Page 132 - 南京医科大学自然版
P. 132

第46卷第6期
               ·914  ·                           南 京    医 科 大 学 学         报                        2026年6月


              对误差为7.78，采用RF方法构建了一个回归模型来                         米粒的生成过程，他们使用了 3 层前馈反向传播
              预测时间依赖的累积药物释放。2019 年，Han 等                  ［23］  ANN。基于球形中心复合设计，Li 等              ［28］ 进行了优化
              确定了 ML 在预测固体分散体 3 个月和 6 个月稳定                      和建模，以探究配方参数的影响，并优化了聚合物⁃
              性中的应用。为了生成模型，他们提出了 8 种学习                          脂质体混合纳米粒的配方，以实现盐酸维拉帕米的
              算法用于验证RF模型的准确性，其准确率为82.5%。                        控释给药。通过比较ANN模型和RSM的预测性能，
                                                                                                        ［4］
              1.4  基于纳米系统的药物递送                                  发现ANN的泛化能力和识别能力得到了提升 。
              1.4.1  树状大分子                                      1.4.3  纳米机器人
                  在现有的各种纳米药物递送系统中，树状大分                               集成电路、传感器、电源和安全数据备份是纳
              子是生物医学和制药应用中最常用的载体。然而，                            米机器人的基本组成部分，它们通过AI等计算技术
              要理解药物在树状大分子空腔内的封装机制以及                             来进行维护。纳米机器人被编程为避免碰撞、识别
              从药物⁃树状大分子复合物中的释放机制颇为困                             目标、找到并附着于目标，然后将目标从体内排
              难。考虑到树状大分子和药物的物理化学性质、模                            出。AI 技术的进步使它们能够根据生理参数（如
              拟运行时长、力场等不同特性以及其他因素，最终                            pH 值）精准抵达目标部位，从而提高疗效并最大程
              决定使用AI计算工具，如结合量子化学计算的粗粒                           度地减少不良反应 。
                                                                                 ［29］
              化模拟，可以辅助实验方法来确定药物与树状大分                                 在开发用于药物和基因可控释放的可植入纳
              子的相互作用、药物在树枝状聚合物空腔内的封装                            米机器人时，需要考虑剂量调整、缓释和控释等因
              机制和释药机制 。                                         素，而药物的释放需要由 ANN、模糊逻辑和集成器
                            ［24］
                  Xu等  ［25］ 研究开发了一种基于聚酰胺⁃胺树状大                   等 AI 工具进行自动化管理。纳米机器人的行为会
              分子的荧光传感器阵列，由于传感器阵列产生的多                            受到AI的影响。因此，有必要使用强大的群体智能
              维荧光数据非常复杂，无法通过肉眼或简单规则解                            算法来指导纳米机器人的行动。群体智能（swarm
              读，所以利用 ML 算法来辅助分析和诊断阿尔茨海                          intelligence，SI）是 AI 的一个分支，是用来研究鸟类
              默病（Alzheimer’s disease，AD）。其核心思想是将化               和昆虫等动物行为的算法。蚁群优化、人工蜂群和
              学传感与数据科学相结合，实现对复杂生物标志物                            粒子群优化是SI的3种主要亚型。SI显著提高了纳
              的高精度识别。作为一种经典的统计 ML 方法，线                          米机器人的自动化管理 。
                                                                                     ［30］
              性判别分析（linear discriminant analysis，LDA）被证              Hortelao 等 ［31］ 聚焦于使用金纳米粒和介孔二氧
              明是最有效的算法。它能将高维的荧光数据降维，                            化硅纳米粒作为纳米马达。作用于体内成像，这些
              并最大化类别间的差异、最小化类别内的差异，从                            纳米马达被放射性元素标记。此外，正电子发射断
              而在二维图上清晰地分离不同的蛋白质。研究还                             层扫描（positron emission tomography，PET）也被用于
              测试了DT、SVM和逻辑回归（logistic regression，LR）            定量追踪纳米马达，从而增强了对活跃群体动态的
              等算法，但LDA在区分不同聚集态中表现最佳。这                           实时成像和追踪，这为药物递送领域的治疗诊断一
              项研究对未知样本进行的盲测也取得了高达96.4%                          体化应用打开了大门。
              的预测准确率，证明了该模型的可行性。这种“化
                                                                2 AI在药物递送系统中的前沿探索
              学鼻/舌+AI大脑”的策略，为AD等复杂疾病的高精
              度诊断提供了一种极具前景的新工具。                                      AI正深刻推动着医疗保健领域的革新，尤其在

              1.4.2  纳米粒                                        药物递送方面展现出巨大潜力。药物递送技术历
                  硅质体是由载有伊立替康的多功能介孔硅纳                           经 3 代蜕变：第 1 代专注于改善药物的基本物理化

              米颗粒和肿瘤穿透肽混合而成。其制备得到了 AI                           学性质，如溶解度、稳定性和生物利用度等；第 2 代
              的辅助，由于肿瘤穿透肽能促进硅胶囊的跨细胞转                            致力于克服细胞膜、血⁃脑屏障等生物障碍，通过靶
              运，硅质体的摄取量增加了3~4倍，从而改善治疗结                          向递送和增强渗透等策略提升疗效并减少不良反
              果并提高了总体生存率 。                                      应；第 3 代则强调整合物理化学与生物学挑战的综
                                   ［26］
                  为制造作为药物载体的可生物降解的三嵌段：                          合解决方案，同步优化药物特性（如释放动力学）与

              聚乳酸⁃聚乙二醇⁃聚乳酸共聚物纳米颗粒，Asadi                         靶向递送能力       ［32-33］ 。下文将主要探讨 AI 在药物递
              等 ［27］ 创建了1个ANN模型，以确定影响纳米粒尺寸                      送中的三大表现：ANN 与药代动力学评估、智能响
              的变量。在纳米粒的模型创建过程中，为了模拟纳                            应与预测性给药、个性化与精准递送。
   127   128   129   130   131   132   133   134   135   136   137