{{flagHref}}
Productos
  • Productos
  • Categorías
  • Blog
  • Podcast
  • Solicitud
  • Documento
|
|
/ {{languageFlag}}
Seleccionar Idioma
Stanford Advanced Materials {{item.label}}
Stanford Advanced Materials
Seleccionar Idioma
Stanford Advanced Materials {{item.label}}
Por favor, empiece a hablar
a

Optimización de la solubilidad del tamoxifeno en fluido supercrítico de dióxido de carbono e investigación de otras dianas moleculares mediante modelos avanzados de inteligencia artificial

Título Optimización de la solubilidad del tamoxifeno en fluido supercrítico de dióxido de carbono e investigación de otras dianas moleculares mediante modelos avanzados de inteligencia 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 Informes científicos
Fecha 01/24/2023
DOI 10.1038/s41598-022-25562-y
Introducción La manipulación del tamaño, la forma y la morfología de las partículas es crucial para mejorar las formulaciones de dosificación sólida oral. La tecnología del dióxido de carbono supercrítico (SCCO2) ofrece un método prometedor para ajustar estos parámetros. Este estudio emplea modelos de inteligencia artificial para evaluar la solubilidad del fármaco utilizando dióxido de carbono como disolvente supercrítico a distintas presiones y temperaturas (120-400 bar, 308-338 K). El impacto de la presión en la solubilidad del fármaco fue significativo. Se aplicaron nuevos modelos, como el árbol de decisión (DT), el árbol de decisión reforzado adaptativo (ADA-DT) y la regresión Nu-SVR. ADA-DT resultó ser el modelo óptimo, alcanzando el mejor rendimiento con condiciones específicas como presión 309 bar, temperatura 317,39 K y solubilidad 7,03e-05.
Cita Saad M Alshahrani, Abdullah S Alshetaili and 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)
Materiales Compuestos químicos
Industria Industria farmacéutica
Documentos relacionados
Cargando... Por favor, espere...
Publique sus investigaciones y artículos en el sitio web de SAM
Descargo de responsabilidad
Esta página proporciona solo los metadatos de trabajos académicos para ayudar a las personas a localizar fácilmente la información relevante. Para acceder al contenido completo de los trabajos, utilice el DOI para visitar el sitio web del editor original. Los datos provienen de bases de datos académicas de acceso público y cumplen con los términos de uso de estas plataformas. Si tiene alguna preocupación sobre derechos de autor, por favor contáctenos. Abordaremos su solicitud de manera inmediata

¡Éxito! Ahora estás suscrito

¡Te has suscrito con éxito! Revisa pronto tu bandeja de entrada para ver los excelentes correos electrónicos de este remitente.
Deja Un Mensaje
Deja Un Mensaje
* Tu Nombre:
* Su Correo Electrónico:
* Nombre del producto:
* Tu teléfono:
* Comentarios: