Bước đầu xây dựng mô hình mô phỏng in silico quá trình hòa tan của một số dược chất ít tan trong nước thuộc nhóm cephalosporin

BỘ Y TẾ
TRƯỜNG ĐẠI HỌC DƯỢC HÀ NỘI

NGUYỄN THỊ HIỀN
MÃ SINH VIÊN: 1201193

BƯỚC ĐẦU XÂY DỰNG
MÔ HÌNH MÔ PHỎNG IN SILICO
QUÁ TRÌNH HÒA TAN CỦA MỘT SỐ
DƯỢC CHẤT ÍT TAN TRONG NƯỚC
THUỘC NHÓM CEPHALOSPORIN
KHÓA LUẬN TỐT NGHIỆP DƯỢC SĨ

HÀ NỘI – 2017


BỘ Y TẾ
TRƯỜNG ĐẠI HỌC DƯỢC HÀ NỘI

NGUYỄN THỊ HIỀN
MÃ SINH VIÊN: 1201193

BƯỚC ĐẦU XÂY DỰNG
MÔ HÌNH MÔ PHỎNG IN SILICO
QUÁ TRÌNH HÒA TAN CỦA MỘT SỐ
DƯỢC CHẤT ÍT TAN TRONG NƯỚC
THUỘC NHÓM CEPHALOSPORIN
KHÓA LUẬN TỐT NGHIỆP DƯỢC SĨ
Người hướng dẫn:
1. TS. Nguyễn Trần Linh
2. DS. Nguyễn Quốc Công

Nơi thực hiện:
Bộ môn Bào chế

HÀ NỘI – 2017


LỜI CẢM ƠN
Lời đầu tiên, tôi xin bày tỏ lòng kính trọng và sự biết ơn sâu sắc đến:
TS. Nguyễn Trần Linh
DS. Nguyễn Quốc Công
là những người thầy đã trực tiếp hướng dẫn và tận tình chỉ bảo, giúp đỡ tôi hoàn
thành khóa luận này.
Tôi cũng xin gửi lời cảm ơn chân thành đến DS. Quản Duy Quang và bạn Bùi
Phương Anh, cùng thầy cô và các anh chị kỹ thuật viên Bộ môn Bào chế đã nhiệt tình
giúp đỡ tôi trong thời gian thực nghiệm tại bộ môn.
Tôi cũng xin cảm ơn tới Ban Giám hiệu, các phòng ban, các thầy cô giáo và cán
bộ nhân viên Trường Đại học Dược Hà Nội đã tận tình dạy dỗ tôi trong những năm
tháng học tập tại trường.
Cuối cùng, xin gửi lời biết ơn sâu sắc đến gia đình, người thân và bạn bè đã luôn
giúp đỡ và động viên tôi trong suốt 5 năm học tập và thực hiện khóa luận.
Hà Nội, ngày 18 tháng 5 năm 2017
Sinh viên

Nguyễn Thị Hiền


MỤC LỤC
DANH MỤC CÁC KÍ HIỆU, CÁC CHỮ VIẾT TẮT
DANH MỤC CÁC BẢNG
DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ

ĐẶT VẤN ĐỀ ............................................................................................................ 1
CHƯƠNG 1. TỔNG QUAN ..................................................................................... 2
1.1. Phương pháp in silico .........................................................................................2
Vai trò của in silico trong nghiên cứu phát triển thuốc mới .........................2
In silico trong bào chế và công nghiệp dược ................................................3
Khái quát một số thuật toán sử dụng trong chương trình mô phỏng ............4
1.2. Độ hòa tan ...........................................................................................................4
Phân biệt độ tan, độ hòa tan, tốc độ hòa tan .................................................4
Vai trò của phép thử hòa tan .........................................................................5
Các yếu tố ảnh hưởng đến sự hòa tan của viên nén ......................................6
Động học hòa tan của cốm chứa dược chất và tá dược ................................8
1.3. Các phương trình động học hòa tan cho bột dược chất đơn ............................9
Các phương trình động học cổ điển ..............................................................9
Phương trình chuyển khối ...........................................................................11
1.4. Mạng neuron nhân tạo .....................................................................................12
Cấu tạo mạng neuron nhân tạo ...................................................................12
Đặc trưng của mạng neuron nhân tạo .........................................................12
Ví dụ nghiên cứu dự đoán độ hòa tan bằng mạng neuron nhân tạo ...........14
1.5. Phương pháp đánh giá độ phù hợp của mô hình ............................................15
1.6. Đặc điểm và điều kiện thử hòa tan của dược chất sử dụng trong nghiên cứu
...............................................................................................................................15
1.7. Phần mềm dự đoán độ hòa tan DDDPlusTM ....................................................16
CHƯƠNG 2. ĐỐI TƯỢNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU ................... 17
2.1. Nguyên liệu và thiết bị nghiên cứu ..................................................................17
Nguyên liệu .................................................................................................17


Thiết bị ........................................................................................................17
2.2. Nội dung nghiên cứu ........................................................................................17
2.3. Phương pháp nghiên cứu .................................................................................18

