BỘ GIÁO DỤC VÀ ĐÀO TẠO
BỘ Y TẾ
ĐẠI HỌC Y DƯỢC THÀNH PHỐ HỒ CHÍ MINH
CHUNG KHANG KIỆT
NGHIÊN CỨU VÀ PHÁT TRIỂN THUỐC
BẰNG HỆ THỐNG PHẦN MỀM THÔNG MINH
TỰ THÀNH LẬP
LUẬN ÁN TIẾN SĨ DƯỢC HỌC
Thành phố Hồ Chí Minh - 2018
BỘ GIÁO DỤC VÀ ĐÀO TẠO
BỘ Y TẾ
ĐẠI HỌC Y DƯỢC THÀNH PHỐ HỒ CHÍ MINH
CHUNG KHANG KIỆT
NGHIÊN CỨU VÀ PHÁT TRIỂN THUỐC
BẰNG HỆ THỐNG PHẦN MỀM THÔNG MINH
TỰ THÀNH LẬP
Ngành: Công nghệ Dược phẩm và Bào chế thuốc
Mã số: 9720202
LUẬN ÁN TIẾN SĨ DƯỢC HỌC
Người hướng dẫn khoa học:
GS.TS. Đặng Văn Giáp
PGS.TS. Đỗ Quang Dương
Thành phố Hồ Chí Minh – Năm 2018
ii
LỜI CAM ĐOAN
Tôi cam đoan đây là công trình nghiên cứu của tôi. Các số liệu và những kết quả nêu
trong luận án là trung thực và chưa từng được ai công bố trong bất kỳ công trình
nghiên cứu nào khác.
Chung Khang Kiệt
iii
MỤC LỤC
TRANG PHỤ BÌA
ii
LỜI CAM ĐOAN
ii
MỤC LỤC
iii
DANH MỤC CÁC TỪ VIẾT TẮT
iv
DANH MỤC CÁC HÌNH
vii
DANH MỤC CÁC SƠ đỒ
ix
DANH MỤC CÁC BẢNG
x
MỞ ĐẦU
1
Chương 1. TỔNG QUAN TÀI LIỆU
4
1.1. Nghiên cứu và phát triển thuốc
4
1.2. Các kỹ thuật thông minh
8
1.3. Thẩm định phần mềm trong GxP
25
Chương 2. ĐỐI TƯỢNG và PHƯƠNG PHÁP NGHIÊN CỨU
34
2.1. Đối tượng nghiên cứu
34
2.2. Xây dựng và đánh giá phần mềm
36
2.3. Kiểm chứng và áp dụng Phasolpro RD
41
Chương 3. KẾT QUẢ NGHIÊN CỨU
43
3.1. Xây dựng hệ thống Phasolpro RD
43
3.2. Đánh giá hệ thống Phasolpro RD
82
3.3. Kiểm chứng Phasolpro RD bằng cơ sở dữ liệu dã công bố
95
3.4. Áp dụng Phasolpro RD vào NC & PT thuốc
116
Chương 4. BÀN LUẬN
132
4.1. Xây dựng hệ thống Phasolpro RD
132
4.2. Đánh giá hệ thống Phasolpro RD
139
4.3. Kiểm chứng Phasolpro RD bằng CSLD đã công bố
143
4.4. Áp dụng Phasolpro RD trong nghiên cứu và phát triển thuốc
145
KẾT LUẬN
148
KIẾN NGHỊ
150
TÀI LIỆU THAM KHẢO
PHỤ LỤC
TLTK-1
PL -1-
iv
DANH MỤC CÁC TỪ VIẾT TẮT
ADL
Angle Driven Learning
ASTM
American Society for Testing and
Hiệp hội của Mỹ về Thử nghiệm
Materials
và Vật liệu
BIC
Bayesian Information Criterion
-
BPL
Back Propagation Learning
-
CSDL
-
Cơ sở dữ liệu
CV
Cross Validation
Thẩm định chéo
DQ
Design Qualification
Đánh giá thiết kế
EDQM
European Directorate for the
Ban chỉ đạo Châu Âu về Chất
Quality of Medicines
lượng thuốc
Food and Drug Administration
Cơ quan quản lý Thực Phẩm và
FDA
Dược Phẩm
GA
Genetic Algorithms
Thuật toán di truyền
GAMP
Good Automated Manufacturing
Thực hành tốt Sản xuất tự động
Practice
hóa
GCP
Good Clinical Practices
Thực hành tốt Lâm sàng
GLP
Good Laboratory Practices
Thực hành tốt Kiểm nghiệm
GMP
Good Manufacturing Practice
Thực hành tốt Sản xuất thuốc
GxP
Good Practices
Thực hành tốt
ICH
The International Conference for
Hội nghị quốc tế về sự hòa hợp
