{{flagHref}}
Produtos
  • Produtos
  • Categorias
  • Blogue
  • Podcast
  • Aplicação
  • Documento
|
|
/ {{languageFlag}}
Selecionar a língua
Stanford Advanced Materials {{item.label}}
Stanford Advanced Materials
Selecionar a língua
Stanford Advanced Materials {{item.label}}
Por favor, comece a falar.
a

Otimização da solubilidade do tamoxifeno em fluido supercrítico de dióxido de carbono e investigação de outros alvos moleculares usando modelos avançados de inteligência artificial

Título Otimização da solubilidade do tamoxifeno em fluido supercrítico de dióxido de carbono e investigação de outros alvos moleculares usando modelos avançados de inteligência artificial
Autores Saad M. Alshahrani, Abdullah S. Alshetaili, Munerah M. Alfadhel, Amany Belal, Mohammad A. S. Abourehab, Ahmed Al Saqr, Bjad K. Almutairy, Kumar Venkatesan, Amal M. Alsubaiyel, Mahboubeh Pishnamazi
Revista Relatórios científicos
data 01/24/2023
Doi 10.1038/s41598-022-25562-y
Introdução A manipulação do tamanho, da forma e da morfologia das partículas é fundamental para aprimorar as formulações de dosagens sólidas orais. A tecnologia de dióxido de carbono supercrítico (SCCO2) oferece um método promissor para ajustar esses parâmetros. Este estudo emprega modelos de inteligência artificial para avaliar a solubilidade de medicamentos usando dióxido de carbono como solvente supercrítico sob pressões e temperaturas variadas (120-400 bar, 308-338 K). O impacto da pressão na solubilidade do medicamento foi significativo. Foram aplicados novos modelos, incluindo Árvore de Decisão (DT), Árvores de Decisão com Reforço Adaptativo (ADA-DT) e regressão Nu-SVR. O ADA-DT surgiu como o modelo ideal, obtendo o melhor desempenho com condições específicas delineadas como pressão de 309 bar, temperatura de 317,39 K e solubilidade de 7,03e-05.
Citação Saad M Alshahrani, Abdullah S Alshetaili e Majid Alfadhel et al. Optimization of tamoxifen solubility in carbon dioxide supercritical fluid and investigating other molecular targets using advanced artificial intelligence models. Sci Rep. 2023. DOI: 10.1038/s41598-022-25562-y
Elemento Carbono (C)
Materiais Compostos químicos
Indústria Indústria farmacêutica
Artigos relacionados
A carregar... Por favor, aguarde...
Publicar as suas investigações e artigos no sítio Web do SAM
Declaração de exoneração de responsabilidade
Esta página fornece apenas os metadados dos artigos académicos para que os utilizadores possam encontrar facilmente informações relevantes. Para obter acesso completo aos artigos, utilize o DOI para visitar o sítio Web do editor original. Os dados provêm de bases de dados científicas acessíveis ao público e estão em conformidade com os termos de utilização destas plataformas. Se tiver alguma dúvida sobre os direitos de autor, contacte-nos. Trataremos imediatamente do assunto.

Sucesso! Está agora inscrito

A sua inscrição foi efectuada com sucesso! Verifique a sua caixa de correio eletrónico em breve para receber e-mails fantásticos deste remetente.
Deixar uma mensagem
Deixar uma mensagem
* O seu nome:
* O seu correio eletrónico:
* Nome do produto:
* O seu telefone:
* Comentários: