机构名称：
¥ 1.0
由于常规的质量生产方法和固定药物剂量，药物的患者中超过50％的患者仍然无效。三维（3D）打印，特别是选择性激光烧结（SLS），为这一挑战提供了潜在的解决方案，从而允许制造小型的个性化药物。SLS并不是为制药制造而设计的简单性和适合大规模生产的适用性，但不需要耗时，试验和错误的适应过程。为了回应，本研究引入了一个深度学习模型，该模型训练了各种功能，以确定最佳功能集，以代表使用SLS的药物加载配方的可打印性预测药物和聚合物材料。提出的模型通过在预测可打印性方面达到90％的准确性来证明成功。此外，解释性分析推出了促进SLS可打印性的材料，为科学家提供了宝贵的见解，以优化SLS配方，可以将其扩展到其他学科。这代表了该领域的第一个研究，以开发一种可解释的，不确定性优化的深度学习模型，以预测药物加载配方的可打印性。这为加速配方开发铺平了道路，使我们进入了具有前所未有的制造精度的个性化医学的未来。
智能激光烧结 - UCL发现
主要关键词
相关文件推荐