Chuẩn bị các mẫu thử hòa tan .....................................................................18
Xác định một số đặc tính tiểu phân dược chất ............................................18
Thử hòa tan thực nghiệm ............................................................................19
Xây dựng phương trình động học hòa tan cho bột dược chất đơn .............22
Xây dựng mạng neuron nhân tạo để dự đoán hệ số cản trở hòa tan ...........24
CHƯƠNG 3. THỰC NGHIỆM, KẾT QUẢ VÀ BÀN LUẬN ............................ 26
3.1. Thẩm định tính tuyến tính của phương pháp định lượng dược chất.............26
Cefuroxim axetil .........................................................................................26
Cefixim .......................................................................................................27
3.2. Xác định một số đặc tính của tiểu phân dược chất .........................................28
Phân bố kích thước tiểu phân dược chất .....................................................28
Hệ số khuếch tán .........................................................................................31
Độ tan ..........................................................................................................31
3.3. Thử hòa tan thực nghiệm .................................................................................32
Kết quả thử hòa tan bột dược chất đơn .......................................................32
Kết quả thử hòa tan cốm dược chất và tá dược ..........................................34
3.4. Kết quả xây dựng mô hình ................................................................................36
Mô hình cho bột dược chất đơn ..................................................................36
Mô hình cho cốm dược chất và tá dược......................................................39
3.5. Dự đoán độ hòa tan bằng phần mềm DDDPlusTM ..........................................41
3.6. Bàn luận ............................................................................................................44
Chương trình dự đoán độ hòa tan của bột dược chất đơn...........................44
Mạng neuron nhân tạo dự đoán hệ số cản trở hòa tan của tá dược.............44
KẾT LUẬN VÀ KIẾN NGHỊ ................................................................................ 46
TÀI LIỆU THAM KHẢO
PHỤ LỤC


DANH MỤC CÁC KÍ HIỆU, CÁC CHỮ VIẾT TẮT
ANN

Mạng neuron nhân tạo
(Artificial Neural Network)

CADD

Phần mềm hỗ trợ thiết kể công thức thuốc
(Computer – Aided Drug Design)

CFD

Phần mềm tính toán động lực học chất lưu
(Computational Fluid Dynamics)

DĐVN

Dược điển Việt Nam

DEM

Mô hình phần tử rời rạc
(Discrete Element Method)

EDNN

Mạng neuron động Elman
(Elman Dynamic Neural Network)

FDA

Cơ quan quản lý thực phẩm và dược phẩm Mỹ
(U.S. Food and Drug Administration)

ICH

Hội nghị Quốc tế về sự Hài hòa những Yêu cầu Kỹ thuật đối với
các Đăng ký Dươ ̣c phẩ m sử dụng trên người
(The International Council for Harmonisation of Technical
Requirements for Pharmaceuticals for Human Use)

IVIVC

Tương quan in vivo – in vitro
(In vivo – In vitro Correlation)

MLP

Mạng perceptron đa lớp
(MultiLayer Perceptron)

QbD

Quản lý chất lượng theo thiết kế
(Quality by Design)

USP

Dược điển Mỹ
(United States Pharmacopoeia)

DANH MỤC CÁC BẢNG
Bảng 1.1. Một số nghiên cứu dự đoán độ hòa tan in vitro sử dụng ANN ................14
Bảng 1.2. Đặc điểm và điều kiện thử hòa tan của một số dược chất nhóm
cephalosporin ............................................................................................................16
Bảng 2.1. Các nguyên liệu sử dụng trong quá trình thực nghiệm.............................17
Bảng 2.2. Điều kiện thử hòa tan cho các mẫu dược chất đơn ...................................20
Bảng 2.3. Điều kiện thử hòa tan cho các mẫu cốm chứa dược chất và tá dược .......21
Bảng 3.1. Độ hấp thụ cefuroxim axetil ở các nồng độ khác nhau ............................26
Bảng 3.2. Độ hấp thụ của cefixim ở các nồng độ khác nhau ....................................27
Bảng 3.3. Hệ số khuếch tán của các dược chất .........................................................31
Bảng 3.4. Độ tan của các dược chất trong các môi trường .......................................31
Bảng 3.5. Giá trị dcrit và k dự đoán theo chương trình I ............................................36


DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ
Hình 1.1. CADD trong các giai đoạn nghiên cứu phát triển thuốc mới .....................3
Hình 1.2. Vai trò trung tâm của thử nghiệm hòa tan trong quá trình nghiên cứu phát
triển thuốc ....................................................................................................................5
Hình 1.3. Sơ đồ hòa tan của cốm chứa dược chất và tá dược .....................................8
Hình 1.4. Cấu tạo của ANN ......................................................................................12
Hình 1.5. Cấu tạo mạng MLP (trái) và mạng EDNN (phải) .....................................13
Hình 1.6. Một số hàm chuyển thường gặp ................................................................13
Hình 2.1. Sơ đồ chương trình I .................................................................................23
Hình 2.2. Sơ đồ chương trình II ................................................................................24
Hình 3.1. Sự phụ thuộc giữa độ hấp thụ và nồng độ cefuroxim axetil trong acid
hydrocloric pH 1,2 ....................................................................................................26
Hình 3.2. Sự phụ thuộc giữa độ hấp thụ và nồng độ cefixim trong đệm phosphat pH
6,0 ..............................................................................................................................27
Hình 3.3. Sự phụ thuộc giữa độ hấp thụ và nồng độ cefixim trong đệm phosphat pH

6,4 ..............................................................................................................................28
Hình 3.4. Phân bố kích thước tiểu phân của các phân đoạn cefuroxim axetil ..........29
Hình 3.5. Phân bố kích thước tiểu phân của các phân đoạn cefixim .......................30
Hình 3.6. Kết quả thử hòa tan các phân đoạn dược chất Cefuroxim axetil ..............32
Hình 3.7. Kết quả thử hòa tan các phân đoạn dược chất cefixim .............................33
Hình 3.8. Kết quả thử hòa tan các mẫu cốm chứa Cefuroxim axetil ........................34
Hình 3.9. Kết quả thử hòa tan các mẫu cốm chứa cefixim .......................................35
Hình 3.10. Tương quan giữa kết quả độ hòa tan thực tế và độ hòa tan dự đoán của bột
dược chất đơn theo sơ đồ I tại 50 vòng/phút .............................................................36
Hình 3.11. Tương quan giữa kết quả độ hòa tan thực tế và độ hòa tan dự đoán của bột
dược chất đơn theo chương trình I tại 75 vòng/phút .................................................37
Hình 3.12. Mô hình CFD dự đoán tốc độ dòng chảy trong thiết bị thử hòa tan .......38
Hình 3.13. Tương quan giữa kết quả độ hòa tan thực tế và độ hòa tan dự đoán của
cốm theo chương trình II ...........................................................................................39


