当前位置：文档库 › 响应面分析法优化盐酸丁螺环酮微球制备工艺研究

响应面分析法优化盐酸丁螺环酮微球制备工艺研究

(制剂与炮制(

收稿日期:2008-03-26; 修订日期:2008-07-29

作者简介:惠尉(1983-),男(汉族),江苏南京人,现为南京工业大学硕士研究生,主要从事药物新剂型与新技术的研究工作.

通迅作者简介:陈国广(1967-),男(汉族),江苏南京人,现任南京工业

大学副教授,博士学位,主要从事药物新剂型与新技术的研究工作.

响应面分析法优化盐酸丁螺环酮微球制备工艺研究

惠尉,陈国广,唐俊,张东旭,齐鹏,韦萍

(南京工业大学制药与生命科学学院,江苏南京210009)

摘要:目的用拟合响应曲面法对盐酸丁螺环酮的制备工艺进行改良,并考察其体外释放。方法聚乳酸羟基乙酸(PL -GA )为载体,采用复乳-溶剂挥发法制备盐酸丁螺环酮PLGA 微球。结果微球颗粒圆整,大小均匀,观察其体外释放,在

2~11d 之间,微球持续恒速释放药物。结论所制微球具有很好的缓释作用,操作方便,工艺稳定,有利于工业化生产。

关键词:拟合响应曲面法; 复乳-溶剂挥发法; 盐酸丁螺环酮; 微球中图分类号:R283 文献标识码:A 文章编号:1008-0805(2008)09-2268-04

Optim ization of t he P reparation of Bus pirone H ydorchloride M icros pheres by Res ponse Surface Analysis

HU I W e,i CHEN G uo -guang ,TANG J un ,ZHANG D ong -xu,Q I P eng ,W EI P

i n g

(C ollege of L ife Science and P har m aceutical Engineering,N anjing Un i v ersit y o f Technology ,Nanjing 210009,China )

Abst ract :O bjective To opti

m ize the prepara ti on o f Busp irone H ydorch l or i de m i crospheres by response surface analysis ,and i n -vesti ga te the in vitro release .M ethod s U s i ng PLGA as carr i er ,w e synthesized Buspirone H ydo rchlor i de PLGA -m icro spheres

w it h doub le e m ulsi on /so l vent evaporati on m ethod .Resu lts T he m orphology o fm icro spheres was sphe rica l and w ell distri buted .T he release property of m i crospheres i n v itro w as stable bet ween 2to 11days .Con clusi on T he m icro spheres sustained re l eased w ell i n vitro and i n vivo and its conven i ent prepa ra tion is s u itable for i ndustria lization and production .

K ey w ords :R esponse Surface A nalysis ; Doub le Emu lsi on /so l vent Evaporation M et hod ; Buspirone H ydo rchlor i de ; M -i c rospheres

盐酸丁螺环酮是美国用于临床的第一个新型的抗焦虑药物,

它具有和BDZ 类药物相当的抗焦虑作用,但无催眠、抗痉挛和肌

松弛效应,被称为/选择性抗焦虑剂0[1,2]

。从盐酸丁螺环酮的目前给药剂型来看,长期以来一直只有普通的片剂,具有肝脏首过作用强,生物利用度低,血药浓度波动大,有峰谷现象[3,4]等普通片剂普遍存在的缺点,一定程度增加并发症风险。此外,其给药剂量之大,疗程之长和服药次数之多,给患者带来诸多不便,多数患者无法坚持每天按时服药。因此其缓释制剂的开发具有重要意义。

拟合响应曲面法(R esponse Surface A na l ysis)是近几年发展起来的一种分析方法,其原理是通过一系列确定性试验拟合一个响应面来模拟真实的极限状态曲面,从而很容易地进行可靠性分析[5~9]。响应面分析法采用多元二次回归方法作为函数估计的工具,将多因子试验中因子与指标的相互关系用多项式近拟,研究因子与响应面之间、因子与因子之间的相互关系,并依此从响应面的形状上找到最佳控制点。响应面分析法以最经济的方式、较少的实验次数和较短的时间对所选实验参数进行全面分析,以得出正确结论,其优越性已为越来越多的研究人员所关注并应用于各种生物、化工处理过程。

本文以生物可降解材料制备长效盐酸丁螺环酮PLGA 缓释微球,采用拟合响应曲面法优化其制备工艺,并对其体外释放的情况进行研究。1 试剂与仪器

盐酸丁螺环酮(恩华药业集团有限责任公司);聚乳酸羟基乙酸(PLGA 7525H I GH,美国M EDSORB 公司);聚乙烯醇(PVA

150S ,韩国进口;二氯甲烷(天津市化学试剂一厂);乙醇(中国医

药集团上海化学试剂公司);色谱甲醇(天津市四友生物医学技术有限公司);磷酸二氢钾(上海试剂总厂);氢氧化钠(济南化学试剂厂);透析袋(截流分子量10000);其他试剂均为分析纯,水为蒸馏水。数显恒速搅拌器(S312-250,上海申生科技公司);循环水式真空泵1S HZ -D (ò),巩义市予华仪器厂2;电子天平(AG135M ETTLER TOLEDO 公司);紫外-分光光度计(UV -2450,S H I M ADZU );光学显微镜;WH -2型微型旋涡混合仪(上海沪西分析仪器厂);KQ -250E 医用超声仪(昆山超声仪器有限公司);TGL -16B 型台式高速离心机(湖南星科科学仪器有限公司);气浴恒稳震荡器(江苏省宏华仪器厂);高效液相色谱(W a -ters 515pump ,2487紫外检测器)。2 方法

2.1 盐酸丁螺环酮微球的制备精密称取聚乳酸羟基乙酸(PL -GA )溶解于二氯甲烷及乙醇中[10]

,溶解后加入盐酸丁螺环酮溶液,超声乳化均匀;室温条件下将初乳缓慢注射进高速搅拌的一定浓度的聚乙烯醇(PVA )外水相中,采用层流剪切乳化法乳化,控制乳化时间;将乳状液倾入到蒸馏水中,继续搅拌,使有机溶剂挥发固化完全,所得微球经过滤器抽滤收集,用乙醇或水溶液清洗,真空干燥若干小时。

2.2 盐酸丁螺环酮微球制备工艺的考察用中心组合设计法(Centra l composite des i gn ,CCD )进行各影响因素的分析。

考察因素(自变量):

X1-油/水体积比(v /v );X2-油相中聚合物(PLGA )浓度(m g #m l -1);X 3-PVA 浓度(g #m l -1);X4-乳化转速(r #m i n -1);X 5-投药比(g /g)

考察指标(因变量):

Y 1-平均粒径(L m );Y 2-收率(%);Y 3-包封率(%);Y 4-载药率(%)。

2.3 考察指标的测定方法

2.3.1 粒径取少量微球置于载玻片上,滴加少量0.02%的吐

2268#

温20溶液进行分散,然后在具刻度目镜的显微镜下观察,并记录分布载玻片5个以上不同区域微球的粒径,微球记数总数为200个。然后通过SPSS 软件处理,求得微球的平均粒径。2.3.2 收率收集冷冻干燥后的所有微球,在精密电子天平上称重后除以总的投药量即得,计算公式:收率(%)=所得微球质量/总投料量@100%

表1 考察因素及水平

水平因素

X1/v B v X2/m g #m l -1

X3/g #m l -1

X4/r #m i n -1

X5/g B g 11/101000.55001/121/205017001/23

1/30

1000

1/4

2.3.3 包封率在离心力作用下,微球完全沉淀,测定上清液中药物的含量。计算微米粒中药物的包封率公式:X (%)=(W tota l -W free)/W tota l @100%。其中W to ta:l 加入B U S 的总质量;W free :上清液中B U S 的质量。2.3.4 载药率称取一定量的微球,用二氯甲烷溶解,0.1M 盐酸稀释,0.45L m 滤膜过滤,紫外测定,按标准曲线方程计算含药量,微球的载药量(DL )的计算公式如下:

DL(%)=W BUS /W M S @100%

其中W B U S :测得盐酸B U S 的总质量;W M S :微球总质量。DL (%):载药量。

2.4 盐酸丁螺环酮微球体外释放的研究通过盐酸丁螺环酮微球体外释放行为的研究,能够预测其在体内的释药情况,了解其释药的机理,指导微球制备的处方和工艺,对于盐酸丁螺环酮微球质量标准的建立提供依据。本实验中采用高效液相色谱法(HPLC)测定其浓度。微球制剂体外释放实验目前常用的释放介质为p H =7.4的磷酸缓冲溶液,采用p H =7.0的缓冲液作为微球的体外释放介质亦有报道。2.4.1 色谱条件色谱柱:ZORBAXSB -C 18柱。流动相:甲醇-乙腈-水-0.1m o l/L 醋酸钠(p H 4.5)=10:38:51:1。流速:1.0m l/m i n 。检测波长:237n m 。进样量:20L l 。柱温:40e 2.4.2 标准曲线的建立精密称取盐酸丁螺环酮25m g 置50m l 量瓶中,以0.1MH C l 溶解并稀释至刻度,摇匀,取1m l 于10m l 容量瓶中,0.1MHC l 稀释到刻度摇匀,得储备液(50.0L g /m l)。精密量取储备液0.1,0.2,0.4,0.8,1.6,2.4m l 置10m l 容量瓶中,以0.1释放介质稀释至刻度,摇匀。0.45L m 滤膜过滤后20L l 注入液相色谱仪,记录色谱图,计算峰面积,以连续5次进样测定的峰面积平均值对盐酸丁螺环酮的浓度作线性回归,得标准曲线。2.4.3 盐酸丁螺环酮微球体外释药实验取各批盐酸丁螺环酮微球5mg 3份,将称量好的微球置于事先处理好的透析袋中,加入p H 7.4的PBS 2m ,l 扎紧袋口,放入18m l p H 7.4的PBS ,于恒温震荡器上释放。

恒温震荡器的温度设置为37e ,转速为110r/m i n ,在3,6,12,24h 分别取样0.5m ,l 之后每24h 更换1次新介质,取出的介质经0.45L m 滤膜过滤,采用HPLC 法测定盐酸丁螺环酮的含量。

计算累积释放量,绘制体外释放曲线。3 结果与讨论

3.1 各因素对粒径(Y 1)的影响分析方差分析结果如表2。

方差分析表明:聚合物浓度X2(P =0.001000),转速X4(P =0.000027)对粒径影响显著;同时,聚合物浓度X 2及转速X 4相互作用对粒径影响也是统计显著的(P =0.036421)。

Pa reto 图也可看出同样结果,见图1。以聚合物浓度X 2(P =0.001000)和转速X 4(P =0.000027)为因素,拟合响应曲面如下,考察其对粒径的影响。

由响应面可得随着聚合物浓度(X2)的增加,粒径(Y 1)显著

增加,在聚合物浓度达到最值的时候可得到粒径的最值。当乳化转速增大的时候,粒径显著减小。聚合物浓度的增大,液滴表层的粘度强度增大,对剪切力的耐受力也增强,在外界输入能量相当的情况下,乳化形成的稳态液滴粒径也相应增大,最终形成的微球的粒经也增大。乳化转速的增大,机械搅拌对乳化体系输入的能量也就增加,液滴受到的剪切力的作用也增大,在此情况下,液滴将以分裂减小的乳滴粒径的方式,增大其液滴表面张力及其他内聚力与外界流体的作用力抗争,最终维持体系的平衡形成稳态,这直接导致了该状况下制备的微球粒径的减小。在对处方进行优化的过程中,粒径大小的调节可以响应面拟合出来的规律,对处方,工艺进行调整,以获得最佳的方案。

表2 粒径的方差分析结果

因素

SS df M S F D (1)X1(L)401.961

401.963.1315

127192X1(Q )27.57127.570.21480.659363(2)X2(L)4556.9414556.9435.50190.001000X2(Q ) 3.571 3.570.02780.873029(3)X3(L)214.451214.451.67070.243702X3(Q ) 5.021 5.020.03910.849717(4)X4(L)16821.45116821.45131.05120.000027X4(Q )174.891174.891.36250.287387(5)X5(L)191.491191.491.49190.267738X5(Q )449.701449.703.50350.1104091L by 2L 40.07140.070.31220.5965741L by 3L 33.24133.240.25890.6290231L by 4L 361.191361.192.81390.1444601L by 5L 95.26195.260.74210.4220682L by 3L 258.241258.242.01190.2058582L by 4L 923.551923.557.19510.0364212L by 5L 128.481128.481.00100.3557023L by 4L 3.081 3.080.02400.8819763L by 5L 246.491246.491.92030.2151304L by 5L 14.21114.210.1107

750

635

E rror 770.156128.36

Total SS

28741.89

图1 各因素对粒径的Paret o 图

3.2 各因素对收率(Y 2)的影响分析方差分析结果如表3及图2。

X5(投药比)对收率Y 2影响显著(P =0.000004),其他因素对其影响不大。

由相应曲面可以看出,随着投药比的增大,收率明显增加,当投药比增大到一定程度时,收率取得最大值,之后再增加投药比,收率反而有所下降。PVA 浓度的增加对投药比的影响不大,PVA 浓度为1~1.75g /m l 之间时,收率取得最大值。因此,收率的增加,需要适当调节处方工艺,以取得最佳效果。

3.3 各因素对包封率Y 3的影响分析方差分析结果如表4。

2269#

表3 各因素对收率的方差分析

SS df M S F

(1)X1(L )

3.10013.1000.59970.468092X1(Q) 2.42912.4290.46990.518631(2)X2(L ) 6.99416.994 1.35300.288919X2(Q)0.26310.2630.05090.828940(3)X3(L )12.120112.120 2.34460.176597X3(Q)1

4.515114.515 2.80810.144808(4)X4(L )7.03117.031 1.36020.287752X4(Q)29.999129.999

5.80350.052643(5)X5(L )1254.17011254.170242.62720.000004X5(Q)139.9611139.96127.07630.0020081L by 2L 0.32810.3280.06340.8095941L by 3L 0.01610.0160.00310.9571001L by 4L 0.17910.1790.03450.8587011L by 5L 3.50613.5060.67830.4416702L by 3L 0.10110.1010.01950.8935082L by 4L

6.41416.414 1.24070.3079492L by 5L 1.71011.7100.33070.5861353L by 4L 0.25310.2530.04880.8324083L by 5L 0.28410.2840.05490.8226074L by 5L

7.68717.687 1.4871

0.268432

E rror 31.01565.169

TotalSS

1693.625

图2 各因素对收率的Pareto 图表4 各因素对包封率的方差分析

因素SS df M S F

(1)X1(L )10.534110.5340.685370.

439423X1(Q)0.37310.3730.024250.881366(2)X2(L )114.9631114.9637.479810.033963X2(Q)7.82817.8280.509330.502233(3)X3(L ) 5.79115.7910.376800.561856X3(Q)53.093153.0933.454360.112443(4)X4(L )118.0671118.0677.681760.032354X4(Q)9.92119.9210.645450.452387(5)X5(L )1515.25111515.25198.586170.000060X5(Q)0.03510.0350.002310.9632461L by 2L 1.25411.2540.081610.7847281L by 3L 13.396113.3960.871550.3865551L by 4L 2.72212.7220.177130.6885081L by 5L 0.03110.0310.001990.9658442L by 3L 4.10114.1010.266800.6239662L by 4L 3.11513.1150.202680.6683722L by 5L 3.88113.8810.252500.6332253L by 4L 2.05912.0590.133980.7269013L by 5L 5.19815.1980.338220.5820324L by 5L 2.13212.1320.13869

0.722389

E rror 92.219615.370

TotalSS

1960.488

Pa reto 图如下,分析结果与方差分析结果相一致,见图3

。

图3 各因素对包封率的Pareto 图

分析显示聚合物浓度X2(P =0.033963)、转速X4(P =0.032354)还有投药比X 5(P =0.000060)对包封率影响显著,对转速X4及投药比X5对包封率作响应面。

由响应面可以看出,随着在转速及投药比的变化,包封率也有显著变化,在投药比最高值区域及转速最小值时可获得最高的包封率。

对油水相比X 1和PVA 浓度X 3对包封率作响应面。3.4 各因素对载药率Y 4的影响分析方差分析结果如表5。

表5 各因素对载药量的方差分析

因素SS df M S F

(1)X1(L) 6.758916.75890.295820.

606117X1(Q ) 6.843316.84330.299520.603930(2)X2(L)253.80041253.800411.108280.015750X2(Q ) 3.250713.25070.142280.719010(3)X3(L) 6.516016.51600.285190.612515X3(Q )67.2001167.20012.941200.137170(4)X4(L)75.2356175.23563.292890.119506X4(Q )29.9756129.97561.311960.295662(5)X5(L)203.48171203.48178.905940.024501X5(Q )20.1602120.16020.882370.3838131L by 2L 6.212616.21260.271910.6207331L by 3L 31.7814131.78141.391000.2828781L by 4L 0.051810.05180.002270.9635841L by 5L 0.223310.22330.009770.9244772L by 3L 0.079810.07980.003490.9547912L by 4L 17.8295117.82950.780360.4110262L by 5L 55.6889155.68892.437380.1694973L by 4L 0.124310.12430.005440.9436103L by 5L 0.735310.73530.032180.8635324L by 5L 25.4773125.47731.11508

0.331632

E rror 137.0872622.8479

Total SS

936.8491

P are t o 图如下,分析结果与方差分析结果均显示聚合物浓度X 2(P =0.015750)及投药比X5(P =0.024501)对载药量Y 4影响显著,见图4

。

图4 各因素对在药量的Pareto 图

2270#

响应曲面显示投药比(X 5)对微球载药率的影响极显著,在X 5为1:4时载药率达到最高。聚合物浓度(X 2)的变化对载药率的影响也相当明显,当X 2在62.5~90之间时,Y4取得最大值。在处方优化过程中,提高载药量的最有效直接的方法可选择改变投药比。

3.5 工艺优选根据上述响应面分析对盐酸丁螺环酮各项指标的考察,得到最佳的工艺条件和制备处方如表6,所得微球质量指标如表7。

表6 盐酸丁螺环酮微球最佳工艺参数表

工艺指标参数油水相比例(X1)1:10

聚合物浓度(X2)66.7m g #m l -1PVA 浓度(X3) 1.5g #m l -1乳化转速(X4)800r #m in -1

投药比(X5)

1:1.25

表7 盐酸丁螺环酮微球质量指标表

微球质量指标

参数粒径(Y1)68L m 收率(Y2)73%包封率(Y3)21%载药率(Y4)

62%

3.6 盐酸丁螺环酮微球体外释放的研究用所得的最优化工艺

制备盐酸丁螺环酮微球,该微球在介质为p H 7.4PBS 长期体外实验的释放结果如表8,累积释放曲线如图5,微球略有突释,在2~11d 之间,微球持续恒速释放药物。

表8 体外长期释放结果

T /d Q T /d Q 00.00001581.250.5 6.751787.46113.262189.93318.512392.59525.172594.82736.982795.03950.452995.8911

61.43

74.36

图5 盐酸丁螺环酮微球在Ph7.4磷酸盐缓冲液中的释放

生物降解型微球的释药过程与聚合物的降解方式以及药物

在聚合物中的扩散行为有关,其释药曲线通常呈零级(Q =kt)、一级(q=100-100e -1kt )、H i guch i(Q =kt 1/2)、R itger-P eppas(Q

=kt m )、扩散-松弛(Q =k 1t 1/2+k 2t)、H i xson-C rowe ll(Q =k 1t

+k 2t 2+k 3t 3)及扩散-溶蚀(Q =K 1t 1/2+k 2t+k 3t 2+k 4t 3)模型。Q 为t 时间的释药百分率,k 为释药速度常数,m 为扩散指数。用S tati stica6.0软件分别对几种释药模式进行拟合,结果如表9,以相关系数R 愈大愈好、残差平方和(SUM )愈小愈好为判断标准。

由上述拟合结果可以看出,扩散-溶蚀模型拟合后的残差平

方和为170,相关系数为0.9973。因此,盐酸丁螺环酮微球的主要释药方式可能为扩散和融蚀相结合模型。

表9 体外释药拟合方程

释药模式拟合

方程

SUM =S(P RED-OBS)2

Design-Expert软件在响应面优化法中的应用详解

Design-Expert 软件在响应面优化法中的应用（王世磊郑州大学450001）摘要：本文简要介绍了响应面优化法，以及数据处理软件Design-ExpertDesign-Expert的相关知识，最后结合实例，介绍该软件在响应面优化法上的应用实例。关键词：数据处理，响应面优化法，Design-Expert软件 1.响应面优化法简介响应面优化法,即响应曲面法( Response Surface Methodology ，RSM)，这是一种实验条件寻优的方法，适宜于解决非线性数据处理的相关问题。它囊括了试验设计、建模、检验模型的合适性、寻求最佳组合条件等众多试验和统计技术；通过对过程的回归拟合和响应曲面、等高线的绘制、可方便地求出相应于各因素水平的响应值[1]。在各因素水平的响应值的基础上，可以找出预测的响应最优值以及相应的实验条件。响应面优化法，考虑了试验随机误差；同时，响应面法将复杂的未知的函数关系在小区域内用简单的一次或二次多项式模型来拟合，计算比较简便，是降低开发成本、优化加工条件、提高产品质量、解决生产过程中的实际问题的一种有效方法[2]。响应面优化法，将实验得出的数据结果，进行响应面分析，得到的预测模型，一般是个曲面，即所获得的预测模型是连续的。与正交实验相比，其优势是：在实验条件寻优过程中，可以连续的对实验的各个水平进行分析，而正交实验只能对一个个孤立的实验点进行分析。当然，响应面优化法自然有其局限性。响应面优化的前提是：设计的实验点应包括最佳的实验条件，如果实验点的选取不当，使用响应面优化法师不能得到很好的优化结果的。因而，在使用响应面优化法之前，应当确立合理的实验的各因素与水平。结合文献报道，一般实验因素与水平的选取，可以采用多种实验设计的方法，常采用的是下面几个： 1.使用已有文献报道的结果，确定响应面优化法实验的各因素与水平。 2.使用单因素实验[3]，确定合理的响应面优化法实验的各因素与水平。 3.使用爬坡实验[4]，确定合理的响应面优化法实验的各因素与水平。 4.使用两水平因子设计实验[5]，确定合理的响应面优化法实验的各因素与水平。在确立了实验的因素与水平之后，下一步即是实验设计。可以进行响应面分析的实验设计有多种，但最常用的是下面两种：Central Composite Design-响应面优化分析、Box-Behnken Design-响应面优化分析。 Central Composite Design，简称CCD，即中心组合设计，有时也成为星点设计。其设计表是在两水平析因设计的基础上加上极值点和中心点构成的，通常实验表是以代码的形式编排的,实验时再转化为实际操作值（,一般水平取值为0,±1,±α,其中0为中值,α为极值, α=F*（1/ 4）； F 为析因设计部分实验次数, F = 2k或F = 2 k×（1/ 2 ），其中 k为因素数，F = 2 k×（1/ 2 一般 5 因素以上采用，设计表有下面三个部分组成[6]：(1) 2k或 2 k×（1/ 2 ）析因设计。(2)极值点。由于两水平析因设计只能用作线性考察,需再加上第二部分极值点,才适合于非线性拟合。如果以坐标表示,极值点在相应坐标轴上的位置称为轴点(axial point) 或星点( star point) ,表示为(±α,0,…, 0) , (0,±α,…, 0) ,…, (0, 0,…,±α)星点的组数与因素数相同。(3)一定数量的中心点重复试验。中心点的个数与CCD设计的特殊性质如正交

