當前FDA批準上市的藥物分子約包含2600余種，常用輔料約500種，上市藥品超過四萬種。而且藥劑制備工藝過程復雜，工藝參數(shù)眾多。因此，藥用輔料篩選和處方開發(fā)的搜索空間極大，應用一般的實驗室試錯法，是一個費時費力且成本高昂的過程，且往往難以得到最優(yōu)的處方和工藝參數(shù)。目前藥物制劑科學家還高度地依賴于傳統(tǒng)的試錯方法來進行藥物制劑開發(fā)。因此，如何快速且高效地進行藥物制劑配方開發(fā)是一個難題。

近十多年來，一個新的領域“計算藥劑學”正在興起，主要將人工智能、大數(shù)據(jù)技術和多尺度計算模擬方法應用于藥物制劑領域來驅動藥物處方設計。與傳統(tǒng)藥劑實驗“篩選-驗證-再篩選”模式不同，計算藥劑學注重基于計算建模和數(shù)據(jù)驅動的“理解-設計-驗證-優(yōu)化”處方設計新范式。以患者和疾病為中心，通過實施建模和質量源于設計 （Quality by Design, QbD）的理念，提高藥物處方研發(fā)的成功率與效率，節(jié)約大量時間和人力，從而推動藥物開發(fā)。

展望未來，隨著計算機技術的不斷進步，我們可以預見計算藥劑學在制劑研究、工業(yè)開發(fā)與臨床轉化、藥物監(jiān)管等方面發(fā)揮更加重要的作用。通過整合多種計算方法，將大數(shù)據(jù)人工智能與多尺度模擬技術集成到藥品研發(fā)和制造的各個環(huán)節(jié)中，為變革藥物遞送系統(tǒng)開發(fā)范式提供了巨大潛力。計算藥劑學有望為醫(yī)藥領域帶來更多突破性進展，為人類健康事業(yè)做出更大的貢獻。行業(yè)將能夠更好地應對復雜的藥物研發(fā)挑戰(zhàn)，提升產(chǎn)品質量與研發(fā)效率。

課 程 大 綱

一、人工智能在藥物研發(fā)中的應用 （1小時）

◇ 人工智能原理和發(fā)展歷史

◇ 人工智能與藥物研發(fā)

二、人工智能在藥物制劑研究中的應用（1小時）

◇  人工智能在環(huán)糊精制劑中的應用

◇  人工智能在固體分散體中的應用

◇  人工智能在mRNA 脂質納米顆粒中的應用 

討論QA （1小時）

三、分子模擬在藥物制劑中的應用（1小時）

◇  分子模擬原理

◇   分子模擬與藥物制劑（包括環(huán)糊精、固體分散體和脂質體等）

四、生理藥動學模型在藥物制劑中的應用（1小時）

◇  生理藥動學模型原理

◇  生理藥動學模型與藥物研發(fā)

◇  生理藥動學模型與臨床用藥

討論QA （1小時）

專 家 介 紹

報 名 通 道