Harmonisation
IEEE
The Institute of Electrical and
Viện kỹ nghệ điện và điện tử
Electronics Engineers
IT
Intergration Testing
Thử nghiệm bộ phận
LOOCV
Leave One Out Cross Validation
-
LRA
Learning Rate Adaption
-
v
MDL
Minimum Description Length
-
MLP
Multilayer Perceptron Networks
Mạng thần kinh nhiều lớp
NC & PT
-
Nghiên cứu và phát triển
NNs
Neural networks
Mạng thần kinh
OQ
Operation Qualification
Đánh giá vận hành
Phasolpro*
Pharmaceutical Solution Provider
Nhà cung cấp các giải pháp trong
ngành Dược
PIC/S
Pharmaceutical Inspection Co-
Tổ chức hợp tác thanh tra Dược
operation Scheme
PQ
Performance Qualification
Đánh giá hiệu năng
QP
Quickprop
-
QTCX
-
Quy trình chiết xuất
RP
RPROP
-
SB
Standard Batch
-
SDP
Software development process
-
SI
Standard Incremental
-
SRM
Structural Risk Minimisation
-
SRS
Software requirement
Tiêu chuẩn kỹ thuật
specifications
*
ST
System Testing
Thử nghiệm hệ thống (phần mềm)
TG
-
Trung gian
URS
User’s Requirement Specification
Yêu cầu kỹ thuật
UT
Unit Testing
Thử nghiệm đơn vị
WHO
World Health Organization
Tổ chức Y tế Thế giới
Nhãn hiệu đăng ký số 106247 do Cục sở hữu trí tuệ - Bộ KHCN cấp theo quyết định số 1495/QĐ-SHTT
ngày 31/07/2008
vii
DANH MỤC CÁC HÌNH
Hình 1.1. Nguyên lý hoạt động của tối ưu hóa và dự đoán thông minh
8
Hình 1.2. Minh họa tổng quát về cấu trúc mạng thần kinh đa lớp
9
Hình 1.3. Quy trình xử lý của hệ thống logic mờ - thần kinh
20
Hình 3.4. Phác thảo giao diện Khởi động của Phasolpro RD
53
Hình 3.5. Phác thảo giao diện Đầu vào của Phasolpro RD
54
Hình 3.6. Phác thảo giao diện Tùy chọn của Phasolpro RD
55
Hình 3.7. Phác thảo giao diện Luyện mạng của Phasolpro RD
56
Hình 3.8. Phác thảo giao diện Mối liên quan của Phasolpro RD
57
Hình 3.9. Phác thảo giao diện Quy luật của Phasolpro RD
58
Hình 3.10. Phác thảo giao diện Biểu đồ của Phasolpro RD
59
Hình 3.11. Phác thảo giao diện Điều kiện của Phasolpro RD
61
Hình 3.12. Phác thảo giao diện Tối ưu hóa của Phasolpro RD
62
Hình 3.13. Phác thảo giao diện Dự đoán của Phasolpro RD
63
Hình 3.14. Phác thảo giao diện Báo cáo kết quả của Phasolpro RD
64
Hình 3.15. Phác thảo giao diện Thiết kế mô hình của Phasolpro RD
65
Hình 3.16. Biểu tượng của Phasolpro RD
66
Hình 3.17. Giao diện Giới thiệu của Phasolpro RD sau khi khởi động
66
Hình 3.18. Giao diện chính của Phasolpro RD
66
Hình 3.19. Giao diện Đầu vào của Phasolpro RD
67
Hình 3.20. Giao diện Tùy chọn biến số của Phasolpro RD
67
Hình 3.21. Giao diện Tùy chọn thông số của Phasolpro RD
68
Hình 3.22. Giao diện Luyện mạng của Phasolpro RD
69
Hình 3.23. Giao diện Mối liên quan của Phasolpro RD
70
Hình 3.24. Giao diện Quy luật của Phasolpro RD
