40。Khair Eddin Sabri,Ridha Khedri和Jason Jaskolka。 基于代理的系统中信息流的验证。 在G. Babin,P。Kropf和M. Weiss的编辑中,第四届McEtech电子技术会议论文集,《商业信息处理》第26卷第26卷,第252-266页。 Springer-Verlag Berlin Heidelberg,2009年5月。 (提名最佳纸张奖)。Khair Eddin Sabri,Ridha Khedri和Jason Jaskolka。验证。在G. Babin,P。Kropf和M. Weiss的编辑中,第四届McEtech电子技术会议论文集,《商业信息处理》第26卷第26卷,第252-266页。Springer-Verlag Berlin Heidelberg,2009年5月。(提名最佳纸张奖)。
人工智能 (AI) 方法在药物发现和递送系统的设计和优化中得到了广泛考虑。在此,机器学习方法用于优化载姜黄素 (CUR) 纳米纤维的生产。通过文献调查挖掘所需数据,并检测和研究两类(包括基于材料和机器的参数)作为最终结果的有效参数。AI 结果表明,高密度聚合物具有较低的 CUR 释放率;然而,随着聚合物密度的增加,许多类型聚合物中的 CUR 包封效率 (EE) 都会增加。当分子量在 100 至 150 kDa 之间、CUR 浓度为 10 – 15 wt% 时,可获得最小直径、最高 EE 和最高药物释放百分比,聚合物密度在 1.2 – 1.5 g mL 1 范围内。此外,最佳距离为 23 cm、流速为 3.5 – 4.5 mL h 1 、电压在 12.5 – 15 kV 范围内可获得最高的释放率、最高的 EE 和最低的纤维平均直径。这些发现为未来通过 AI 方法设计和生产具有理想特性和性能的载药聚合物纳米纤维开辟了新道路。