Hình 3.14. MSE theo số neuron lớp ẩn trong mạng MLP ........................................40
Hình 3.15. Tương quan giữa hệ số f thực tế và hệ số f dự đoán với mạng MLP......40
Hình 3.16. MSE theo số lớp ẩn của mạng EDNN ....................................................41
Hình 3.17. Tương quan giữa hệ số f thực tế và hệ số f dự đoán với mạng EDNN ...41
Hình 3.18. Kết quả độ hòa tan thực tế và dự đoán của cefixim bằng DDDPlusTM...42
Hình 3.19. Kết quả độ hòa tan thực tế và dự đoán của cefuroxim axetil bằng
DDDPlusTM ...............................................................................................................43


ĐẶT VẤN ĐỀ
Ngành công nghiệp Dược đang có những thay đổi đáng kể trong những năm
qua. Bên cạnh những khó khăn về thời gian và chi phí trong nghiên cứu phát triển
thuốc mới, sự xuất hiện nhiều bệnh khó chữa như ung thư và vấn đề kháng thuốc là
những thách thức lớn nhất cho ngành công nghiệp Dược hiện nay. Các phương pháp

nghiên cứu cổ điển dựa trên kinh nghiệm và thí nghiệm kiểu “thử – lỗi” khó có thể
tạo nên những đột biến trong quá trình tìm kiếm nhân tố mới nhằm phát triển thành
thuốc. Cùng với sự phát triển của sinh học phân tử và khoa học máy tính, các phương
pháp trợ giúp bởi máy tính (in silico) được ứng dụng vào nhiều khâu của quá trình
nghiên cứu phát triển và sản xuất thuốc. Việc áp dụng các phương pháp in silico sẽ
có nhiều ưu thế, tìm ra các thuốc mới tốt hơn và ít độc tính hơn đồng thời rút ngắn
thời gian và tiết kiệm chi phí.
Thử nghiệm hòa tan là một trong các thử nghiệm then chốt trong quá trình
nghiên cứu phát triển, sản xuất và đảm bảo chất lượng của một số loại thuốc rắn
đường uống. Mô hình dự đoán dữ liệu độ hòa tan sẽ là một công cụ hữu hiệu trong
việc nghiên cứu phát triển, tối ưu hóa công thức của một thuốc.
Tại Việt Nam, việc ứng dụng in silico trong ngành Dược khá mới mẻ và chưa
có nhiều nghiên cứu. Do đó, đề tài “Bước đầu xây dựng mô hình mô phỏng in
silico quá trình hòa tan của một số dược chất ít tan trong nước thuộc nhóm
cephalosporin” được thực hiện nhằm đạt được mục tiêu sau:
Xây dựng mô hình mô phỏng quá trình hòa tan của hai dược chất ít tan trong
nước thuộc nhóm cephalosporin bao gồm cefuroxim axetil và cefixim từ dạng cốm
bột hai thành phần.
.

1


CHƯƠNG 1. TỔNG QUAN
1.1. Phương pháp in silico
In silico là sự diễn đạt của các hoạt động được thực hiện trên máy tính hoặc
thông qua sự mô phỏng trên máy tính. Vào ngày 5 tháng 10 năm 1981, tạp chí Fortune
xuất bản bài báo có trang bìa tựa đề "Cuộc cách mạng công nghiệp kế tiếp: Thiết kế
thuốc bằng máy tính tại Merck", đây được coi là sự khởi đầu của thời đại thiết kế
thuốc hỗ trợ bởi máy tính (Computer – aided drug design – CADD). Những sản phẩm

đầu tiên của CADD bao gồm dorzolamid (1995), captopril (1981), saquinavir (1995),
tirofiban (1998) [23].
Vai trò của in silico trong nghiên cứu phát triển thuốc mới
Nghiên cứu và phát triển thuốc mới là một quá trình rất khó khăn, tốn kém thời
gian và tiền bạc. Ước tính để đưa một thuốc mới ra thị trường mất khoảng 7 – 12 năm
và tiêu tốn khoảng 1,2 tỉ đôla Mỹ [12]. Ở Mỹ, từ 1993 đến 2004, mặc dù chi phí
nghiên cứu và phát triển thuốc (R&D) đã tăng 147%, hồ sơ đăng kí mới nộp lên cơ
quan quản lý thực phẩm và dược phẩm Hoa Kỳ (FDA) chỉ tăng 38% và số lượng
thuốc thực sự mới chỉ tăng có 7% [27]. Năm 2002, chỉ có tổng số 17 hoạt chất mới
(New chemical entity – NCEs) được FDA thông qua [13]. Các cơ quan quản lý cũng
như các công ty dược đang tham gia tích cực vào phát triển các công cụ máy tính
trong R&D (Computer – Aided Drug Discovery and Development – CADDD) kết
hợp với lĩnh vực hóa học và sinh học để tối ưu hóa, tinh giản quá trình phát minh,
thiết kế, phát triển và tối ưu hóa thuốc, tiết kiệm thời gian tiền bạc và các nguồn lực.
Các phương pháp in silico được ứng dụng vào nhiều khâu của quá trình nghiên
cứu và phát triển thuốc bao gồm:

2


Hình 1.1. CADD trong các giai đoạn nghiên cứu phát triển thuốc mới [5]
Trong lĩnh vực nghiên cứu và phát triển thuốc mới, công cụ in silico rất hữu ích
trong việc sàng lọc các hợp chất có tiềm năng trở thành thuốc thông qua quá trình
sàng lọc ảo. Ví dụ, trong một dự án của World Community Grid, các nhà khoa học
sàng lọc hơn 35 triệu hợp chất chống lại một số protein đậu mùa và trả lại hơn 100.000
kết quả (hits) trong 72 giờ đầu tiên, trong đó có 44 ứng viên thuốc tiềm năng đã được
xác định [12]. Năm 2003, trong một nghiên cứu tiến hành sàng lọc tìm kiếm chất ức
chế receptor kinase của yếu tố chuyển dạng tăng trưởng β1, phương pháp sàng lọc
hiệu năng cao (High Throughput Screening – HTS) ảo có khả năng tạo ra cùng một
chất dẫn đường như HTS truyền thống theo đầy đủ quy trình [23].