70
Hình 3.25. Giao diện Biểu đồ của Phasolpro RD
70
Hình 3.26. Giao diện Điều kiện của Phasolpro RD
71
viii
Hình 3.27. Giao diện Tối ưu hóa của Phasolpro RD
71
Hình 3.28. Giao diện Dự đoán của Phasolpro RD
72
Hình 3.29. Giao diện Báo cáo kết quả của Phasolpro RD
72
Hình 3.30. Giao diện Thiết kế mô hình của Phasolpro RD
73
Hình 3.31. Mối liên quan y1 = f(x1, x2) đối với CSDL A bởi FormRules
92
Hình 3.32. Mối liên quan y1 = f(x1, x2)
92
Hình 3.33. Mối liên quan y1 = f(x1, x2) đối với CSDL B bởi FormRules
92
Hình 3.34. Mối liên quan y1 = f(x1, x2) đối với CSDL bởi Phasolpro RD
92
Hình 3.35. Mối liên quan đối với CSDL viên nén glimepirid 2 mg
96
Hình 3.36. Mối liên quan đối với CSDL viên nén loratidin
99
Hình 3.37. Mối liên quan đối với CSDL của viên nén gliclazid
102
Hình 3.38. Mối liên quan đối với CSDL của Rau Diếp cá
105
Hình 3.39. Mối liên quan đối với CSDL của Cao khô Diệp hạ châu
108
Hình 3.40. Mối liên quan đối với CSDL của quy trình HPLC
114
Hình 3.41. Mối liên quan đối với CSDL của viên nén chứa meloxicam
119
Hình 3.42. Mối liên quan đối với CSLD viên gliclazid cải thiện độ hòa tan
124
Hình 3.43. Mối liên quan đối với CSDL của quy trình tổng hợp metformin
129
ix
DANH MỤC CÁC SƠ ĐỒ
Sơ đồ 1.1. Minh họa quá trình xử lý của logic mờ
14
Sơ đồ 1.2. Tóm tắt quá trình tối ưu hóa bằng thuật toán di truyền
19
Sơ đồ 1.3. Minh họa nguyên lý hoạt động của quá trình tối ưu hóa thông minh
21
Sơ đồ 1.4. Mô hình chữ V’- thử nghiệm và đánh giá phần mềm (Arnold L.)
30
Sơ đồ 1.5. Mô hình chữ V’- thử nghiệm và đánh giá phần mềm (PIC/S)
30
Sơ đồ 1.6. Mô hình chữ V’- nhấn mạnh về đánh giá phần mềm
31
Sơ đồ 3.7. Quy trình vận hành INForm
47
Sơ đồ 3.8. Quy trình vận hành FormRules
49
Sơ đồ 3.9. Quy trình vận hành Phasolpro RD
52
x
DANH MỤC CÁC BẢNG
Bảng 1.1. Yêu cầu của FDA (Mỹ) chứng nhận thuốc gốc và generic
5
Bảng 1.2. So sánh các kỹ thuật cải tiến thuật toán lan truyền ngược
14
Bảng 1.3. Phân loại phần mềm và thẩm định theo PIC/S trong môi trường GxP
29
Bảng 3.4. Đặc điểm của phần mềm tối ưu hóa thông minh INForm (a)
46
Bảng 3.5. Đặc điểm của phần mềm tối ưu hóa thông minh INForm (b)
47
Bảng 3.6. Đặc điểm của phần mềm phân tích liên quan nhân quả FormRules
48
Bảng 3.7. Đặc điểm của hệ thống thông minh Phasolpro RD (a)
50
Bảng 3.8. Đặc điểm của hệ thống thông minh Phasolpro RD (b)
51
Bảng 3.9. Đặc điểm các công cụ trong giao diện Khởi động của Phasolpro RD
53
Bảng 3.10. Đặc điểm các công cụ trong giao diện Đầu vào của Phasolpro RD
54
Bảng 3.11. Đặc điểm các công cụ trong giao diện Tùy chọn của Phasolpro RD
55
Bảng 3.12. Đặc điểm công cụ trong giao diện Luyện mạng của Phasolpro RD