用于抗癌载药系统的自组装脂质体聚合物复合微球

用于抗癌载药系统的自组装脂质体聚合物复合微球摘要：通过多种物质的连续吸附得到的聚电解质多分子层对于像抗癌药物这种小分子的运载是非常有用的。在本研究中，层层自组装（LbL）纳米结构通过以下方法制得：将天然壳聚糖和透明质酸自然沉积到带负电的固态混合脂质体纳米微球（SLNs）上。阿霉素/葡聚糖硫酸酯的复合物被包在SLNs中。这使得球形纳米微粒的直径在265nm左右，Zeta电位大约为-12mV。纳米微球较为稳定，且表现出阿霉素（DOX）的可控释放。进一步的药代动力学研究表明，相比单纯的DOX以及未经修饰的载DOX-SLNs，LBL功能化SLNs明显提高了循环半衰期，并降低了药物的消除率。综上，结果表明这种具有pH响应外壳和分子靶向性的新型LBL修饰系统，有着作为肿瘤靶向性的药物释放载体的潜质。 1.简介固体脂质纳米粒（SLNs）因其能够运载亲水和疏水治疗药物的特性而受到广泛关注。SLNs 是结合了聚合物胶体和脂质体微粒优点的胶体载体。它们拥有极好的生物相容性，延展性和稳定性，有着高载药率。然而，SLNs的使用总是和突释以及体内的过早释放联系在一起，主要是因为微粒总是倾向于结晶，使得药物从内核中释放出来。此外，通过网状内皮组织（RES）的活动，SLN基结构会很迅速的从内循环中除去。如果想用这类纳米微粒有效的运输抗肿瘤药物，那么通过制备出一种简单定制，经过表面修饰的控释运载系统来克服这些缺点是相当有必要的。一种表现出良好性质的新系统是利用带有相反电荷的聚合物层层自装载（LBL）形成的多层聚电解质（PEM）涂层。这种聚电解质自沉积的方法作为功能化微粒表面或制备核-壳结构微粒的新方法。PEM在药物运载领域中可以运用于许多治疗方法中。越来越多的证据表明，LBL结构能够延长血液循环，并且对肿瘤间隙的被动扩散和渗透有促进作用。另外，因为层状材料本身的靶向性质，这些结构的肿瘤靶向能力也得到了提升。这种核-壳微球的另一个关键优点包括粒径，高载药率，可控药物释放，以及也许最重要的，可调节的较长的体内血液循环。到现在为止，有关LBL薄膜在载药和体内肿瘤区域靶向性的应用的检测的研究还很少。而且，现在还没有研究是有关能否得到带电高分子在载药和混合SLNs上自然沉积的。在本研究中，我们使用LBL技术来制备稳定的核-壳微粒，使我们能够结合SLNs和PEM的优点。我们设计了三种运载体系：载阿霉素SLN（DOX-SLNs），载阿霉素/葡聚糖硫酸盐混合SLN （DOX/DS-SLNs），LBL覆盖DOX/DS-SLNs（LBL-DOX/DS-SLNs）。天然壳聚糖（CS）和透明质酸

壳聚糖微球给药系统

um regulating horm ones[J ].J Controlled Release ,2000,66 (223):12721331 [接受日期]　2006203216 3 　通讯作者:　周建平,教授;研究方向:　药物新制剂与新剂型; T el :025*********;　E 2m ail :zhoujp60@1631com 壳聚糖微球给药系统张祖菲,　周建平3,　霍美蓉 (中国药科大学药剂学教研室,江苏南京210009) [摘　要]　主要介绍壳聚糖微球的制备方法,影响其载药的主要因素,及其在缓控释、靶向给药、黏膜给药、生物大分子给药等方面的应用。近年来壳聚糖微球作为新型给药系统备受关注。 [关键词]　壳聚糖微球;药物载体;制备方法;缓控释 [中图分类号]　R944.9;T Q314.1 [文献标识码]　A [文章编号]　1001-5094(2006)06-0261-06 Chito san Micro sphere s Drug Delivery Systems ZH ANG Zu 2fei ,　ZH OU Jian 2ping 3,　H UO Mei 2rong (Department o f Pharmaceutics ,China Pharmaceutical Univer sity ,Nanjing 210009,China ) [Abstract]　The preparation methods and technology ,factors affecting the drug loading efficiency ,applica 2tion and the prospect of chitosan microspheres were reviewed.Chitosan microspheres ,as a novel drug delivery system ,have been widely investigated in recent years. [K ey w ords]　Chitosan microspheres ;Drug carrier ;Preparation methods ;C ontrolled release 壳聚糖(chitosan )是甲壳素脱乙酰化的产物,是地球上仅次于纤维素的最丰富的天然聚合物,来源丰富、制备简单,具有良好的生物相容性。壳聚糖分子结构中含有呈弱碱性的游离氨基,能结合氢离子,使壳聚糖分子表面荷正电,因此,壳聚糖在酸性条件下呈现为线性高分子电解质,形成的溶液具有一定的黏度,溶液的浓度越高,壳聚糖的分子质量越大,相应的黏度则越大。壳聚糖的氨基属于较活泼的一级氨基,在中性介质中能与芳香醛或脂肪醛形成Schiff 碱,可以与具有双官能团的醛或者酸酐等交联,产物不易溶解,溶胀程度也较小,理化性质稳定。微球系以天然、合成或半合成高分子材料为基质,将药物均匀分散或包埋在骨架中而制成的球形载体给药系统,属基质型骨架微粒,常见粒径为1～ 40μm 。目前,以壳聚糖为材料制备缓控释制剂的研究已经取得了较大的进展,其中壳聚糖微球因具有控制释药、组织靶向、提高药物稳定性等多方面的优势,已成为近年来新型给药系统研究的热点。本文就壳聚糖微球给药系统的研究进展进行综述。1　壳聚糖微球的制备方法壳聚糖分子中含有氨基,易与其他化合物相应的活性基团发生反应,进一步交联形成微球。根据药物、载体材料壳聚糖的性质以及所需微球的释药性能和临床给药途径可选择不同的制备方法。目前,制备壳聚糖微球的方法主要有乳化交联、“液中

DesignExpert响应面分析实验设计案例分析和CCD设计详细教程

食品科学研究中实验设计的案例分析 —响应面法优化超声波辅助酶法制备燕麦ACE抑制肽的工艺研究摘要：选择对ACE 抑制率有显著影响的四个因素：超声波处理时间(X1)、超声波功率(X2)、超声波水浴温度(X3)和酶解时间(X4)，进行四因素三水平的响应面分析试验，经过Design-Expert优化得到最优条件为超声波处理时间28.42min、超声波功率190.04W、超声波水浴温度55.05℃、酶解时间2.24h，在此条件下燕麦ACE 抑制肽的抑制率87.36%。与参考文献SAS软件处理的结果中比较差异很小。关键字：Design-Expert 响应面分析 1.比较分析表一响应面试验设计因素水平 -1 0 1 超声波处理时间X1(min) 20 30 40 超声波功率X2(W) 132 176 220 超声波水浴温度X3(℃) 50 55 60 酶解时间X4(h) 2.Design-Expert响应面分析分析试验设计包括：方差分析、拟合二次回归方程、残差图等数据点分布图、二次项的等高线和响应面图。优化四个因素（超声波处理时间、超声波功率、超声波水浴温度、酶解时间）使响应值最大，最终得到最大响应值和相应四个因素的值。利用Design-Expert软件可以与文献SAS软件比较，结果可以得到最优，通过上述步骤分析可以判断分析结果的可靠性。 2.1 数据的输入

