李喜香,閆治攀,韓勝男
(1.甘肅省中醫(yī)院,甘肅 蘭州 730000;2.甘肅中醫(yī)藥大學(xué),甘肅 蘭州 730000)
玉紅油紗條是甘肅省中醫(yī)院院內(nèi)制劑(甘藥制備字Z20190308000),由黃連、紫草、白芨等中藥組成,具有活血涼血、去腐生肌、消炎止痛之功效,臨床上用于手術(shù)過程中腔道引流及因機(jī)械、燒燙等因素引起的急慢性創(chuàng)面愈合等,療效顯著。因此,課題組計(jì)劃將玉紅油紗條開發(fā)成以治療急慢性創(chuàng)傷為主的外用凝膠劑。
在制劑工藝開發(fā)過程中,處方不僅關(guān)系著臨床療效,同時(shí)對制劑理化性質(zhì)及其質(zhì)量具有決定性影響。目前,中藥制劑處方優(yōu)化的常用方法有正交試驗(yàn)、均勻試驗(yàn)、響應(yīng)面試驗(yàn)(Box-Behnken響應(yīng)面法、中心組合設(shè)計(jì)、D-最優(yōu)混料設(shè)計(jì)等),而研究者為了提高優(yōu)化效率,通常會(huì)在上述方法的基礎(chǔ)上通過建立數(shù)學(xué)模型來進(jìn)行處方配比的優(yōu)化,其中中心組合設(shè)計(jì)因其信息量充分、模型擬合程度高,優(yōu)化參數(shù)預(yù)測精度高的特點(diǎn)而被廣泛應(yīng)用于制劑處方優(yōu)化[1]。因此,本實(shí)驗(yàn)采用中心組合設(shè)計(jì)結(jié)合遺傳神經(jīng)網(wǎng)絡(luò)優(yōu)化紫連生肌凝膠劑處方,以期為該制劑后期開發(fā)提供參考。
1.1 儀器 HWS-24恒溫水浴鍋(上海齊欣科學(xué)儀器有限公司);PDV旋轉(zhuǎn)黏度計(jì)(上海尼潤智能科技有限公司);FA1004電子天平(上海良平儀器儀表有限公司);RE-3000旋轉(zhuǎn)蒸發(fā)儀(上海亞榮生化儀器廠)。
1.2 試劑與藥物 紫連生肌提取液(批號20200601,0.5 g生藥/mL,甘肅省中醫(yī)院科研制劑中心)。泊洛沙姆407、泊洛沙姆188、聚乙二醇6000均購自湖北興銀河化工有限公司,符合藥品輔料標(biāo)準(zhǔn)。其他試劑均為分析純;水為超純水。
2.1 凝膠劑制備 稱取適量泊洛沙姆407、泊洛沙姆188、聚乙二醇6000至燒杯中,加入500 mL去離子水,在-4 ℃冰箱中放置24 h至澄清,加入適量紫連生肌提取液,補(bǔ)足體積至1 000 mL,混勻,即得。
2.2 膠凝溫度測定 采用磁力攪拌法[2]。取5 mL凝膠溶液至帶有磁力攪拌子的10 mL西林瓶中,置于水浴鍋中水浴,緩慢升溫,每升高0.5 ℃迅速將西林瓶傾斜60o觀察溶液是否流動(dòng),在不流動(dòng)時(shí)的溫度即為膠凝溫度,平行3份。
2.3 膠凝時(shí)間測定 參考文獻(xiàn)[3]報(bào)道的方法,取5 mL凝膠溶液至10 mL西林瓶中,置于37 ℃水浴鍋中水浴,并傾斜60°緩慢旋轉(zhuǎn),同時(shí)計(jì)時(shí)至凝膠溶液不流動(dòng),計(jì)算膠凝時(shí)間,平行3份。
2.4 黏度測定 參考文獻(xiàn)[4]報(bào)道的方法,將30 mL凝膠溶液倒入100 mL小燒杯中,置于水浴鍋(以1 ℃/min速率升溫)中水浴,采用PDV旋轉(zhuǎn)黏度計(jì)(3號轉(zhuǎn)子)測定黏度η,當(dāng)其發(fā)生突躍時(shí)結(jié)束記錄,取突躍前平均值。
2.5 中心組合設(shè)計(jì)及結(jié)果依據(jù)前期單因素試驗(yàn)結(jié)果,確定處方中輔料為泊洛沙姆407、泊洛沙姆188、聚乙二醇6000,用量范圍分別為14%~20%、2%~6%、1%~3%。本實(shí)驗(yàn)在此基礎(chǔ)上,選擇泊洛沙姆407(A)、泊洛沙姆188(B)、聚乙二醇6000(C)用量作為影響因素,膠凝溫度、膠凝黏度、凝膠黏度作為評價(jià)指標(biāo),采用中心組合設(shè)計(jì)[5]優(yōu)化處方,因素水平見表1,結(jié)果見表2。