57
Bảng 3.13. Đặc điểm các công cụ trong giao diện Mối liên quan
58
Bảng 3.14. Đặc điểm các công cụ trong giao diện Quy luật của Phasolpro RD
59
Bảng 3.15. Đặc điểm các công cụ trong giao diện Biểu đồ của Phasolpro RD
60
Bảng 3.16. Đặc điểm các công cụ trong giao diện Điều kiện của Phasolpro RD
61
Bảng 3.17. Đặc điểm các công cụ trong giao diện Tối ưu hóa của Phasolpro RD 62
Bảng 3.18. Đặc điểm các công cụ trong giao diện Dự đoán của Phasolpro RD
64
Bảng 3.19. Đặc điểm công cụ trong giao diện Báo cáo kết quả
64
Bảng 3.20. Đặc điểm công cụ trong giao diện Thiết kế mô hình
65
Bảng 3.21. Kết quả nhận dạng giao diện Đầu vào của Phasolpro RD
75
Bảng 3.22. Kết quả nhận dạng giao diện Luyện mạng của Phasolpro RD
76
Bảng 3.23. Kết quả nhận dạng giao diện Tối ưu hóa của Phasolpro RD
78
Bảng 3.24. Kết quả nhận dạng giao diện Dự đoán của Phasolpro RD
78
Bảng 3.25. Kết quả nhận dạng giao diện Báo cáo kết quả của Phasolpro RD
79
Bảng 3.26. Kết quả nhận dạng giao diện Thiết kế thí nghiệm của Phasolpro RD
79
xi
Bảng 3.27. Kết quả kiểm tra vận hành luyện mạng của Phasolpro RD
80
Bảng 3.28. Kết quả vận hành phân tích nhân quả đối với Phasolpro RD
81
Bảng 3.29. Kết quả kiểm tra vận hành tối ưu hóa của Phasolpro RD
81
Bảng 3.30. Đánh giá về đóng gói và cài đặt Phasolpro RD
82
Bảng 3.31. Kết quả lựa chọn nhóm thử của Phasolpro RD - CSDL A
83
Bảng 3.32. Kết quả lựa chọn nhóm thử của INForm - CSDL A
83
Bảng 3.33. Các giá trị R2 sử dụng thuật toán mặc định - CSDL A
83
Bảng 3.34. Kết quả lựa chọn nhóm thử của Phasolpro RD – CSDL B
84
Bảng 3.35. Kết quả lựa chọn nhóm thử của INForm - CSDL B
84
Bảng 3.36. Các giá trị R2 sử dụng thuật toán mặc định - CSDL B
84
Bảng 3.37. Các giá trị R2 thử sử dụng thuật toán QP - CSDL A
85
Bảng 3.38. Các giá trị R2 sử dụng thuật toán QP - CSDL A
85
Bảng 3.39. Các giá trị R2 thử sử dụng thuật toán QP - CSDL B
86
Bảng 3.40. Các giá trị R2 sử dụng thuật toán QP - CSDL B
86
Bảng 3.41. Kết quả chọn thuật toán của Phasolpro RD - CSDL A
86
Bảng 3.42. Kết quả chọn thuật toán của INForm - CSDL A
87
Bảng 3.43. Các giá trị R2 sử dụng thuật toán phù hợp - CSDL A
87
Bảng 3.44. Kết quả chọn thuật toán của Phasolpro RD – CSDL B
87
Bảng 3.45. Kết quả chọn thuật toán của INForm - CSDL B
88
Bảng 3.46. Các giá trị R2 sử dụng thuật toán phù hợp - CSDL B
88
Bảng 3.47. Các xu hướng và mức độ liên quan của Phasolpro RD - CSDL A
89
Bảng 3.48. Các xu hướng và mức độ liên quan của FormRules - CSDL A
89
Bảng 3.49. Các xu hướng và mức độ liên quan của Phasolpro RD - CSDL B
90
Bảng 3.50. Các xu hướng và mức độ liên quan của FormRules - CSDL B
90
Bảng 3.51. So sánh kết quả tối ưu của 2 phần mềm - CSDL A