In silico trong bào chế và công nghiệp dược
Năm 2005, FDA cùng ICH đã đưa ra sáng kiế n “Chấ t lươ ̣ng theo Thiế t
kế (QbD)” (Theo ICH, 2005) nhằ m bảo đảm chấ t lươ ̣ng thuố c bằ ng cách dùng các
phương pháp thố ng kê, phân tích và quản lý rủi ro trong viê ̣c thiế t kế , phát triể n và
sản xuấ t các loa ̣i thuốc. Trong mô hình QbD, mô hình toán học có thể được sử dụng
ở mọi giai đoạn phát triển sản phẩm thuốc [16].
Mô hình tương quan in vivo – in vitro (In vivo – In vitro Correlation – IVIVC)
là một trong những lĩnh vực nghiên cứu hàng đầu của nghiên cứu in silico. Mô hình
này giúp dự đoán ảnh hưởng của sản phẩm tương lai hoặc sự thay đổi của thông số
quá trình đến sự biểu hiện in vivo của thuốc thông qua sự hòa tan in vitro [9]. Mô
hình dự đoán đặc tính dược động học in vivo của thuốc dựa trên đặc điểm sinh lý
(Physiologically based pharmacokinetic modeling – PBPK) đã được một số công ty

3


như Simulations Plus Inc. xây dựng giúp tối ưu hóa công thức bằng cách đánh giá
ảnh hưởng các thông số đầu vào như kích thước tiểu phân, độ tan, độ tan theo pH và
độ hòa tan.
Khái quát một số thuật toán sử dụng trong chương trình mô phỏng
Hầu hết các thuật toán để xây dựng chương trình mô phỏng hiện nay có thể được
phân thành 2 nhóm sau: dạng logic được thiết lập bằng các định lý, định luật đã được
chứng minh đầy đủ hoặc dạng kinh nghiệm nhờ vào việc khái quát hóa quan hệ nhân
quả theo các số liệu quan sát thực tế [20].
Các mô hình dự đoán dựa trên các thuật toán logic được sử dụng phổ biến trong
ngành công nghiệp Dược hiện nay bao gồm mô hình phần tử rời rạc (Discrete Element
Modelling – DEM) và phương pháp tính toán động lực học chất lưu (Computational
Fluid Dynamics – CFD). DEM và CFD là các thuyết cơ học có thể mô tả được sự
chuyển động của các hạt trong thiết bị hoặc sự tương tác của chúng với dòng chất
lỏng và được ứng dụng trong nhiều giai đoạn của quy trình sản xuất như pha trộn,

xay nghiền, tạo hạt, bao và dập viên. Các thuật toán thuần logic có tính phổ quát cao,
thường đi sâu vào bản chất vấn đề và được áp dụng rộng rãi nhưng khá phức tạp.
Trái lại, thiết lập các mô hình bằng thuật toán kinh nghiệm có phần đơn giản
hơn. Các mô hình này giúp xây dựng mối tương quan biểu kiến giữa dữ liệu đầu vào
các biến đầu ra nhờ vào những công cụ thống kê, phân tích mặt đáp (Response Surface
Methodology) hoặc mạng neuron nhân tạo (Artificial Neural Network – ANN) [20].
Các thuật toán này không đòi hỏi phải nắm rõ cơ chế cụ thể của các quá trình xảy ra
và có thể nhanh chóng triển khai rộng rãi thực tế. Tuy nhiên, khả năng tiên đoán của
các mô hình kinh nghiệm thường phụ thuộc rất nhiều vào độ chính xác của dữ liệu
đầu vào.
1.2. Độ hòa tan
Phân biệt độ tan, độ hòa tan, tốc độ hòa tan
Theo IUPAC, “hòa tan” được định nghĩa là quá trình trộn lẫn hai pha để tạo ra
một pha mới đồng nhất. Độ tan (S) của một chất là lượng chất tối đa của chất đó tan
trong dung môi để tạo thành dung dịch đồng nhất trong điều kiện nhất định.
4


Độ hòa tan của một thuốc được định nghĩa là lượng thuốc đó hòa tan vào trong
môi trường sau một khoảng thời gian t nhất định.
Tốc độ hòa tan là một đại lượng đặc trưng cho quá trình hòa tan, đo lường sự
biến đổi của nồng độ chất tan (dC) sau một khoảng thời gian (dt). Tốc độ hòa tan
nhanh thì độ hòa tan sẽ lớn, và ngược lại, tốc độ hòa tan chậm thì độ hòa tan sẽ nhỏ.
Vai trò của phép thử hòa tan
Thử nghiệm hòa tan chiếm vị trí trung tâm quan trọng trong quá trình nghiên
cứu phát triển thuốc, đặc biệt với các dạng thuốc rắn dùng đường uống [21]. Đây là
một thử nghiệm phân tích quan trọng sử dụng để kiểm tra sự thay đổi tính chất lý hóa
của dược chất.

Hình 1.2. Vai trò trung tâm của thử nghiệm hòa tan trong quá trình nghiên

cứu phát triển thuốc
Trong giai đoạn nghiên cứu tiền công thức, độ hòa tan của dược chất tinh khiết
là công cụ quan trọng để đánh giá tính chất lý hóa từ đó lựa chọn ra loại kết tinh phù
hợp. Dữ liệu này tiếp tục là cơ sở để thiết kế công thức bào chế và tối ưu hóa tỷ lệ các
thành phần để đạt tiêu chí giải phóng thuốc cho thử nghiệm tiền lâm sàng và lâm
sàng. Ví dụ trong trường hợp của phenytoin, khi thay thế tá dược độn calci sulfat bằng
lactose, tốc độ hòa tan tăng lên do sự tạo thành muối calci phenytoin kém tan trong
nước hơn so với phenytoin, dẫn tới tăng độc tính của phenytoin [17].

5


Trong các giai đoạn sau, thử nghiệm hòa tan được sử dụng để làm tiêu chuẩn
kiểm nghiệm, đánh giá sự đồng đều chất lượng giữa các lô mẻ và cung cấp sự đảm
bảo liên tục, sự đồng nhất và toàn vẹn của sản phẩm, đánh giá chất lượng thuốc liên
quan đến độ ổn định và thời gian bán thải.
Hướng dẫn của US-FDA về thử nghiệm hòa tan cho dạng thuốc rắn quy ước
bao gồm hướng dẫn sử dụng hệ thống phân loại sinh dược học (BCS) cho các thử
nghiệm hòa tan tương đương sinh học dựa trên độ tan và tính thấm. Theo hướng dẫn
của BCS, thử nghiệm hòa tan in vitro có thể là công cụ hữu hiệu để dự đoán biểu hiện
in vivo của thuốc và giúp giảm số lượng nghiên cứu sinh khả dụng (SKD) hoặc tương
đương sinh học theo yêu cầu. Thử nghiệm hòa tan còn là cơ sở để cơ quan quản lý
cấp phép phê duyệt cho những thay đổi trong quy trình sản xuất sau đăng ký (các
SUPAC) [21].
Các yếu tố ảnh hưởng đến sự hòa tan của viên nén
Các yếu tố ảnh hưởng đến sự hòa tan của viên nén có thể được phân làm bốn
nhóm gồm: đặc tính lý hóa của dược chất, công thức bào chế, quy trình sản xuất và
môi trường hòa tan [1], [2].
Đặc tính lý hóa của dược chất
Độ tan của dược chất

Độ tan là thông số vật lý quan trọng nhất ảnh hưởng đến độ hòa tan của dạng
thuốc rắn. Những dược chất tan tốt tạo ra chênh lệch gradient nồng độ lớn đẩy nhanh
quá trình hòa tan.
Kích thước tiểu phân dược chất
Giảm kích thước tiểu phân dược chất làm tăng diện tích bề mặt tiếp xúc giữa
tiểu phân chất rắn với môi trường hòa tan do đó thường dẫn đến tăng tốc độ hòa tan.
Với những dược chất ít tan, biện pháp cải thiện tốc độ hòa tan đơn giản và khả thi là
làm thực nghiệm tiền công thức khảo sát ảnh hưởng của kích thước tiểu phân (KTTP)
tới tốc độ hòa tan dược chất. Ví dụ, digoxin cho thấy khả năng sinh khả dụng tăng
100% khi kích thước hạt của nó đã được giảm từ 100 µm xuống xấp xỉ 10 µm [7].

6


Dạng thù hình
Một dược chất rắn có thể tồn tại ở dạng vô định hình, dạng kết tinh dưới nhiều
dạng tinh thể khác nhau, dạng khan hay dạng solvat hóa. Mỗi dạng tồn tại thể hiện
tính chất vật lý khác nhau như: điểm chảy, độ tan, tốc độ hòa tan, độ ổn định,... Vì
vậy, dạng thù hình của dược chất ảnh hưởng đến độ hòa tan của dược chất. Ví dụ,
novobioxin, dạng vô định hình hòa tan nhanh hơn dạng kết tinh 10 lần [2]. Cũng có
trường hợp ngược lại, ví dụ độ hòa tan của dạng vô định hình của erythromycin estolat
thấp hơn đáng kể so với dạng tinh thể.
Hệ số khuếch tán
Đại lượng này phụ thuộc vào khối lượng và thể tích chiếm chỗ trong không
gian của phân tử dược chất. Phân tử càng nặng, càng cồng kềnh thì hệ số khuếch tán
càng nhỏ và có xu hướng hòa tan kém hơn các phân tử nhẹ, kích thước nhỏ. Giá trị
này còn bị thay đổi theo độ nhớt của môi trường.
Công thức bào chế
Trong công thức viên nén chứa nhiều loại tá dược khác nhau. Mỗi tá dược đều
có ảnh hưởng nhất định đến khả năng giải phóng và hòa tan dược chất từ viên, phụ

thuộc vào loại tá dược, tỉ lệ dược chất/tá dược,...
Tá dược có thể tương tác tương kị với dược chất, do đó có thể đẩy nhanh quá
trình phân hủy dược chất hoặc có thể làm tăng độ ổn định của dược chất. Tương tác
có thể xảy ra trong suốt quá trình bào chế như nghiền, trộn, sấy, tạo hạt, dẫn đến độ
hòa tan thay đổi. Ví dụ, Polysorbat 80 trong viên nang có thể tạo ra formaldehyd do
sự tự oxy hóa, tạo nên một màng film làm biến tính bề mặt trong của nang và làm
giảm độ hòa tan của viên nang.
Một số yếu tố thuộc về quy trình sản xuất
Tất cả các giai đoạn trong quá trình sản xuất viên nén đều có thể ảnh hưởng đến
độ hòa tan của dược chất: nghiền trộn, tạo hạt, sấy, dập viên,...
Ảnh hưởng của các yếu tố thuộc về môi trường hòa tan
Sự khuấy trộn

7


Khuấy trộn có ảnh hưởng đến hòa tan tùy thuộc vào tốc độ khuấy, loại thiết bị,
mức độ của dòng chảy tầng và dòng chảy rối trong hệ thống, hình dạng và thiết kế
của bộ phận khuấy,... Khuấy trộn càng mạnh thì hòa tan càng nhanh.
Nhiệt độ
Độ tan của dược chất phụ thuộc vào nhiệt độ. Do đó kiểm soát nhiệt độ trong
suốt quá trình hòa tan là rất quan trọng.
pH môi trường
Trong điều kiện sinh lý, pH đường tiêu hóa luôn thay đổi dọc theo chiều dài
đường tiêu hóa. Một số dược chất mang các nhóm chức acid hoặc base yếu thường
có sự thay đổi đáng kể về độ tan khi tăng giảm pH môi trường do sự chuyển dạng từ
ion hóa thành không ion hóa và ngược lại.
Động học hòa tan của cốm chứa dược chất và tá dược
Quá trình hòa tan của cốm được mô tả trong hình 1.3 dưới đây [24]:

Hình 1.3. Sơ đồ hòa tan của cốm chứa dược chất và tá dược
8


Theo sơ đồ trên, cốm phải rã ra từng phần để giải phóng tiểu phân dược chất và
tiếp theo đó dược chất sẽ bắt đầu quá trình hòa tan, hoặc dược chất sẽ hòa tan dần dần
kiểu bào mòn từ bề mặt ngoài của cốm. Tốc độ hòa tan của cốm sẽ không nhanh hơn
tốc độ hòa tan của tiểu phân dược chất đơn do sự cản trở của thành phần tá dược trong
cốm. Giả sử các tiểu phân dược chất không có sự kết tập và được phân tán đều trong
môi trường hòa tan, sự hòa tan của cốm sẽ được biểu diễn như sau:
fG = fAPI. (f1.f2.f3…)
Trong đó:

fG là hàm biểu thị độ hòa tan của cốm
fAPI là hàm biểu thị độ hòa tan của dược chất đơn
f1, f2, f3,… là hàm biểu thị mức cản trở của tá dược 1, 2, 3,…

Hàm fAPI của dược chất đơn sẽ được xác định bằng một số phương trình động
học hòa tan có sẵn (xem mục 1.3). Tuy nhiên, các hàm cản trở của tá dược khó có thể
mô hình hóa do chưa có sự hiểu biết rõ ràng về cơ chế và phương trình mô tả. Trong
trường hợp này, sử dụng mô hình kinh nghiệm dạng mạng neuron nhân tạo (ANN) là
phù hợp nhất để nhận dạng và xử lý mối quan hệ phi tuyến tính phức tạp này (xem
mục 1.4).
1.3. Các phương trình động học hòa tan cho bột dược chất đơn
Tất cả các phương trình mô phỏng quá trình hòa tan dưới đây đều dựa trên thuyết
lớp khuếch tán. Đây là thuyết được thừa nhận và sử dụng rộng rãi nhất. Thuyết lớp
khuếch tán cho rằng quá trình hòa tan gồm hai giai đoạn liên tiếp: chất rắn tan ra tạo
thành một lớp màng mỏng tại bề mặt tiếp xúc (BMTX) 2 pha rắn/lỏng gọi là lớp
khuếch tán (diffusion layer) chứa thuốc tại nồng độ bão hòa. Bước này thường xảy ra
tức thời. Tiếp theo đó sự khuếch tán của phân tử chất tan từ lớp khuếch tán ra bên

ngoài môi trường hòa tan. Bước này chậm hơn nên là bước quyết định tốc độ hòa tan.
Các phương trình động học cổ điển
Phương trình Noyes – Whitney
Năm 1897, Noyes và Whitney đã tiến hành thí nghiệm nghiên cứu sự hòa tan
của 2 chất ít tan acid benzoic và chì clorid. Tác giả thấy rằng tốc độ hòa tan tỉ lệ với

9


sự chênh lệch giữa nồng độ tức thời Ct tại thời gian t và độ tan bão hòa CS theo
phương trình sau:
𝑑𝐶
= 𝑘. (𝐶𝑠 − 𝐶𝑡 )
𝑑𝑡

𝑝𝑡. (1)

Trong đó: k là hằng số tốc độ hòa tan.
Phương trình Nernst - Brunner
Năm 1904, Nernst và Brunner dựa trên lý thuyết lớp khuếch tán và định luật
Fick 2 đã đưa ra phương trình Nernst – Brunner sau:

dC DS

(CS  Ct )
dt Vh

pt.(2)

Trong đó: D là hệ số khuếch tán, h là bề dày lớp khuếch tán, V là thể tích môi

trường hòa tan. S là diện tích bề mặt.
Phương trình Hixson Crowell
Năm 1931, Hixon và Crowell đã biểu diễn diện tích bề mặt S thành khối lượng
W vì S tỷ lệ thuận với W2/3 khiến phương trình (2) có thể áp dụng được với viên nén.

dW
 k 'W 2/3 (CS  Ct )
dt

pt.(3)

Trong điều kiện sink hoàn hảo, (CS – Ct) không đổi, pt.(3) chuyển thành:

W01/3  Wt1/3  Kt

pt.(4)

Phương trình (4) có hai biến thể ứng với giả thiết: tiểu phân kích thước lớn hơn
một giá trị giưới hạn (dcrit) thì bề dày lớp khuếch tán là một giá trị không đổi, còn với
tiểu phân kích thước nhỏ thì bề dày lớp khuếch tán tỉ lệ với đường kính tiểu phân:
Tiểu phân

Phương trình

Hệ số K

d ≥ dcrit
thì h = kh.dcrit

𝑊01/3 − 𝑊𝑡 1/3 = 𝐾 ∙ 𝑡

pt.(5)

1 1/3
𝐷
6 2/3
∙𝑁 ∙
∙ 𝛼 ∙ ( ) ∙ 𝐶𝑠
3
𝑘ℎ ∙ 𝑑𝑐𝑟𝑖𝑡
𝜋𝜌

d < dcrit
thì h = kh.d

𝑊0 2/3 − 𝑊𝑡 2/3 = 𝐾 ∙ 𝑡
pt.(6)

2 2/3 𝐷
6 1/3
∙ 𝑁 ∙ ∙ 𝛼 ∙ ( ) ∙ 𝐶𝑠
3
𝑘ℎ
𝜋𝜌

10


Trong đó:

d là đường kính tiểu phân

ρ là tỉ trọng tiểu phân

dcrit là đường kính tới hạn

N là số lượng tiểu phân

α là hệ số hình dạng

kh là hệ số tỉ lệ

Phương trình chuyển khối
Trong thực tế, cả sự hòa tan in vitro và in vivo đều bao gồm quá trình khuấy
trộn. Khi đó quá trình hòa tan được điều khiển bởi cả hai quá trình khuếch tán và quá
trình đối lưu. Phương trình toán học mô tả quá trình hòa tan khi có sự khuấy trộn này
gọi là phương trình chuyển khối.
Cả phương trình chuyển khối và phương trình Noyes – Whitney đều dựa trên
thuyết lớp khuếch tán nhưng khác nhau ở hệ số k.
Phương trình chuyển khối được viết như sau:

dW
 km S (CS  Ct )
dt

pt.(7)

Trong đó: km là hệ số chuyển khối
Hệ số chuyển khối được định nghĩa là tỉ số giữa hệ số khuếch tán (D) với sự
kháng quá trình chuyển khối. Sự kháng quá trình chuyển khối được tính toán dựa trên
chiều dài đại diện của tiểu phân (L) và hệ số Sherwood (Sh).

km 

D
L / Sh

Theo thuyết sự chuyển khối dựa trên lớp màng khuếch tán thì sự kháng quá trình
chuyển khối chính là bề dày lớp khuếch tán (h), do đó:

km 

D
h

Như vậy, có thể biểu diễn bề dày lớp khuếch tán bằng: ℎ= 𝐿/𝑆ℎ

𝑝𝑡.(8)

Giá trị của hệ số Sherwood cho các tiểu phân dạng hình cầu trong thiết bị hòa
tan cánh khuấy tuân theo phương trình Ranz – Marshall:
𝑆ℎ𝑝 = 2 + 0,6 𝑅𝑒𝑝 1/2 𝑆𝑐 1/3
𝑆ℎ = 2 + 0,6 𝑅𝑒

1/2

𝑆𝑐

1/3

𝑈𝐿 1/2 𝜐 1/3

= 2 + 0,6. ( ) ∙ ( )
𝜐
𝐷

11


Chi tiết về cách tính hệ số Sherwood xin xem phụ lục 1.
1.4. Mạng neuron nhân tạo
Cấu tạo mạng neuron nhân tạo
Mạng neuron nhân tạo là một hệ thống xử lý thông tin được mô phỏng dựa trên
hoạt động của hệ thống thần kinh của sinh vật. ANN rất hiệu quả trong việc mô tả
các tương quan phi tuyến tính. ANN được tạo thành bởi sự kết nối giữa rất nhiều đơn
vị thần kinh gọi là perceptron. Cấu trúc chung của một ANN gồm 3 thành phần bao
gồm: lớp nhập (input layer), lớp ẩn (hidden layer) và lớp xuất (output layer). Mỗi
biến xi đầu vào có một trọng số wi thể hiện mức độ quan trọng của dữ liệu đầu vào
với quá trình xử lý thông tin.

Hình 1.4. Cấu tạo của ANN
Đặc trưng của mạng neuron nhân tạo
ANN có 3 đặc trưng [10]:
-

Kiểu kết nối giữa các neuron (cấu trúc mạng)

-

Phương pháp xác định các trọng số (thuật toán học/huấn luyện)

-

Hàm chuyển.

Cấu trúc mạng
Mạng tĩnh: mạng neuron tĩnh được sử dụng thường xuyên nhất trong phát triển
dược phẩm là mạng perceptron nhiều lớp (multilayer perceptron – MLP). Trong mạng

12


tĩnh, thông tin chỉ lan truyền theo một hướng duy nhất (feed forward) từ lớp nhập đến
lớp xuất.
Mạng động: điển hình của dạng này đó là mạng Elman (Elman dynamic neural
network - EDNN). Trong mạng động, tín hiệu xuất ra từ một số nút có thể quay vòng
hoặc phản hồi ngược trở lại để trở thành đầu vào cho các nút trước đó. Mạng động sử
dụng khi kết quả lần trước có ảnh hưởng đến kết quả lần sau.

Hình 1.5. Cấu tạo mạng MLP (trái) và mạng EDNN (phải)
Hàm chuyển
Hàm chuyển có vai trò xử lý, biến điệu tín hiệu. Các hàm chuyển thường được
sử dụng là hàm logistic (Soft step) và binary step (Heavy step).

Hình 1.6. Một số hàm chuyển thường gặp

13


Ví dụ nghiên cứu dự đoán độ hòa tan bằng mạng neuron nhân tạo
Một số nghiên cứu sử dụng ANN để dự đoán sự hòa tan in vitro được trình bày
trong bảng 1.1 dưới đây.

