李乃智

摘 要：目前在藥物制劑領(lǐng)域中對其運用的數(shù)據(jù)處理方法種類較多，本文主要以領(lǐng)域內(nèi)相關(guān)的文獻(xiàn)資料作為分析基礎(chǔ)，對其中方差分析、多元回歸分析等多種數(shù)據(jù)處理方法進(jìn)行分析及總結(jié)，對這些數(shù)據(jù)處理方法在藥物制劑中可以起到的優(yōu)化作用進(jìn)行探討，從而確定其在藥劑質(zhì)量控制中的作用。

關(guān)鍵詞：藥物制劑；數(shù)據(jù)處理；分析；作用

目前科技的快速發(fā)展決定了各類科學(xué)理論知識在一定程度上會相互滲透、相互作用，而利用數(shù)據(jù)處理方法對藥物制劑工藝進(jìn)行優(yōu)化是領(lǐng)域內(nèi)重點研究的方向之一。由于在藥物制劑生產(chǎn)的過程中，其流程、方法、時間、溫度、配比、PH值等都可能影響藥物的實際藥效，因此在藥物制劑工藝使用的過程中需要對各項指標(biāo)及方法標(biāo)準(zhǔn)進(jìn)行確定。

一、多種數(shù)據(jù)處理方法的作用

在實際中使用不同的數(shù)據(jù)處理方法會對藥物制劑實驗結(jié)果產(chǎn)生不同的影響，對藥物制劑中單指標(biāo)及多指標(biāo)采用的數(shù)據(jù)處理方法也有所不同，根據(jù)目前藥物制劑工藝優(yōu)化采用的數(shù)據(jù)處理方法來看，其單指標(biāo)多采用方差分析法，這種分析方法在多指標(biāo)數(shù)據(jù)中并不適用，單獨使用會使數(shù)據(jù)出現(xiàn)偏差，無法起到優(yōu)化藥物制劑工藝的作用，因此可以選擇數(shù)據(jù)處理方法的聯(lián)用來提高數(shù)據(jù)結(jié)果準(zhǔn)確性，為工藝優(yōu)化提供數(shù)據(jù)支持。

二、多種數(shù)據(jù)處理方法

1.方差分析-多指標(biāo)綜合加權(quán)評分法

在藥物制劑中采用指標(biāo)是為了保證制劑工藝的準(zhǔn)確性、科學(xué)性、標(biāo)準(zhǔn)性及規(guī)范性，因此在多指標(biāo)數(shù)據(jù)的處理上需要根據(jù)實際進(jìn)行加權(quán)處理，從而對其進(jìn)行綜合的評分。對各評價指標(biāo)按其相對重要程度分配系數(shù)，然后以累加法、連乘法或加乘法累計總分，根據(jù)總分高低排出優(yōu)劣順序。目前方差分析-多指標(biāo)綜合加權(quán)評分法在實際的使用中計算方法較為繁瑣，但是其在藥物制劑工藝的評價上有突出重點、結(jié)果準(zhǔn)確等優(yōu)點，綜合加權(quán)評分法所具有的結(jié)果分析的特點可以選出方案中最佳的工藝方法。雖然采用方差分析-多指標(biāo)綜合加權(quán)法能達(dá)到優(yōu)化工藝的效果，但存在不足。首先，方差分析只依賴于指標(biāo)值，一旦某點或幾個點的指標(biāo)值誤差很大，勢必會影響計算結(jié)果的可靠性，從而影響數(shù)據(jù)結(jié)果分析的準(zhǔn)確性；其次是對實驗點的誤差大小無法判斷；再次，在進(jìn)行工藝優(yōu)化時只能從正交或均勻設(shè)計表中找出最好點的實驗條件作為優(yōu)化條件，但這未必是真正的優(yōu)化條件。

2.多元回歸分析-效應(yīng)面法響應(yīng)面法

這種組合式數(shù)據(jù)處理方法結(jié)合了數(shù)學(xué)運算及統(tǒng)計方法的優(yōu)點，其建?？梢詫λ幬镏苿┲械亩嘀笜?biāo)數(shù)據(jù)進(jìn)行組合分析。采用多元回歸結(jié)合效應(yīng)面法計算，首先可彌補正交方差計算的不足，如回歸方程既能明確每個因素對指標(biāo)的影響，又可判斷實驗點的實驗誤差，更有利于結(jié)果解釋和工藝條件的優(yōu)化；其次，多元回歸分析所需要的試驗數(shù)量較少，且對于多指標(biāo)中參數(shù)之間的作用可以有效的減少，因此在進(jìn)行數(shù)據(jù)處理上較一些其他數(shù)據(jù)處理方法更加有效，所得計算結(jié)果也更加精確。該分析方法符合一般數(shù)學(xué)多元回歸模型：

Y=b0+b1p+b2m+b3pm+b4p2+b5m2

b0～b5是評估模型的參數(shù)，p、m表示自變量，Y表示因變量，該多元回歸模型能預(yù)測自變量與因變量的關(guān)系。然后再通過建立連續(xù)變量曲面模型，精確地表述因素與響應(yīng)值之間的關(guān)系，對影響制劑工藝的因素水平進(jìn)行優(yōu)化和評價。

3.人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)（ANN）

ANN是理論化的人腦神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型，能很好地預(yù)測多因素多水平非線性關(guān)系，很適于解決多元同時優(yōu)化的問題，廣泛應(yīng)用于藥學(xué)領(lǐng)域。ANN是復(fù)雜的非線性網(wǎng)絡(luò)模型，不僅可以省略復(fù)雜的統(tǒng)計，就能把自變量和因變量結(jié)合起來，而且在模擬和預(yù)測時，結(jié)果偏差均較RSM小。ANN在優(yōu)化制劑工藝方面，包括網(wǎng)絡(luò)模型的構(gòu)建與訓(xùn)練、實驗條件仿真及優(yōu)化兩過程。

4.多維空間三角形面積法

多維空間三角形面積法，即任一時間點，多組分釋放度或多組分吸收度是多維空間中的一個點，連續(xù)3個時間點連線的三角形面積反映了多組分釋放或吸收的動力學(xué)變化特征。通過計算多維空間中點與點的距離，得到任意連續(xù)3個時間點（釋放/吸收）形成三角形的3個邊長，進(jìn)而計算其面積（圖1）。以釋放度三角形面積累計值-吸收度三角形面積累計值的相關(guān)性來表征藥物的多組分釋放-吸收體內(nèi)外相關(guān)性，而大量文獻(xiàn)報道，體內(nèi)外相關(guān)性可用于評價及優(yōu)化藥物制劑工藝。所以，多維空間三角形面積法作為一種新的數(shù)據(jù)處理方法，在優(yōu)化藥物制劑工藝方面，將會有更廣闊的應(yīng)用前景。

三、展望

藥物制劑工藝是非常復(fù)雜的過程，方差分析-多指標(biāo)綜合加權(quán)評分法、多元回歸分析-效應(yīng)面法、ANN及多維空間三角形面積法都能揭示多因素多水平之間的規(guī)律，可以達(dá)到優(yōu)化工藝的目的。

在保證指標(biāo)值誤差不是很大的情況下，選用方差分析-多指標(biāo)綜合加權(quán)評分法進(jìn)行優(yōu)化更為簡單；RSM數(shù)據(jù)分析結(jié)果太依賴于具體的非線性方程，且在模型擬合方面較為困難，所以，在聯(lián)系不是很復(fù)雜且對結(jié)果要求不是很高的情況下，運用RSM法進(jìn)行優(yōu)化更為實用；ANN是以實驗數(shù)據(jù)為基礎(chǔ)，經(jīng)過有限次迭代計算而獲得的一個反映實驗數(shù)據(jù)內(nèi)在規(guī)律的數(shù)學(xué)模型，且無需目標(biāo)函數(shù)具備明確的數(shù)學(xué)表達(dá)式，并且模型的建立與尋優(yōu)的過程都可以利用數(shù)據(jù)可視化技術(shù)以直觀的圖形展現(xiàn)出來，為解決多維非線性系統(tǒng)的優(yōu)化問題提供了一個全新而有效的途徑；多維空間三角形面積法作為一種新的數(shù)據(jù)處理方法，適合研究物質(zhì)組分比較明確，且組分在體內(nèi)外均可檢測到的多組分藥物。通過大量實驗研究及查閱相關(guān)代謝組學(xué)文獻(xiàn)，擬合出代謝組學(xué)動態(tài)數(shù)學(xué)模型，即以代謝產(chǎn)物含量為檢測指標(biāo)，來考察影響制備的主要因素，可用于優(yōu)化多組分中藥的制備工藝。目前，多維空間三角形面積法和代謝組學(xué)動態(tài)數(shù)學(xué)模型在國內(nèi)極為少見，隨著多學(xué)科交叉的滲透以及制劑工藝研究工作者研究水平的不斷提高，這兩種方法必將得到更廣泛的應(yīng)用。

綜上所述，上述的幾種數(shù)據(jù)處理方法在藥物制劑中較為常見，根據(jù)實際需要應(yīng)用適當(dāng)?shù)臄?shù)據(jù)處理分析方法可以補足制劑工藝中存在的不足，并在科學(xué)的基礎(chǔ)上對這些工藝進(jìn)行進(jìn)一步的優(yōu)化，完善藥物制劑工藝，可以為藥物制劑的質(zhì)量提供一定的保障。

參考文獻(xiàn)：

[1] 譚素玲.化學(xué)藥物制劑處方及工藝研究[J].科研，2016（12）：00036-00036.

[2] 田永紅.藥物制劑工藝分析[J].中國科技博覽，2013（17）：234-234.

[3] 徐宇虹，方中堅.藥物制劑的優(yōu)化篩選方法，CN103656688A[P].2014.