An Interactive Constraint-Based Decision-Support Tool for Pharmaceutical Formulation Development

Reihaneh Manteghi

doi:10.3390/pharmaceutics18060635

2026-05-22

Reihaneh Manteghi *

Eduardo Veas

DOI：10.3390/pharmaceutics18060635

原文链接

原文求助

摘要

En 中文

背景/目标：药物制剂涉及通过结合活性药物成分（API）的特性与合适的辅料和加工策略来设计药物产品，以生产安全、有效且可制造的剂型。然而，制剂科学中的数据通常有限，生成成本高，且常受专利和保密限制。交互式数字工具可通过改进制剂决策的结构、透明度和效率来支持配方师在早期药物产品开发中。虽然当前系统专注于结构化决策支持，但未来扩展可能纳入机器学习方法进行推荐和知识提取。方法：本研究开发了制剂工具，一个基于制药实践中常用的分层制剂策略框架的交互式决策支持与可视化系统。该工具旨在优先考虑合适的制剂原则及相关加工路线，以口服固体制剂为初始应用领域。评估的场景还包括与口服液体制剂相关的路径区域。其模块化架构还使其适用于其他制剂场景。为评估实用性，该工具在一个涉及五位专家用户和六个预定义制剂场景（n=30次运行）的结构化专家研究中进行了评估，涵盖了成人及儿科条件下的三种药物。结果：该工具在预期的剂型家族和总体制剂特性上表现出一致性，成人场景收敛于口服固体区域，儿科场景收敛于口服液体区域。在下游制剂配置文件层面，用户或收敛于预期的主导路径，或收敛于同一制剂区域内的替代可行路径。观察到完成完整路径的变异性，这主要与用户交互行为和探索性使用模式的差异有关。任务完成时间的中间值为113.5秒。结论：除组织制剂知识外，制剂工具以结构化方式记录用户交互，这可能支持未来从使用模式中学习。由于详细的下游制剂约束通常具有机构特异性且通常不在公共领域可用，因此当前评估侧重于剂型家族层面的一致性和总体制剂特性，而非高度专业化的约束逻辑。该系统基于约束满足问题（CSP）框架，该框架适合在明确约束下建模复杂决策过程。CSP也已广泛应用于智能调度系统，支持其适用于结构化、约束丰富的决策任务，如制药制剂策略开发。

Keyword:

pharmaceutical formulation

decision-support systems

constraint satisfaction problem

interactive visualization

data-driven formulation