加速聚合物长效注射剂药物设计的机器学习模型

长效注射剂被认为是治疗慢性病最有前途的治疗策略之一，因为它们可以提高治疗效果、安全性和患者依从性。由于能够合成具有广泛特性的材料，因此在这种药物制剂策略中使用聚合物材料可以提供无与伦比的多样性。

然而，包括药物和聚合物的物理化学性质在内的多个参数之间的相互作用使得很难直观地预测这些系统的性能。这需要通过广泛且耗时的体外实验来开发和表征各种候选制剂。机器学习正在许多领域实现飞跃式进步，包括药物发现和材料科学。目前的研究朝着数据驱动的药物制剂开发迈出了关键一步，重点是长效注射剂。

在这里，多伦多大学的研究人员展示了机器学习算法可用于预测许多先进药物输送系统的实验药物释放。该团队还证明，这些经过训练的模型可用于指导新型长效注射剂的设计。所描述的数据驱动方法的实施有潜力减少与药物制剂开发相关的时间和成本。

该研究以「Machine learning models to accelerate the design of polymeric long-acting injectables」为题，于 2023 年 1 月 10 日发布在《Nature Communications》。