磷酸川芎嗪鼻用ph敏感型原位凝胶的处方优化

磷酸川芎嗪鼻用ph敏感型原位凝胶的处方优化

ID:20137389

大小:53.00 KB

页数:3页

时间:2018-10-08

磷酸川芎嗪鼻用ph敏感型原位凝胶的处方优化_第1页
磷酸川芎嗪鼻用ph敏感型原位凝胶的处方优化_第2页
磷酸川芎嗪鼻用ph敏感型原位凝胶的处方优化_第3页
资源描述:

《磷酸川芎嗪鼻用ph敏感型原位凝胶的处方优化》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、磷酸川芎嗪鼻用pH敏感型原位凝胶的处方优化【关键词】星点设计-效应面法;磷酸川芎嗪;pH敏感;原位凝胶;卡波姆;羟丙基甲基纤维素  Abstract:ObjectiveTooptimizetheprocessofLigustrazinePhosphatepH-sensitiveinsitugelsinnasalprocess.MethodsCentralpositedesignountofcarbopolandHPMConpreparationprocessialequationfitting,responsesur

2、facemethodtoselecttheoptimumconditionsforpredictiveanalysis.ResultsAccordingtomultiplecorrelationcoefficient,theindicatorsialequationfittingmultiplelinearregressionequation,thebestconditionsfortheoptimizationountofcarbopol0.55%,theamountofHPMC1.4%.ConclusionThe

3、centralpositedesignandresponsesurfacemethodareusefulfortheoptimizationofpreparingLigustrazinephosphatepH-sensitiveinsitugelinnasal.Theestimationoftheestablishedmodelisgood.  Keyol·L-1氢氧化钠溶液调pH至6.8。  2.3单因素考察  2.3.1用旋转黏度计测定黏度,当凝胶黏度达到5Pa·s时,凝胶较稠,流动性下降,较易粘附于烧杯底部,因

4、此,凝胶剂的黏度暂定为5pa·s。  2.3.2参照文献[3]固定HPMC的用量为1%,配制不同浓度的卡波姆溶液,照“2.1”项下的制备方法分别制得含药凝胶,用三乙醇胺调节pH值至5.0左右,然后用人工鼻液调pH值至6.5时测定其黏度。结果见表1。表11%的HPMC溶液与不同含量的卡波姆溶液加入人工鼻液后的黏度(略)  2.3.3固定卡波姆的用量为0.5%,配制不同浓度的HPMC溶液,照2.1的制备方法分别制得含药凝胶,用三乙醇胺调节pH值至5.0左右,然后用人工鼻液调pH值至6.5时测定其黏度。结果见表2。表20.

5、5%的卡波姆溶液与不同含量的HPMC溶液加入人工鼻液后的黏度(略)  2.4体外释放度实验  2.4.1磷酸川芎嗪的测定磷酸川芎嗪(TMPP)在295nm波长处有最大吸收,而空白凝胶基质和人工鼻液在该波长下无紫外吸收,故选295nm作为检测波长。标准曲线:Y=17450X+34866,R2=0.999。  2.5星点设计-效应面优化法的试验设计分别制备不同浓度的卡波姆和HPMC空白凝胶,考察浓度与黏度和释放度的关系,根据单因素考察的结果,确定卡波姆和HPMC的浓度范围。根据星点设计的原理,各因素设置5个水平,用代码值

6、±α,±1,0来表示,对于两因素的星点设计α=1.414。因素及水平见表3,具体实验方案安排见表4,按第4,5列设计处方并制备含药凝胶,以黏度和5h的药物释放量作为考察指标。表3考察因素各水平的代码值及实际操作物理量,表4实验设计及黏度和5h的药物释放量(略)  结果发现,二次多项式模型的拟合结果优于多元线性模型,拟合优度(R2>0.95)较好,反映出在卡波姆和HPMC共同作用下黏度和5h的药物释放量的变化趋势,据此描绘了黏度和5h的药物释放量对卡波姆和HPMC因素的三维效应面图和等高线图。结果见图2~3。  由图可

7、知,黏度随辅料用量的增加而增大,5h的药物释放量则随辅料用量的增加而减小,而同一黏度和同一药物释放度下的卡波姆和HPMC的用量则是:随着卡波姆用量的增加,HPMC的用量减小,反之亦然。  根据剂型的需要,希望获得黏度为5pa·s的处方,并在此黏度下得到最大的药物释放量。由上述模型得到的方程并结合等高线图可知,当黏度为5pa·s,5h的药物释放量为27.5μg·ml-1时,X1值的范围为0.5%~0.6%,所对应的X2值的范围为1.25%~1.75%,当选取X1范围的中间值0.55%时,对应的X2值为1.4%,考察预测

8、值与实测值的偏差(见表5),可见两指标的偏差均小于5%,建立的数学模型具有良好的预测效果。表5预测值和实测值的比较(略)  3讨论  效应面优化法(Responsesurfacemethodology,RSM)最早用于普通剂型处方的筛选[4],实验设计有因子分析、基于单纯形的球面设计、星点设计(Centralpositedesign,CCD)等

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。