93
Bảng 3.52. So sánh kết quả tối ưu của 2 phần mềm - CSDL B
94
Bảng 3.53. So sánh kết quả dự đoán của 2 phần mềm - CSDL A
94
Bảng 3.54. So sánh kết quả dự đoán của 2 phần mềm - CSDL B
95
Bảng 3.55. Xu hướng và mức độ liên quan giữa x và y
96
xii
Bảng 3.56. So sánh kết quả tối ưu bởi Phasolpro RD và INForm v4.0
97
Bảng 3.57. So sánh kết quả dự đoán bởi Phasolpro RD và INForm v4.0
97
Bảng 3.58. Kết quả dự đoán bởi Phasolpro RD so với thực nghiệm kiểm chứng
98
Bảng 3.59. Xu hướng và mức độ liên quan giữa x và y
98
Bảng 3.60. So sánh kết quả tối ưu bởi Phasolpro RD và INForm v3.4
100
Bảng 3.61. So sánh kết quả dự đoán bởi Phasolpro RD và INForm v3.4
100
Bảng 3.62. Kết quả dự đoán bởi Phasolpro RD so với thực nghiệm kiểm chứng 101
Bảng 3.63. Xu hướng và mức độ liên quan giữa x và y
101
Bảng 3.64. So sánh kết quả tối ưu của Phasolpro RD và INForm v3.4
103
Bảng 3.65. So sánh kết quả dự đoán của Phasolpro RD và INForm v3.4
104
Bảng 3.66. Kết quả dự đoán của Phasolpro RD so với thực nghiệm kiểm chứng 104
Bảng 3.67. Xu hướng và mức độ liên quan giữa x và y
105
Bảng 3.68. So sánh kết quả tối ưu của Phasolpro RD và INForm v3.7
106
Bảng 3.69. So sánh kết quả dự đoán của Phasolpro RD và INForm v3.7
106
Bảng 3.70. Kết quả dự đoán của Phasolpro RD và thực nghiệm kiểm chứng
107
Bảng 3.71. Xu hướng và mức độ liên quan giữa x và y
107
Bảng 3.72. So sánh kết quả tối ưu của Phasolpro RD và INForm v3.6
109
Bảng 3.73. So sánh kết quả dự đoán của Phasolpro RD và INForm v3.6
109
Bảng 3.74. Kết quả dự đoán của Phasolpro RD so với thực nghiệm kiểm chứng 110
Bảng 3.75. Xu hướng và mức độ liên quan giữa x và y
111
Bảng 3.76. So sánh kết quả tối ưu của Phasolpro RD và INForm v4.0
115
Bảng 3.77. So sánh kết quả dự đoán của Phasolpro RD và INForm v4.0
115
Bảng 3.78. Kết quả dự đoán của Phasolpro RD so với thực nghiệm kiểm chứng 116
Bảng 3.79. Dữ liệu thực nghiệm đầu vào cho Phasolpro RD
117
Bảng 3.80. Các giá trị R2 thử và R2 luyện đối với CSDL viên nén rã nhanh
118
Bảng 3.81. Xu hướng và mức độ liên quan giữa y và x
118
Bảng 3.82. Kết quả tính chất sản phẩm của 3 lô kiểm chứng
121
Bảng 3.83. So sánh kết quả thực nghiệm với dự đoán của Phasolpro RD
121
Bảng 3.84. Dữ liệu thực nghiệm đầu vào cho phần mềm Phasolpro RD
122
xiii
Bảng 3.85. Các giá trị R2 thử và R2 luyện đối với CSDL viên chứa gliclazid
123
Bảng 3.86. Xu hướng và mức độ liên quan giữa y và x
123
Bảng 3.87. Kết quả tính chất sản phẩm của 3 lô kiểm chứng
125
Bảng 3.88. So sánh kết quả thực nghiệm với dự đoán của Phasolpro RD
125
Bảng 3.89. Dữ liệu thực nghiệm đầu vào cho Phasolpro RD
127
