基于不确定性下鲁棒优化的个性化药物计算设计
计算工程、金融与科学
2025-07-23 v1
摘要
有效的疾病治疗通常需要精确控制活性药物成分 (API) 的释放。本文提出一种计算逆向设计方法，用于确定能够产生目标释放轮廓的最优药物配方。我们假设药物释放遵循 Noyes-Whitney 模型，即溶解发生在药物表面。我们的逆向设计方法基于拓扑优化。该方法根据目标释放轮廓优化药物配方，考虑药物材料参数以及最终药物的形状。该方法无参数化，适用于任意药物形状。逆向设计方法还辅以鲁棒拓扑优化，以考虑随机药物材料参数。我们使用随机降序方法 (SROM) 来传递溶解模型中的不确定性。与蒙特卡罗方法不同，SROM 需要更少的样本数并提高计算性能。我们将该方法应用于设计几种目标释放轮廓的药物。数值结果表明，所设计药物的释放轮廓与目标轮廓接近。基于 SROM 的药物设计在释放轮廓方面的不确定性更小，表明该方法是一种令人信服的不确定性感知药物设计方法。
引用
@article{arxiv.2507.16470,
title = {Computational design of personalized drugs via robust optimization under uncertainty},
author = {Rabia Altunay and Jarkko Suuronen and Eero Immonen and Lassi Roininen and Jari Hämäläinen},
journal= {arXiv preprint arXiv:2507.16470},
year = {2025}
}