表1 因素水平Tab.1 Factors and levels

表2 試驗(yàn)設(shè)計(jì)與結(jié)果Tab.2 Design and results of tests
2.6 指標(biāo)權(quán)重確定
2.6.1 AHP法 參考文獻(xiàn)[6]報(bào)道的方法,將膠凝溫度、膠凝時(shí)間、凝膠黏度分為3個(gè)層次,并確定各評價(jià)指標(biāo)優(yōu)先順序?yàn)槟z凝溫度>膠凝時(shí)間>凝膠黏度,構(gòu)建成對比較的優(yōu)先判斷矩陣,結(jié)果見表3。由此可知,膠凝溫度、膠凝時(shí)間、凝膠黏度權(quán)重系數(shù)分別為0.538 9、0.297 3、0.163 8,最大特征根(λ)為3.009 3,一致性指標(biāo)(CI)為0.00 46,試驗(yàn)層次為3,經(jīng)查表可知隨機(jī)一致性指標(biāo)(RI)為0.58,一致性比率(CR)為0.008(<0.05),表明評價(jià)指標(biāo)比較的優(yōu)先判斷矩陣通過一致性檢驗(yàn),具有滿意一致性,所得各評價(jià)指標(biāo)的權(quán)重系數(shù)有效。

表3 各評價(jià)指標(biāo)成對比較的優(yōu)先判斷矩陣Tab.3 Priority judgment matrices for pair comparison of various evaluation indices
2.6.2 CRITIC法 參考文獻(xiàn)[7]報(bào)道的方法,采用min-max歸一化法將表2結(jié)果進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理,SPSS 20.0軟件得到各評價(jià)指標(biāo)的相關(guān)系數(shù)矩陣(A),具體如下。



表4 各評價(jià)指標(biāo)賦權(quán)值Tab.4 Weighted values for various evaluation indices
2.6.3 AHP-CRITIC法 參考文獻(xiàn)[8]報(bào)道的方法計(jì)算綜合評分W綜合ij,公式為W綜合ij=WAHP-ijWCRITIC-ij/∑(WAHP-ijWCRITIC-ij),其中WAHP-ij、WCRITIC-ij分別為AHP、CRITIC法綜合評分,i、j=1,2,3,…,n,結(jié)果見表5。

表5 3種賦權(quán)法綜合評分Tab.5 Comprehensive scores for three weighted methods
2.7 遺傳神經(jīng)網(wǎng)絡(luò)建立 參考文獻(xiàn)[9]報(bào)道的方法。采用MATLAB 2017a軟件,以泊洛沙姆407(A)、泊洛沙姆188(B)、聚乙二醇6000(C)用量為BP神經(jīng)網(wǎng)絡(luò)輸入,AHP-CRITIC綜合評分(Z)為輸出,采用3層網(wǎng)絡(luò)進(jìn)行建模。根據(jù)留一法,將中心組合設(shè)計(jì)中的隨機(jī)分配的12組數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練集,剩余3組數(shù)據(jù)作為測試集[9],為了提高網(wǎng)絡(luò)性能,依次選擇1~6個(gè)隱層節(jié)點(diǎn)數(shù),經(jīng)過1 000次訓(xùn)練后得到相應(yīng)的誤差平方和,結(jié)果見表6。由此可知,當(dāng)隱層節(jié)點(diǎn)數(shù)為5時(shí),誤差平方和最小,故本實(shí)驗(yàn)選擇輸入層×隱藏層×輸出層為3×5×1的BP遺傳神經(jīng)網(wǎng)絡(luò)模型,進(jìn)行10 000次訓(xùn)練,訓(xùn)練目標(biāo)為均方誤差達(dá)到0.000 01,學(xué)習(xí)步長為0.05,拓?fù)浣Y(jié)構(gòu)見圖1,訓(xùn)練曲線見圖2。

