| 研究課題/領域番号 |
23590053
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
物理系薬学
|
|---|
| 研究機関 | 星薬科大学 |
|---|
研究代表者 |
高山 幸三 星薬科大学, 薬学部, 教授 (00130758)
|
|---|
| 研究期間 (年度) |
2011 – 2013
|
| 研究課題ステータス |
完了 (2013年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2013年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2012年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2011年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
|
|---|
| キーワード | 錠剤データベース / ニューラルネットワーク / 自己組織化マップ / 主薬物性 / 品質特性 / 破壊強度 / 崩壊時間 / 比表面積 / サポートベクターマシン / 製剤特性 / 溶出率 / 硬度 / 溶出時間 / 拡張シンプレックス |
|---|
| 研究概要 |
汎用剤形である錠剤にフォーカスを当て、実用に耐える錠剤データベースの構築を試みた。物性の異なる14種類の主薬（API）を選択し、APIを10～80%含有する錠剤約1000セットを調製した。錠剤の破壊強度と崩壊時間を品質特性とし、APIの基礎物性と錠剤品質特性からなるデータベースを構築した。データベースの内部構造を平面マップ上に写像した結果、個々のデータはデータベース内に一様に分布していることが確認された。次にアンサンブル人工ニューラルネットワーク（EANN）を適用し、主薬物性による品質特性の予測の可能性を検証した。その結果、EANNによって錠剤品質物性を高精度に予測できることが示された。
|