Bảng 1.1. Một số nghiên cứu dự đoán độ hòa tan in vitro sử dụng ANN
Tác giả
Mục tiêu
Quản
Duy
Quang
[3]

Biến đầu vào

Biến đầu ra
Mục tiêu
Siow
[19]

Biến đầu vào
Biến đầu ra
Mục tiêu

Ibric
[11]

Biến đầu vào
Biến đầu ra
Mục tiêu

Li
[15]

Biến đầu vào

Biến đầu ra

Nội dung
- Dự đoán độ hòa tan của cốm chứa
dược chất ít tan nhóm NSAIDs và tá
dược (Avicel, lactose)
- Tỉ lệ hàm lượng dược chất/tá dược
- Tốc độ khuấy
- Thời gian hòa tan
- Tỉ lệ giữa nồng độ hòa tan của mẫu thử
và độ tan bão hòa

Kiểu mạng

MLP
EDNN

- Hệ số cản trở hòa tan f của tá dược
- Dự đoán độ hòa tan của pellet
theophylin giải phóng kéo dài dạng cốt
- Tỉ lệ MCC
- Tỉ lệ GMS
- Các thời điểm xác định đồ hòa tan
- Độ hòa tan in vitro
- Dự đoán độ hòa tan in vitro của viên
nén aspirin giải phóng kéo dài.
- Tỉ lệ Eudragit RS PO / Eudragit L
polymer
- Lực nén
- Các thời điểm xác định độ hòa tan

- Độ hòa tan in vitro
- Dự đoán độ hòa tan in vitro của vi cầu
doxorubicin
- Tỉ lệ mang thuốc
- Tỉ lệ natri clorid
- Tỉ lệ calci clorid
- Thời điểm xác định độ hòa tan
- Độ hòa tan in vitro

14

MLP

GRNN

MLP, HNN


Trong đó:
MLP: mạng perceptron đa lớp (Multilayered perceptron)
GRNN: mạng neuron hồi quy tổng quát (Generalized Regression Neural
Network)
HNN: mạng neuron phân cấp (Hierarchical Neural Network).
EDNN: mạng động Elman (Elman dynamic neural network)
1.5. Phương pháp đánh giá độ phù hợp của mô hình
Để đánh giá mức độ phù hợp của mô hình xây dựng hay so sánh dữ liệu hòa tan
dự đoán với dữ liệu hòa tan thực tế, nghiên cứu này sử dụng hệ số xác định R2.
Hệ số R2 được tính toán theo công thức sau:
2

R =

∑ni=1(Ci ′ − Ci )2
∑ni=1(Ci − C)2

Tuy nhiên, hệ số này thường có xu hướng lớn hơn với các mô hình có nhiều
tham số. Do vậy, khi so sánh các mô hình có số lượng tham số khác nhau thì tốt nhất
nên sử dụng giá trị R2 hiệu chỉnh để có thể so sánh khách quan.
Giá trị R2 hiệu chỉnh được tính như sau:
2
𝑅𝑎𝑑𝑗
=1−

(𝑛 − 1)
(1 − 𝑅2 )
(𝑛 − 𝑝 )

Trong đó: n là số điểm lấy mẫu

Ci là độ hòa tan thực tế tại thời
điểm ti
p là số lượng tham số của mô 𝐶 là độ hòa tan thực tế trung bình
hình
Ci ’là độ hòa tan dự đoán tại thời
điểm ti

1.6. Đặc điểm và điều kiện thử hòa tan của dược chất sử dụng trong nghiên cứu
Nghiên cứu sử dụng hai dược chất thuộc nhóm cephalosporin là cefuroxim
axetil và cefixim. Điều kiện thử hòa tan của dạng viên nén chứa hai dược chất này
trong Dược điển Việt Nam IV được trình bày trong bảng 1.2. Đây là hai dược chất ít

tan trong nước. Với cefuroxim axetil, nhóm carboxyl đã bị axetil hóa làm mất tính
acid, các nitrogen khác có tính base rất yếu. Do đó, pH hầu như không ảnh hưởng đến

15


mức độ ion hóa nên không ảnh hưởng đến độ tan và độ hòa tan của dược chất này.
Với cefixim, cấu trúc chứa 2 nhóm chức acid khá mạnh nên pH sẽ ảnh hưởng nhiều
đến sự ion hóa, do đó ảnh hưởng đến độ tan và độ hòa tan.
Bảng 1.2. Đặc điểm và điều kiện thử hòa tan của một số dược chất nhóm
cephalosporin
Đặc điểm

Cefuroxim axetil

Cefixim

Công thức hóa học

Độ tan nội tại [18]

107 mg/l

55,11 mg/l

Hằng số phân ly acid
pKa [18]

10,92

3,45

Môi trường

Dung dịch acid hydrocloric
pH 1,2

Dung dịch đệm phosphat
pH 7,2

Tốc độ khuấy

100 vòng/phút

100 vòng/phút

Nhiệt độ

37 ± 0,5ºC

37 ± 0,5ºC

Loại thiết bị

Cánh khuấy

Cánh khuấy

Phương pháp
định lượng

Đo quang

Đo quang

Điều
kiện
thử
hòa
tan

1.7. Phần mềm dự đoán độ hòa tan DDDPlusTM
DDDPlusTM (Dose Disintegration and Dissolution Plus) là một chương trình
công nghệ tiên tiến giúp mô hình hóa và mô phỏng sự hòa tan của các dược chất và
nhiều dạng bào chế như bột thuốc, viên nén, viên nang, viên hai lớp, viên bao giải
phóng trì hoãn trong các điều kiện thí nghiệm khác nhau. DDDPlusTM thường được
tích hợp các công cụ khác như ADMET PredictorTM và GastroPlusTM. Đây đều là
sản phẩm thương mại của Simulations Plus Inc.. DDDPlus giúp dự đoán ảnh hưởng
của những thay đổi trong công thức bào chế và thông số quá trình đến sự hòa tan in
vitro mà không phải dựa trên phương pháp “cắt và thử” (“cut and try”) để tối ưu hóa
công thức thuốc. DDDPlusTM hoạt động dựa trên thuyết về lớp khuếch tán như
phương trình Nernst – Brunner, phương trình chuyển khối.
16