2.2 Box-Behnken响应面试验设计与结果 2.3 选择模型

2.4 方差分析在本例中，模型显著性检验p<0.05，表明该模型具有统计学意义。由图4知其自变量一次项A，

B，D，二次项AC,A2,B2,C2,D2显著(p<0.05)。失拟项用来表示所用模型与实验拟合的程度，即二者差异的程度。本例P值为0.0861>0.05，对模型是有利的，无失拟因素存在，因此可用该回归方程代替试验真实点对实验结果进行分析。图 5 由图5可知：校正决定系数R2(adj)(0.9788>0.80)和变异系数（CV）为0.51%，说明该模型只有2.12%的变异，能由该模型解释。进一步说明模型拟合优度较好,可用来对超声波辅助酶法制备燕麦ACE抑制肽的工艺研究进行初步分析和预测。

丹皮酚微球的制备工艺

公开号CN101987088 A 发布类型申请专利申请号CN 200910161474 公开日2011年3月23日申请日期2009年7月30日优先权日2009年7月30日公开号200910161474.3, CN 101987088 A, CN 101987088A, CN 200910161474, CN-A-101987088, CN101987088 A, CN101987088A, CN200910161474, CN200910161474.3发明者尹辉, 彭代银, 徐亚静, 胡容峰, 赵红, 高宇申请人安徽中医学院导出引文BiBTeX, EndNote, RefMan 被以下专利引用(1),分类(8),法律事件(2) 外部链接: 中国国家知识产权局, 欧洲专利数据库(Espacenet) 丹皮酚缓释制剂的制备与应用 CN 101987088 A 摘要本发明涉及医药技术领域是丹皮酚缓释制剂的制备与应用。本发明的丹皮酚缓释制剂是指丹皮酚的一组缓释长效作用制剂，包括可供制备片剂或胶囊的微球、凝胶骨架片以及外用温度敏感原位凝胶。其中制得的丹皮酚缓释制剂的规格为60mg，120mg，在特定条件下2，6，12h小时的累积释放度分别为标示量的＜20％，40～60％，＞80％，可用于类风湿关节炎的治疗。外用丹皮酚温度敏感原位凝胶能明显延长用药部位的滞留时间。实施例8丹皮酚微球缓释片（以每片含主药60mg计） [0089]【处方】丹皮酚0. 2g，EC (IOCp) 0. 2g，RSPO 0. 2g，微粉硅胶0. 4g，蓖麻油0. 05mL, 0. 01% SDS 溶液. [0090]【制备工艺】将辅料和药物溶于良溶剂和架桥剂的混合溶液中，超声使其溶解，在搅拌条件下，将溶液滴加入盛有300mL 0. 01% SDS水溶液的烧杯中，800rpm搅拌40min后，补充SDS液IOOmL,继续搅拌20min，抽滤固化颗粒，鼓风干燥。过筛取20-80目之间颗粒。

响应面优化实验方案设计

食品科学研究中实验设计的案例分析 ——响应面法优化超声辅助提取车前草中的熊果酸班级：学号：姓名：摘要：本文简要介绍了响应面曲线优化法的基本原理和使用步骤，并通过软件Design-Expert 软件演示原文中响应面曲线优化法的操作步骤。验证原文《响应面法优化超声辅助提取车前草中的熊果酸》各个数据的处理过程，通过数据对比，检验原文数据处理的正确与否。关键词：响应面优化法数据处理 Design-Expert 车前草前言：响应曲面设计方法(Response SufaceMethodology，RSM)是利用合理的试验设计方法并通过实验得到一定数据，采用多元二次回归方程来拟合因素与响应值之间的函数关系，通过对回归方程的分析来寻求最优工艺参数，解决多变量问题的一种统计方法（又称回归设计）。响应面曲线法的使用条件有：①确信或怀疑因素对指标存在非线性影响；②因素个数2-7个，一般不超过4个；③所有因素均为计量值数据；试验区域已接近最优区域； ④基于2水平的全因子正交试验。进行响应面分析的步骤为：①确定因素及水平，注意水平数为2，因素数一般不超过4个，因素均为计量值数据；②创建“中心复合”或“Box-Behnken”设计；③确定试验运行顺序(Display Design)；④进行试验并收集数据；⑤分析试验数据；⑥优化因素的设置水平。响应面优化法的优点：①考虑了试验随机误差②响应面法将复杂的未知的函数关系在小区域内用简单的一次或二次多项式模型来拟合，计算比较简便，是降低开发成本、优化加工条件、提高产品质量，解决生产过程中的实际问题的一种有效方法③与正交试验相比，其优势是在试验条件寻优过程中，可以连续的对试验的各个水平进行分析，而正交试验只能对一个个孤立的试验点进行分析。响应面优化法的局限性: 在使用响应面优化法之前，应当确立合理的实验的各因素和水平。因为响应面优化法的前提是设计的试验点应包括最佳的实验条件，如果试验点的选取不当，实验响应面优化法就不能得到很好的优化结果。原文《响应面法优化超声辅助提取车前草中的熊果酸》采用经典的三因素三水平Box-Behnken 试验设计，以熊果酸的提取率为响应值，通过回归分析各工艺参数与响应值之间的关系，并由此预测最佳的工艺条件。本文利用软件验证原文中的数据处理过程，以检验原文数据是否处理正确。 1 确定实验因素原文利用超声波辅助提取车前草中的熊果酸，而影响熊果酸提取率的因素有很多，如超声波的功率、提取时间、溶剂温度、溶剂种类、液固比等。原文参考文献《柿叶中总三萜的提取以及熊果酸分离, 纯化研究》中提取熊果酸的方法提取熊果酸，即将干燥的车前草粉碎后过筛，取20～40 目的车前粉，用石油醚在 55℃脱脂 3 次，干燥备用。精密称取一定量的车前粉，加入一定量的乙醇，称量，在一定的超声波功率下提取一定时间后，擦干外壁，再称量，用乙醇补充缺失的质量，离心。用注射器抽取一定量上清液，过μm 滤膜，进行检测。每个实验进行 3 次平行实验。取其平均值。结果以提取率(E)的来表示。

响应面法实验

试验设计与优化方法，都未能给出直观的图形，因而也不能凭直觉观察其最优化点，虽然能找出最优值，但难以直观地判别优化区域．为此响应面分析法（也称响应曲面法）应运而生．响应面分析也是一种最优化方法，它是将体系的响应（如萃取化学中的萃取率）作为一个或多个因素（如萃取剂浓度、酸度等）的函数，运用图形技术将这种函数关系显示出来，以供我们凭借直觉的观察来选择试验设计中的最优化条件．显然，要构造这样的响应面并进行分析以确定最优条件或寻找最优区域，首先必须通过大量的量测试验数据建立一个合适的数学模型（建模），然后再用此数学模型作图．建模最常用和最有效的方法之一就是多元线性回归方法．对于非线性体系可作适当处理化为线性形式．设有m个因素影响指标取值，通过次量测试验，得到n组试验数据．假设指标与因素之间的关系可用线性模型表示，则有应用均匀设计一节中的方法将上式写成矩阵式或简记为式中表示第次试验中第个因素的水平值；为建立模型时待估计的第个参数；为第次试验的量测响应（指标）值；为第次量测时的误差．应用最小二乘法即可求出模型参数矩阵B如下将B阵代入原假设的回归方程，就可得到响应关于各因素水平的数学模型，进而可以图形方式绘出响应与因素的关系图．模型中如果只有一个因素（或自变量），响应（曲）面是二维空间中的一条曲线；当有二个因素时，响应面是三维空间中的曲面．下面简要讨论二因素响应面分析的大致过程．在化学量测实践中，一般不考虑三因素及三因素以上间的交互作用，有理由设二因素响应（曲）面的数学模型为二次多项式模型，可表示如下：通过n次量测试验（试验次数应大于参数个数，一般认为至少应是它的3倍），以最小二乘法估计模型各参数，从而建立模型；求出模型后，以两因素水平为X坐标和y坐标，以相应的由上式计算的响应为Z坐标作出三维空间的曲面（这就是2因素响应曲面）．应当指出，上述求出的模型只是最小二乘解，不一定与实际体系相符，也即，计算值与试验值之间的差异不一定符合要求．因此，求出系数的最小二乘估计后，应进行检验．一个简单实用的方法就是以响应的计算值与试验值之间的相关系数是否接近于1或观察其相关图是否所有的点都基本接近直线进行判别．如果以表示响应试验值，为计算值，则两者的相关系数R定义为其中对于二因素以上的试验，要在三维以上的抽象空间才能表示，一般先进行主成分分析进行降维后，再在三维或二维空间中加以描述．等等………… 2注意事项对于构造高阶响应面，主要有以下两个问题： 1，抽样数量将显著增加，此外，普通的实验设计也将更糟。 2，高阶响应面容易产生振动。响应面法(response surface methodology，记为RSM)最早是由数学家Box和Wilson于1951年提出来的。就是通过一系列确定性的“试验”拟合一个响应面来模拟真实极限状态曲面。其基本思想是假设一个包括一些未知参量的极限状态函数与基本变量之间的解析表达式代替实际的不能明确表达的结构极限状态函数。响应面方法是一项统计学的综合试验技术，用于处理几个变量对一个体系或结构的作用问题，也就是体系或结构的输入(变量值)与输出(响应)的转换关系问题。现用两个变量来说明:结构响应Z与变量x1,x2具有未知的、不能明确表达的函数关系Z=g(x1,x2)。要得到“真实”的函数通常需要大量的模拟，而响应面法则是用有限的试验来回归拟合一个关系Z= g’(x1,x2)，并以此来代替真实曲面Z=g(x1,x2)，将功能函数表示成基本随机变量的显示函数，应用于可靠度分析中。响应面方法实际上源于一种试验设计方法，试验设计方法是用来研究设计参数对模型设计状况影响的一种取样策略，决定了构造近似模型所需样本点的个数和这些点的空间分布情况。目前广泛应用于计算机仿真试验设计的主要方法是拉丁超立方体抽样和均匀设计，这两种试验设计能应用于多种多样的模型，且对模型的变化具有稳健性。 3响应面分析