Bảng 3.90. Giá trị R2 thử và luyện đối với CSDL quy trình tổng hợp metformin 128
Bảng 3.91. Xu hướng và mức độ liên quan giữa y và x
128
Bảng 3.92. Kết quả hiệu suất và tạp chất của 3 lần thực nghiệm
131
Bảng 3.93. So sánh kết quả thực nghiệm với dự đoán của Phasolpro RD
131
Bảng 4.94. Tóm tắt kết quả luyện mạng của 6 CSDL kiểm chứng
143
Bảng 4.95. Tóm tắt kết quả phân tích nhân quả của 6 CSDL kiểm chứng
144
Bảng 4.96. Tóm tắt kết quả tối ưu của 6 CSDL kiểm chứng
144
Bảng 4.97. Tóm tắt kết quả dự đoán của 6 CSDL kiểm chứng bởi Phasolpro RD 145
1
MỞ ĐẦU
Theo nguyên tắc GMP, chất lượng của thuốc cần được thiết kế và xây dựng
ngay từ giai đoạn nghiên cứu và phát triển. Trong giai đoạn này, trước đây việc
thành lập công thức được thực hiện dựa trên kinh nghiệm nên thường tốn nhiều thời
gian, chi phí và công sức. Giữa thành phần công thức và/ hoặc điều kiện sản xuất (là
các nguyên nhân mà trong toán thống kê gọi là biến số độc lập) với tính chất sản
phẩm (là các kết quả mà trong toán thống kê gọi là biến số phụ thuộc) có các mối
liên quan biện chứng với nhau. Mối liên hệ này thường phức tạp, do có nhiều
nguyên nhân (loại tá dược, lượng tá dược, phương pháp điều chế, thiết bị sản
xuất…) và nhiều kết quả (các chỉ tiêu kiểm nghiệm lý hóa, tác dụng in vitro, in
vivo…). Đôi khi các kết quả này lại mâu thuẫn lẫn nhau (viên có độ cứng cao nhưng
lại cần độ rã thấp), có trường hợp một nguyên nhân cho nhiều kết quả (HPMC cho
độ nhớt và chỉ số khúc xạ), một kết quả do nhiều nguyên nhân (độ cứng do lực nén,
tá dược dính…). Ngày nay, việc xây dựng công thức bào chế hay quy trình sản xuất
có thể được thực hiện một cách khoa học hơn. Một mặt, nhà bào chế phải cân nhắc
nhiều yếu tố liên quan đến thành phần công thức (loại và lượng của mỗi nguyên
liệu) cũng như điều kiện sản xuất (loại thiết bị và thông số, phương pháp điều chế).
Mặt khác nhà bào chế cũng phải xem xét nhiều tính chất đối với mỗi dược phẩm
(các chỉ tiêu kiểm nghiệm, tác dụng in vitro...). Từ đó, nhà bào chế sẽ thiết kế mô
hình thực nghiệm, tiến hành bào chế và kiểm nghiệm để có dữ liệu về bào chế và
kiểm nghiệm làm đầu vào cho việc phân tích dữ liệu. Các phương pháp phân tích
dữ liệu truyền thống (toán học, toán thống kê) bị hạn chế đối với các dữ liệu phức
tạp, thiếu trị số hay có giá trị định tính; nhất là có nhiều biến số độc lập và nhiều
biến số phụ thuộc. Việc tối ưu hóa với nhiều biến phụ thuộc thì các phương pháp
truyền thống càng không thể thực hiện được.
Ngày nay, trí tuệ nhân tạo đã phát triển nhanh chóng và đa dạng. Sự ra đời của
các kỹ thuật thông minh như mạng thần kinh nhân tạo, thuật toán di truyền, logic
Luận án đủ ở file: Luận án full