表6 BP神經(jīng)網(wǎng)絡(luò)誤差平方和Tab.6 Error sum of squares for BP neural network
為了進(jìn)一步確定所建網(wǎng)絡(luò)模型的模擬性能和泛化能力,將檢驗(yàn)樣本的自變量輸入模型,經(jīng)過模擬仿真后得到預(yù)測值,比較預(yù)測值與實(shí)際值的差別,結(jié)果見圖3,可知預(yù)測值與實(shí)際值之間誤差很小,均在±2%范圍內(nèi),表明兩者具有很高的吻合度。因此,所建立的BP神經(jīng)網(wǎng)絡(luò)模型穩(wěn)定,泛化能力較強(qiáng),以綜合評分為評價(jià)指標(biāo)可用于優(yōu)化紫連生肌凝膠劑處方。
2.8 處方優(yōu)化 在“2.7”項(xiàng)下BP神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上,以輸入與輸出之間的映射關(guān)系為遺傳算法的適應(yīng)度函數(shù),再根據(jù)訓(xùn)練樣本確定各評價(jià)指標(biāo)變化范圍,經(jīng)過不斷的選擇、交叉、變異操作直至滿足終止條件,結(jié)果見圖4。最終,當(dāng)泊洛沙姆407、泊洛沙姆188、聚乙二醇6000用量分別為 20.0%、3.8%、2.9%時(shí),綜合評分最大預(yù)測值為93.305 5分,見圖5。
2.9 驗(yàn)證試驗(yàn) 按“2.8”項(xiàng)下優(yōu)化處方進(jìn)行3批驗(yàn)證試驗(yàn),結(jié)果見表7。由此可知,平均綜合評分與預(yù)測值93.305 5分的相對誤差僅為1.17%,表明該處方穩(wěn)定可靠。

圖1 BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)Fig.1 Topological structure for BP neural network

圖2 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練曲線Fig.2 Training curves for BP neural network

圖3 預(yù)測綜合評分與實(shí)際綜合評分比較Fig.3 Comparison of predicted comprehensive scores and practical comprehensive scores

圖4 遺傳算法尋優(yōu)軌跡Fig.4 Optimizing trajectory for genetic algorithm

圖5 遺傳算法最優(yōu)解Fig.5 Optimal solution for genetic algorithm
課題組前期考察了泊洛沙姆407、泊洛沙姆188、卡波姆、聚乙二醇6000輔料的性質(zhì)及其相互之間的影響,發(fā)現(xiàn)泊洛沙姆407在膠凝溫度、膠凝時(shí)間方面較其他輔料更具有優(yōu)勢,同時(shí)4%泊洛沙姆188、2%聚乙二醇6000對泊洛沙姆407具有顯著影響,而卡波姆對其影響不大,故本實(shí)驗(yàn)以17%泊洛沙姆407、4%泊洛沙姆188、2%聚乙二醇6000為中心組合設(shè)計(jì)的中心點(diǎn)。再分別采用AHP賦權(quán)法、CRITIC賦權(quán)法、AHP-CRITIC混合賦權(quán)法對各評價(jià)指標(biāo)進(jìn)行賦權(quán),并計(jì)算綜合評分,發(fā)現(xiàn)AHP、CRITIC賦權(quán)法與AHP-CRITIC混合賦權(quán)法具有顯著的相關(guān)性,但前兩者之間呈現(xiàn)出負(fù)相關(guān),并且不顯著,因此,AHP-CRITIC混合賦權(quán)法所體現(xiàn)的信息更全面,較單一賦權(quán)方法更合理,也更符合實(shí)際[6,8]。
反向傳播神經(jīng)網(wǎng)絡(luò)是人工神經(jīng)網(wǎng)絡(luò)技術(shù)中應(yīng)用廣泛的模型之一,在擬合復(fù)雜的非線性關(guān)系方面具有顯著優(yōu)勢,并且對輸入輸出端點(diǎn)數(shù)沒有顯著影響,結(jié)合遺傳算法[9-14]時(shí)適用于考察各因素之間的相互影響,使其與結(jié)果之間具有較強(qiáng)的離散型和非線性關(guān)系,可解決常規(guī)方法所建立的數(shù)學(xué)模型不能正確描述兩者之間關(guān)系的問題[9]。因此,本實(shí)驗(yàn)采用拓?fù)浣Y(jié)構(gòu)為3-5-1的BP神經(jīng)網(wǎng)絡(luò),建立紫連生肌凝膠劑處方中各輔料質(zhì)量與AHP-CRITIC綜合評分的神經(jīng)網(wǎng)絡(luò)模型,可很好地模擬各影響因素與評價(jià)指標(biāo)之間的關(guān)系,并結(jié)合遺傳算法快速得到最優(yōu)組成。驗(yàn)證試驗(yàn)結(jié)果顯示,該條件下平均綜合評分為92.210 0分,與預(yù)測值93.305 5分接近,可為紫連生肌凝膠劑處方優(yōu)化提供依據(jù)。