| 研究概要 |
薬物送達システム(DDS)の開発研究は投薬技術の最適化を目的とするものであり,その製剤設計は科学的根拠に基づくものでなければならない。申請者はDDS製剤の処方設計最適化のためのインシリコ予測技術として,多次元スプライン補間を基本とする多目的同時最適化法(RSM-S)を開発し,DDS製剤に関する多くの事例に適用してその有用性を評価した。その結果,RSM-Sでは,人工ニューラルネットワーク等に比較して最適解を高精度に推定可能であることを見いだした。次にブートストラップ(BS)法とKohonen自己組織化マップ(SOM)を応用し,RSM-Sで推定される最適解の信頼性評価を試みた。BS法により復元抽出されたBSサンプルに対し,RSM-Sを適用しBS最適解を推定した。これにSOMを適用してオリジナル最適解を内包するBS最適解の集合を同定し,これより最適解の信頼区問を推定した。本手法は膨大な計算時間を必要とするという欠点はあるものの,信頼性を評価するための新たな手段として有効である。さらに,RSM-S最適解に対する要因の感度分析のために,新たにleave-one-factor-out cross validation(LOFOCV)法を開発した。これはLOFOCVデータにRSM-Sを適用して最適解の集合を推定し,その分散をオリジナル最適解と比較することで要因の影響度を推定しようとするものである。数種類の事例に適用した結果,要因の影響度を定量化できる可能性が示唆された。
|