响应面法试验设计与优化方法

响应面法试验设计与优化方法，都未能给出直观的图形，因而也不能凭直觉观察其最优化点，虽然能找出最优值，但难以直观地判别优化区域．为此响应面分析法（也称响应曲面法）应运而生．响应面分析也是一种最优化方法，它是将体系的响应（如萃取化学中的萃取率）作为一个或多个因素（如萃取剂浓度、酸度等）的函数，运用图形技术将这种函数关系显示出来，以供我们凭借直觉的观察来选择试验设计中的最优化条件．显然，要构造这样的响应面并进行分析以确定最优条件或寻找最优区域，首先必须通过大量的量测试验数据建立一个合适的数学模型（建模），然后再用此数学模型作图．建模最常用和最有效的方法之一就是多元线性回归方法．对于非线性体系可作适当处理化为线性形式．设有ｍ个因素影响指标取值，通过次量测试验，得到ｎ组试验数据（）．假设指标与因素之间的关系可用线性模型表示，则有应用均匀设计一节中的方法将上式写成矩阵式或简记为式中表示第次试验中第个因素的水平值；为建立模型时待估计的第个参数；为第次试验的量测响应（指标）值；为第次量测时的误差．应用最小二乘法即可求出模型参数矩阵Ｂ如下将Ｂ阵代入原假设的回归方程，就可得到响应关于各因素水平的数学模型，进而可以图形方式绘出响应与因素的关系图．模型中如果只有一个因素（或自变量），响应（曲）面是二维空间中的一条曲线；当有二个因素时，响应面是三维空间中的曲面．下面简要讨论二因素响应面分析的大致过程．在化学量测实践中，一般不考虑三因素及三因素以上间的交互作用，有理由设二因素响应（曲）面的数学模型为二次多项式模型，可表示如下：通过ｎ次量测试验（试验次数应大于参数个数，一般认为至少应是它的３倍），以最小二乘法估计模型各参数，从而建立模型；求出模型后，以两因素水平为Ｘ坐标和ｙ坐标，以相应的由上式计算的响应为Ｚ坐标作出三维空间的曲面（这就是２因素响应曲面）．应当指出，上述求出的模型只是最小二乘解，不一定与实际体系相符，也即，计算值与试验值之间的差异不一定符合要求．因此，求出系数的最小二乘估计后，应进行检验．一个简单实用的方法就是以响应的计算值与试验值之间的相关系数是否接近于１或观察其相关图是否所有的点都基本接近直线进行判别．如果以表示响应试验值，为计算值，则两者的相关系数Ｒ定义为其中对于二因素以上的试验，要在三维以上的抽象空间才能表示，一般先进行主成分分析进行降维后，再在三维或二维空间中加以描述．

靶向给药系统

靶向给药系统摘要：靶向给药系统也被称作靶向治疗药物。本文主要针对靶向给药系统进行阐述。主要介绍靶向给药系统的优势与原理、各种靶向给药系统的类型等。关键词：靶向给药系统，剂型，靶向给药正文：靶向给药系统（ targeting drug delivery system，TDDS）又叫做靶向治疗制剂。通过局部给药或者通过血液循环选择性的将药物运送到靶细胞，靶组织，靶器官而发挥治疗作用。这样可以提高药物的作用部位的选择性，从而提高治疗效果降低药物的毒副作用。靶向给药系统的概念由Ehrlich在1906年提出。Florence在1993年创办了有关于靶向制剂的专业学术期刊“Journal of Drug Targeting”[1]。在普通的药物治疗中，药物不仅仅在病变部位发生治疗作用，而且还与正常的组织器官产生相互作用，而产生毒副作用。因此为了提高药物的治疗效果需要提高药物的病变靶区的药物浓度。其主要优点有[2]：1将药物靶向的运送到靶组织提高了药物的疗效。靶向制剂主要利用了病变部位的独特性质，采用了特殊的载体将药物传递到病变的组织、器官、细胞，从而减少药物的非靶向部位的分布，因而提高了药物的作用的效果。2降低了药物对正常的细胞的毒性。靶向制剂可以减少正常组织的分布，减少具有毒性作用的药物对正常细胞的毒性作

用。3减少剂量，增加药物的生物利用度。4改善药物的分散性。5提高药物在体内的作用时间，改善药物在体内半衰期短等缺陷等。靶向给药系统的原理（1）按靶向性机理可以分为生物物理靶向制剂、生物化学靶向制剂、生物免疫靶向制剂和双重、多重靶向制剂等几类。（2）按靶向源动力[3,4]可以分为主动靶向制剂（TDDS主动寻找靶区）、被动靶向制剂（TDDS被动地被选择摄取到靶区）、前体靶向药物。主动靶向制剂是利用经过特殊修饰的药物载体把药物定向的运送的病变区而发挥靶向治疗的作用。主要有：受体介导的靶向给药系统，抗体介导的靶向给药系统等。受体介导的靶向给药系统是指利用体内某些器官和组织中的一些特殊的受体，能选择性地识别具特异性的配体来实现主动靶向给药。将药物以共价键连接到配体上，将药物输送到靶部位。抗体介导的靶向给药系统是利用抗体与抗原的特异性结合的原理而将将药物导向特定的靶部位。被动靶向制剂是指将微粒给药系统作为药物载体将药物被动的输送到病变部位的给药系统[。微粒给药系统包括脂质体、纳米粒微球、微囊等药物载体。微粒给药系统实现被动靶向的原理在于：体内的网状内皮系统如肺、脾、肝和骨髓等组织中分布着大量的吞噬细胞，吞噬细胞可以将一定大小的微粒作为异物而吞噬摄取，其中较大的微粒由于不能滤过毛细血管床，而被机械截留于目标病变部位。如7-30 m的微粒可被动靶向肺部位，而小于50 nm的微粒

