参考设备类型权利要求描述了其他实施例。然而,本领域技术人员将从以上和以下描述中得知,除非另有说明,否则除了属于一种类型的主题的特征的任意组合之外,与不同主题相关的特征之间的任意组合都被视为与本申请一起公开。然而,可以对所有特征进行组合,如此提供了不仅仅是特征的简单总和的协同效应。虽然已在附图和前述描述中详细说明和描述了本发明,但这种说明和描述应被认为是说明性或示例性的而非限制性的。本发明不局限于所公开的实施例。通过研究附图、公开内容和从属权利要求,本领域技术人员在实践要求保护的发明时可以理解和实施所公开实施例的其他变体。在权利要求中,“包括”一词不排除其他元素或步骤,并且不定冠词“一个(a)”或“一个(an)”不排除多个。单个处理器或其他单元可以实现权利要求中引用的若干项的功能。在彼此不同的从属权利要求中引用了某些措施这一事实并不表明这些措施的组合不能被有利地使用。权利要求中的任何参考符号不应被解释为限制范围。当前第1页12当前第1页12
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献