本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
背景：我們考慮優化脂質體藥物配方的問題：一個複雜的化學系統，具有許多成分（例如脂質庫的元素），這些成分以無法從第一原理預測的方式非線性和協同地相互作用。方法/主要發現：我們實驗中的最佳化標準是透過分光光度測定實驗檢測到的目標藥物兩性黴素 B 的包封百分比。優化這樣一個複雜的系統需要能夠在極大的潛在實驗空間中有效地發現解決方案的策略。我們設計並實施了一種新的實驗進化設計策略（Evo-DoE），透過將電腦和統計建模的能力與迭代循環中實驗測量的反應結合起來，有效地探索高維空間。結論：我們演示了建模和實驗的迭代循環如何能夠快速產生具有明顯更好的實驗響應的新發現，以及這種循環如何能夠發現複雜化學系統背後的化學景觀。