Development of Efficient Process Analytical Technology for Continuous Manufacturing of Pharmaceutical Products

本年の研究目的は連続生産へ向けた安価な混合物のモデリング手法の構築であった。従来プロセスモデリングは対象の物理特性を詳細に明らかにしないと精度の高いモデルは構築できない。近年活況を浴びている機械学習モデルなどデータサイエンスの手法は、物理現象を代替する簡便なモデルを提供することができる。データに基づくモデルといえど、物理現象を理解しあるいは数学的に導かれる制約条件を追加していくことで、解の自由度を減らすことで精度の高い予測結果を得ることができる。このことを踏まえ複数化合物を混合する際の化学製品の最終物性を予測する研究が完了した。化学製品の最終物性を予測するモデルに対して適切な制約条件を設けることで新規製品を提案するに至った。本成果は英語ジャーナルへ採択された[Bulletin of the Chemical Society of Japan, 94 (1), 112-121, 2021]。また、採択期間に進展させた医薬品製造時の回帰モデル構築手法について、辞退後に論文を投稿して製薬業界で有力な論文誌AAPS PharmSciTech誌に採択された[Manufacturing of Ethenzamide Tablets. AAPS PharmSciTech, 22, 41, 2021]。これらの成果はデータ収集が今後盛んになると予想される医薬品製造の分野で大いに活用されることが見込まれる。この他、材料設計分野の進展のために、プログラミング資料付きの書籍を執筆した。研究を通じて学んだ手法を実験計画・データの前処理から物性値予測と構造生成まで論じた。

本年の研究目的は連続生産へ向けた安価な混合物のモデリング手法の構築であった。従来プロセスモデリングは対象の物理特性を詳細に明らかにしないと精度の高いモデルは構築できない。近年活況を浴びている機械学習モデルなどデータサイエンスの手法は、物理現象を代替する簡便なモデルを提供することができる。データに基づくモデルといえど、物理現象を理解しあるいは数学的に導かれる制約条件を追加していくことで、解の自由度を減らすことで精度の高い予測結果を得ることができる。このことを踏まえ複数化合物を混合する際の化学製品の最終物性を予測する研究が完了した。化学製品の最終物性を予測するモデルに対して適切な制約条件を設けることで新規製品を提案するに至った。本成果は英語ジャーナルへ採択された[Bulletin of the Chemical Society of Japan, 94 (1), 112-121, 2021]。また、採択期間に進展させた医薬品製造時の回帰モデル構築手法について、辞退後に論文を投稿して製薬業界で有力な論文誌AAPS PharmSciTech誌に採択された[Manufacturing of Ethenzamide Tablets. AAPS PharmSciTech, 22, 41, 2021]。これらの成果はデータ収集が今後盛んになると予想される医薬品製造の分野で大いに活用されることが見込まれる。この他、材料設計分野の進展のために、プログラミング資料付きの書籍を執筆した。研究を通じて学んだ手法を実験計画・データの前処理から物性値予測と構造生成まで論じた。