DesignExpert响应面分析实验设计案例分析

学校食品科学研究中实验设计的案例分析 —响应面法优化超声波辅助酶法制备燕麦ACE抑制肽的工艺研究摘要：选择对ACE 抑制率有显著影响的四个因素：超声波处理时间(X1)、超声波功率(X2)、超声波水浴温度(X3)和酶解时间(X4)，进行四因素三水平的响应面分析试验，经过Design-Expert优化得到最优条件为超声波处理时间28.42min、超声波功率190.04W、超声波水浴温度55.05℃、酶解时间2.24h，在此条件下燕麦ACE 抑制肽的抑制率87.36%。与参考文献SAS软件处理的结果中比较差异很小。关键字：Design-Expert 响应面分析 1.比较分析表一响应面试验设计因素水平 -1 0 1 超声波处理时间X1(min) 20 30 40 超声波功率X2(W) 132 176 220 超声波水浴温度X3(℃) 50 55 60 酶解时间X4(h) 1 2 3 2.Design-Expert响应面分析分析试验设计包括：方差分析、拟合二次回归方程、残差图等数据点分布图、二次项的等高线和响应面图。优化四个因素（超声波处理时间、超声波功率、超声波水浴温度、酶解时间）使响应值最大，最终得到最大响应值和相应四个因素的值。利用Design-Expert软件可以与文献SAS软件比较，结果可以得到最优，通过上述步骤分析可以判断分析结果的可靠性。

2.1 数据的输入图 1 2.2 Box-Behnken响应面试验设计与结果图 2 2.3 选择模型

2.4 方差分析在本例中，模型显著性检验p<0.05，表明该模型具有统计学意义。由图4知其自变量一次项A，

微球给药系统研究进展

微球给药系统研究进展李元振成光李洁作者单位:050011 河北医科大学第四医院药品科微球(microsphere)是指药物溶解或者分散在高分子材料基质中形成的微小球状实体,常见粒径在1~40 m 之间,属于基质型骨架微粒。微球用于药物载体的研究始于20世纪70年代中期,发展十分迅速。药物制成微球后,因其对特定器官和组织的靶向性及微粒中药物释放的缓释性,已经成为近年来缓控释剂型研究的热点。微球根据材料可分为生物降解型、非生物降解型;根据临床用途可分为非靶向制剂和靶向制剂[1]。微球的释药速率由微球所载药物在释放介质中的溶解度、药物在微球中所处的物理状态、药物与微球的亲和力决定。微球释药的方式有:(1)表面药物脱吸附释放;(2)溶剂经微孔渗透进入微球中,使药物溶解、扩散释放;(3)载体材料降解和溶蚀使药物释放。关于第一种释药方式报道较多,本文不再赘述。一般认为通过第二种方式释药的微球首先局部出现脱皮现象,然后药物溶渗而在微球表面形成微孔,随着脱皮范围的不断扩大,微球表面形成的微孔也越来越多,药物不断通过微孔从微球骨架溶出,达到良好的控释效果。通常认为,第三种释药方式的脂肪聚酯微球的降解机制是水解过程,也有人猜想降解过程中有酶催化降解发生,但却未能证实。微球体外降解的形态评价证明了小粒径聚乳酸乙醇酸共聚物(PLGA)微球的降解为均匀降解。1 微球制备工艺及影响 1.1 乳化化学交联固化法该法是利用带有氨基的高分子材料易和其他化合物相应的活性基团发生反应的特点,交联制得微球。这些高分子材料包括明胶、壳聚糖和蛋白类等,交联剂用戊二醛、甲醛等,由于交联剂中的醛基可以和高分子材料的氨基发生缩合作用使微球固化,药物则溶解或者分散在材料溶液中。报道较多的是用本法制备的明胶微球。将液状石蜡与一定量的乳化剂置于干燥烧杯中,50!水浴搅拌缓缓加入明胶液,冰浴搅拌下加甲醛固化,后用乙醚洗涤干燥制得。研究发现,制备过程中的明胶浓度、制备时搅拌速度以及油?水相比例对成品微球内的含药量、包封率均有影响。对明胶微球的稳定性考察表明,制备工艺对药物结构没有影响。成品分别在4!、室温和37!条件下放置3个月,考察其外形、粒径及其分布、药物含量,未见明显变化 [2] 。 1.2 溶剂蒸发法此法又称为液中干燥法,常用于聚乳酸 (PLA)、PLGA 等羟基酸类微球的制备。即将材料单体溶于可挥发且在水中可适当溶解的有机溶剂中。药物溶解或者分散在材料溶液中,如连续相及乳化剂溶液制成乳浊液,挥发除去溶剂,分离得微球。有研究发现,聚乳酸微球以二氯乙烷为油相,聚乙烯醇为乳化剂,进行乳化和溶剂挥发有利于微球的制备;进一步研究表明,聚乳酸的浓度和相对分子质量是决定微球粒径和产率的主要因素 [3] 。 1.3 类乳剂溶剂扩散法本法将类乳剂与材料分别溶于水中,混合后以一定速度搅拌分散即得一定大小的微球。研究发现,将大单体水溶液分散在多糖或无机盐水溶液中形成稳定的 W W 分散体系,用氧化还原引发剂引发分散相中大单体聚合,制备了粒径<100 m 的交联水凝胶微球,双水相的组成能影响微球的粒径和平衡溶胀率。温度也是影响水凝胶溶胀的重要因素。由于制备中避免使用有机溶剂和另外加入乳化剂,微球可望用作稳定性差的药物释放的载体[4]。 1.4 喷雾干燥法本法以白蛋白为材料,将药物分散在材料的溶液中,再用喷雾法将此混合物喷入热气流中使液滴干燥固化得到微球。本法影响因素包括混合液的粘度、均匀性、药物与材料的浓度,喷雾速率、喷雾方法、热气流温度等。李凤前等[5]采用水溶液系统,运用喷雾干燥微囊化工艺一步制得粉末微球,分析粉末微球吸入的剂量控制,并考察热变性微球的体外释药情况。微球的体外释药符合Higuchi 方程,热变性程度越深,药物释放愈缓慢。证明粉末热变性对喷雾干燥白蛋白微球体外释药具有可调节性。2 微球的作用特点 2.1 控制药物的释放速度以达到长效缓释目的药物包封在微球内后,具有明显的控制释放及延长药物疗效的作用。王胜浩等[6]对生物降解型左炔诺孕酮微球的体内释药特性进行了研究和评价。采用放射免疫法测定生物降解型左炔诺孕酮微球在大鼠体内的药代动力学,进行了体内外释药试验。左炔诺孕酮微球在大鼠体平均滞留时间(MRT)约为对照组左炔诺孕酮微晶的6.6倍,证明该微球有比较好的控释作用。 2.2 增加药物的靶向性微球的被动靶向作用体现在粒径上。肺靶向卡铂明胶微球对肺肿瘤小鼠抑瘤结果表明,微球对肿瘤有明显的抑制作用,且用药量较常规粉针剂减少一半时,仍有较理想的抑制肺肿瘤效果[7]。进一步的研究发现,连接有配基、抗体、酶的微球可主动地到达受体、抗原、酶底物等所在的靶部位,形成主动靶向微球。方华丰等[8]将5 氟脲嘧啶先用牛血清白蛋白制成微球再用壳聚糖固化后进行生物素化(与亲和素构成一种新型生物反应放大系统),以此微球进行体外抗癌活性研究。结果表明,生物素亲和素化受体介导的生物素化壳聚糖微球能与体外培养的肝癌细胞特异结合并有显著的抗肿瘤作用和较低的毒副作用。氟脲嘧啶半乳化糖白蛋白微球、联糖米托恩酮白蛋白微球均属于此类。 2.3 减少药物刺激,降低毒副作用,提高疗效由于在制备中可以通过控制微球的粒径而使药物具有靶向性,并使药物在靶区周围很快达到所需的药物浓度,从而降低用药剂量,减少药物对人体正常组织的毒副作用。莪术油明胶微球[2]的动物肝动脉栓塞研究结果表明,荷瘤大鼠平均肿瘤生长抑制率为94.5%,平均生命延长率为117.9%,与对照组相比,能显著性抑制肿瘤生长(P <0.01)和延长大鼠生存时间(P <0.01)。与地西泮普通片相比,地西泮缓释微球具有明显的长效作用,生物利用度明显提高,可在小于镇静剂量时即可产生明显的抗焦虑效应而不影响日常活动。 2.4 提高药物的稳定性一些疫苗、蛋白类药物在微球制剂的

响应面法

响应面所谓的响应面是指响应变量η与一组输入变量（ζ1,ζ2,ζ3...ζk）之间的函数关系式：η=f(ζ1,ζ2,ζ3...ζk)。依据响应面法建立的双螺杆挤压机的统计模型可用于挤压过程的控制和挤压结果的预测。试验设计与优化方法，都未能给出直观的图形，因而也不能凭直觉观察其最优化点，虽然能找出最优值，但难以直观地判别优化区域．为此响应面分析法（也称响应曲面法）应运而生．响应面分析也是一种最优化方法，它是将体系的响应（如萃取化学中的萃取率）作为一个或多个因素（如萃取剂浓度、酸度等）的函数，运用图形技术将这种函数关系显示出来，以供我们凭借直觉的观察来选择试验设计中的最优化条件．显然，要构造这样的响应面并进行分析以确定最优条件或寻找最优区域，首先必须通过大量的量测试验数据建立一个合适的数学模型（建模），然后再用此数学模型作图．建模最常用和最有效的方法之一就是多元线性回归方法．对于非线性体系可作适当处理化为线性形式．设有ｍ个因素影响指标取值，通过次量测试验，得到ｎ组试验数据．假设指标与因素之间的关系可用线性模型表示，则有应用均匀设计一节中的方法将上式写成矩阵式或简记为式中表示第次试验中第个因素的水平值；为建立模型时待估计的第个参数；为第次试验的量测响应（指标）值；为第次量测时的误差．应用最小二乘法即可求出模型参数矩阵Ｂ如下将Ｂ阵代入原假设的回归方程，就可得到响应关于各因素水平的数学模型，进而可以图形方式绘出响应与因素的关系图．模型中如果只有一个因素（或自变量），响应（曲）面是二维空间中的一条曲线；当有二个因素时，响应面是三维空间中的曲面．下面简要讨论二因素响应面分析的大致过程．在化学量测实践中，一般不考虑三因素及三因素以上间的交互作用，有理由设二因素响应（曲）面的数学模型为二次多项式模型，可表示如下：通过ｎ次量测试验（试验次数应大于参数个数，一般认为至少应是它的３倍），以最小二乘法估计模型各参数，从而建立模型；求出模型后，以两因素水平为Ｘ坐标和ｙ坐标，以相应的由上式计算的响应为Ｚ坐标作出三维空间的曲面（这就是２因素响应曲面）．应当指出，上述求出的模型只是最小二乘解，不一定与实际体系相符，也即，计算值与试验值之间的差异不一定符合要求．因此，求出系数的最小二乘估计后，应进行检验．一个简单实用的方法就是以响应的计算值与试验值之间的相关系数是否接近于１或观察其相关图是否所有的点都基本接近直线进行判别．如果以表示响应试验值，为计算值，则两者的相关系数Ｒ定义为其中对于二因素以上的试验，要在三维以上的抽象空间才能表示，一般先进行主成分分析进行降维后，再在三维或二维空间中加以描述．什么叫响应面法? 试验设计与优化方法，都未能给出直观的图形，因而也不能凭直觉观察其最优化点，虽然能找出最优值，但难以直观地判别优化区域．为此响应面分析法（也称响应曲面法）应运而生．响应面分析也是一种最优化方法，它是将体系的响应（如萃取化学中的萃取率）作为一个或多个因素（如萃取剂浓度、酸度等）的函数，运用图形技术将这种函数关系显示出来，以供我们凭借直觉的观察来选择试验设计中的最优化条件．

正交与响应面的区别

响应面法：响应面法的基本思想是通过近似构造一个具有明确表达形式的多项式来表达隐式功能函数.本质上来说,响应面法是一套统计方法,用这种方法来寻找考虑了输入变量值的变异或不确定性之后的最佳响应值[1]。响应面法与正交法的区别正交试验设计则注重如何科学合理地安排试验，可同时考虑几种因素，寻找最佳因素水平组合；但它不能在给出的整个区域上找到因素和响应值之间的一个明确的函数表达式即回归方程，从而无法找到整个区域上因素的最佳组合和响应值的最优值．因此，人们期望找到一种试验次数少、周期短，求得的同归方程精度高、能研究几种因素间交互作用的回归分析方法，响应面分析方法的很大程度上满足了这些要求．响应面法与正交法的应用 1.童心等在正交实验联用响应面法优化脱皮马勃总生物碱提取的研究中得到了响应面法比正交法能得到更精确的因素水平量，从而有更好的实验结果。传统的正交设计方法是一种用线性数学模型进行设计的设计方法，可以找出多个因素水平的最佳组合。但是正交设计只能分析离散型数据，具有精度不高，预测性不佳的缺点。响应面法采用非线性模型，能求得高精度的回归方程，进行合理预测来找出最优工艺条件[2]。张崟等在响应面法和正交试验对骨素酶解工艺优化的比较实验中发现响应面法得出的最优工艺所得的水解度比正交试验高出15.4 %[3]。总的来说，正交实验比响应面设计实验次数更少，但是响应面设计可以得到一个回归方程，并能得到精确的因素水平值。参考文献 [1] 王永菲,响应面法的理论与应用 [2] 童心, 正交实验联用响应面法优化脱皮马勃总生物碱提取的研究 [3] 张崟, 响应面法和正交试验对骨素酶解工艺优化的比较

响应面分析法优化反应条件的中心组合设计

响应面分析法优化反应条件的中心组合设计分组组数pH 时间温度摩尔比一. 加热温度为130℃（17组）（1）（9组） 1 3 4.50 10.00 130.00 1.25 3 17 4.50 150.00 130.00 1.25 25 6 7.00 80.00 130.00 1.25 26 11 7.00 80.00 130.00 1.25 27 14 7.00 80.00 130.00 1.25 28 8 7.00 80.00 130.00 1.25 29 5 7.00 80.00 130.00 1.25 4 24 9.50 150.00 130.00 1.25 2 1 9.50 10.00 130.00 1.25 （2）（4组） 9 18 4.50 80.00 130.00 0.50 21 16 7.00 10.00 130.00 0.50 22 20 7.00 150.00 130.00 0.50 10 13 9.50 80.00 130.00 0.50 （3）（4组） 11 7 4.50 80.00 130.00 2.00 23 27 7.00 10.00 130.00 2.00 24 22 7.00 150.00 130.00 2.00 12 21 9.50 80.00 130.00 2.00 组数pH 时间温度摩尔比二. 加热温度为110℃（6组） 5 19 7.00 80.00 110.00 0.50 7 10 7.00 80.00 110.00 2.00 13 28 7.00 10.00 110.00 1.25 14 26 7.00 150.00 110.00 1.25 17 12 4.50 80.00 110.00 1.25 18 23 9.50 80.00 110.00 1.25 三．加热温度为150℃（6组） 6 9 7.00 80.00 150.00 0.50 8 4 7.00 80.00 150.00 2.00 15 15 7.00 10.00 150.00 1.25 16 29 7.00 150.00 150.00 1.25 19 2 4.50 80.00 150.00 1.25 20 25 9.50 80.00 150.00 1.25

响应面分析法优化盐酸丁螺环酮微球制备工艺研究

Design-Expert软件在响应面优化法中的应用详解

用于抗癌载药系统的自组装脂质体聚合物复合微球

壳聚糖微球给药系统

DesignExpert响应面分析实验设计案例分析和CCD设计详细教程

丹皮酚微球的制备工艺

响应面优化实验方案设计

响应面法实验

响应面法 试验设计与优化方法

靶向给药系统

DesignExpert响应面分析实验设计案例分析

微球给药系统研究进展

响应面法

正交与响应面的区别

响应面分析法优化反应条件的中心组合设计

最新响应面优化实验方案设计

响应面法试验设计与优化方法