星点设计-效应面法优化Y147微乳处方

胡晶晶,侯冰洁

(南京长澳医药科技有限公司,江苏 南京 210038)

本文中所阐述的模型药物Y147为生物药剂学分类系统(BCS分类)3类，即高溶解性、低渗透性，其水中溶解度为15mg/mL，大鼠在体肠吸收实验所测得的吸收速率常数为0.228±0.0011h-1，体内肠透过性差，为其体内吸收的主要限制因素。微乳是由油、表面活性剂和助表面活性剂、水组成，可降低表面张力，增加肠道的通透性，促进药物体内吸收。前期通过大鼠在体肠吸收实验筛选得到较利于体内吸收的吸收促进剂(LABRASOL、GELUCIR 44/14、Cremophor EL-35等)，拟制备成微乳。现就Y147微乳处方中的油相重量百分比、乳化剂/助乳化剂的比例，采用星点-效应面法进行筛选和优化。

1 材料与仪器

1.1 材料

Y147(杭州九源基因工程有限公司)；亚油酸(上海如吉生物科技发展有限公司)；LABRASOL、GELUCIR 44/14(GATTEFOSSE公司)；Cremophor EL-35(BASF公司)；其它试剂均为化学纯或分析纯。

1.2 仪器

AL-204电子分析天平(梅特勒-托勒多公司)； Zetasizer 3000SH测定仪(Malvern Instruments Ltd)；XW-80A型涡旋混合器(上海医科大学仪器厂)。

2 试验方法与结果

2.1 试验设计

根据前期对油相种类、吸收促进剂等筛选的结果，固定油相为亚油酸，乳化剂为Cremophor EL-35和GELUCIR 44/14，助乳化剂为LABRASOL，就油相重量百分比(X1)与表面活性剂和助表面活性剂的比值(X2)这两个对微乳处方质量有显著影响的要素作为考察因素，采用两因素，五水平实验设计。

各因素的极大值和极小值根据前期实验对自微乳有效区域的筛选结果来确定，各考察因素、水平范围和实验安排见下表。

表1 各因素及水平范围

2.2 模型拟合

以油相重量百分比(Oil%)、表面活性剂和助表面活性剂的比值(S/Co-S)为自变量，微乳粒径、多分散系数、乳化所需时间为因变量，用Design-Expert 7.1.3软件分别对各因素的各水平进行多元线性和非线性回归(二项式方程拟合)。

2.3 实验结果

13个筛选处方的微乳粒径、多分散系数、乳化时间的结果见表2。以Design-Expert 8.0.6为统计软件，经多元线性回归处理后，微乳粒径、多分散系数、乳化时间与油相百分比(Oil%)和乳化剂/助乳化剂(S/Co-S)两因素的相关性均不好，相关系数分别为0.3122、0.4183和0.3800，相关性较差，线性拟合效果均不理想；再将各效应对两因素各水平进行二项式拟合，方程各参数见表3，结果各效应与两因素各水平的非线性拟合效果均较好，相关系数较大(> 0.9)。

表2 实验设计表及结果

表3 各响应值的回归系数

用Statistics17.0软件对上述各因素与及其效应值进行效应面和等高线拟合，见图1A～1C。

图1 各因素及其交互作用对各响应值的曲面图

图1(A)表明：当S/Co-S(X2)一定时，随着油相百分比(X1)从14%增加到20%，粒径从53 nm增加到107 nm，当X1小于14%时，X2对粒径没有明显的影响，而浓度较高时，随着X2的增加，微乳粒径逐渐降低。图1(B)表明：当X1一定时，随着X2的增加，多分散系数逐渐减小；当X2固定时，随着油相比例的增加，多分散系数随之增大。微乳的多分散系数的大小取决于油量与乳化剂的配比。图1(C)表明：当X1一定时，随着X2的增加，乳化时间逐渐减小；当X2固定时，随着油相比例的增加，乳化时间随之增大，乳化困难。微乳的乳化时间取决于油量与乳化剂的配比。

由上图可见，每个效应面都具有其各自的较优区域。将各效应拟合等高线进行叠加，获得各因素共同的较优水平区域。本文用SigmaPlot12.5软件叠加各效应面的等高线，得到理想的较优区域。按照各效应值的二项式方程，同时结合实际制备情况，在重叠区域内得到Y147微乳的优化处方X1，X2值：X1=14% ；X2=2.0。

2.4 星点设计一效应面优化法的验证

按优化后得到的油相百分比及乳化剂/助乳化剂比值制备Y147微乳，进行各效应值的考察，同时对结果进行验证，结果见表4。

表4 验证结果 (n=3)

由验证结果可知，各效应值的偏差绝对值均小于1 %，说明本实验验证结果较好，优化后的各因素水平能够很好地重现，所得效应值较好。

3 结论

通常在处方工艺筛选优化过程中，需同时考察多个因素对结果的影响。单因素考察法是将其他因素都固定，只对一个因素进行实验，这种方法的使用前提是各因素间没有交互作用，当各因素间存在交互作用时，这种方法就不适用。均匀设计实验次数较多，当因素水平数较少时可采用。近年来常采用效应面优化法[1]，结合星点设计[2-3]进行优化。效应面优化法主要通过描绘效应(因变量)对考察因素的效应面，将各效应面进行叠加，得到共同的最佳的效应区，从而反推出自变量范围即最佳条件，形象、直观、方便。本文运用星点设计-效应面法优化Y147自微乳处方中油相百分比及表面活性剂和助表面活性剂的比值，得到两者的最佳范围。经验证，选用两因素的最佳水平进行实验，所得处方各项指标均符合要求，该实验设计大大缩短了处方筛选时间，减少实验次数，提高效率。