《Frontiers in Medicine》:AI-driven predictive modeling of supercritical CO2 solubility using cheetah-optimized machine learning
编辑推荐:
人工智能(AI)与机器学习(ML)模型为复杂非线性系统的建模以及从有限实验数据预测过程行为提供了强大的数据驱动工具。在本研究中,研究人员开发了一个AI驱动的预测框架,用于建模扑热息痛在超临界二氧化碳(SC-CO2)中的溶解度和溶剂密度。采
人工智能(AI)与机器学习(ML)模型为复杂非线性系统的建模以及从有限实验数据预测过程行为提供了强大的数据驱动工具。在本研究中,研究人员开发了一个AI驱动的预测框架,用于建模扑热息痛在超临界二氧化碳(SC-CO2)中的溶解度和溶剂密度。采用了一个包含40个实验观测的数据集,以压力和温度作为输入变量,并将扑热息痛摩尔分数和SC-CO2密度作为目标输出。开发并比较评估了三种机器学习回归算法——高斯过程回归(GPR)、Tweedie回归(TDR)和K最近邻(KNN)。为提高预测性能并自动化模型配置,将猎豹优化器(CO),一种自然启发式元启发式优化算法,集成到建模框架中以进行超参数优化。使用决定系数(R2)、均方误差(MSE)和平均绝对误差(MAE)评估模型性能。结果表明,TDR对扑热息痛摩尔分数提供了最高的预测精度,达到R2为0.985,而GPR对SC-CO2密度预测表现出最佳性能,R2为0.991。所开发的框架成功捕捉了操作条件与预测性质之间的非线性关系,同时表明最优学习算法取决于目标变量。这些发现凸显了AI辅助优化和机器学习方法在复杂超临界流体过程的数据驱动预测和智能建模方面的潜力。
生产纳米药物可通过不同方法提高药物在水性介质中的溶解度;溶解度增强一直是制药工业领域的挑战之一。机械和化学方法可用于口服固体制剂的药物颗粒纳米化,通过降低剂量减少副作用。药物纳米化后在水性环境中的溶解度会显著提高,从而减少患者用药剂量并降低药物不良反应,因此纳米化药物有助于提高药效和患者依从性。基于超临界技术的方法近期被报道为药物颗粒纳米化的替代方法,其中超临界二氧化碳(SC-CO
2,温度和压力高于临界点的CO
2)辅助的快速膨胀超临界溶液(RESS,一种利用超临界溶剂制备微粒的方法)是常用方法之一。若药物在溶剂中溶解度不足,则不适合用于RESS制备纳米药物,因此溶解度测量与关联是开发RESS固体制剂的第一步。药物在SC-CO
2中的溶解度可通过直接实验测量或理论与计算关联评估;实验数据对于表征相行为以及开发、验证预测框架至关重要,可减少广泛溶解度测量所需的时间、成本和资源。热力学和机器学习(ML,从数据中学习模式的算法)方法被广泛用于关联和预测药物在SC-CO
2中的溶解度,近期机器学习因能捕捉溶解度和操作变量之间的复杂非线性关系而应用增加。尽管如此,由于药物化合物结构复杂以及不同操作条件下溶质与溶剂之间的非线性相互作用,可靠估计仍具有挑战性。该研究的具体空白位于扑热息痛/SC-CO
2建模与AI辅助模型配置的交叉处:此前尚未针对该数据集明确建立同时评估扑热息痛摩尔分数溶解度和SC-CO
2密度、使用GPR、TDR和KNN并应用基于猎豹优化器的超参数调优的目标特异性框架。由于两个目标变量具有不同数值尺度和响应特征,对溶解度最有效的模型未必对密度最有效。因此,研究人员旨在开发AI辅助计算框架,通过整合机器学习回归模型与元启发式超参数优化,预测扑热息痛摩尔分数溶解度和SC-CO
2密度。
研究人员使用40个样本,以压力和温度作为输入特征,以扑热息痛摩尔分数和SC-CO
2密度作为输出,采用R
2、MSE和MAE比较高斯过程回归(GPR,非参数贝叶斯回归模型)、Tweedie回归(TDR,广义线性模型)和K最近邻(KNN,非参数实例学习)模型,并使用猎豹优化器(CO,群体无导数元启发式优化算法)寻找最佳模型参数。该研究主要贡献包括:同时由压力和温度预测扑热息痛摩尔分数溶解度和SC-CO
2密度;对两个不同目标变量比较评估GPR、TDR和KNN;在预测框架中集成猎豹优化器进行超参数优化;对预测的压力和温度依赖趋势进行物理解释,以评估模型行为是否与所研究操作域内预期超临界流体响应一致。研究结论显示,TDR对摩尔分数预测最佳,GPR对密度预测最佳,目标依赖的模型排序表明模型选择应分别针对每个预测性质进行。
关键技术方法概括如下:数据集来源于文献中报道的实验数据,Alotaibi et al. 也曾使用同一溶解度数据构建机器学习模型;共40个观测,温度范围为311–358 K,压力范围为95–265 bar,输入为温度(T)与压力(P),输出为扑热息痛摩尔分数与SC-CO
2密度。采用三种机器学习回归:GPR(非参数贝叶斯模型)、TDR(广义线性模型)和KNN(非参数实例学习)。以CO(群体无导数元启发式算法)进行超参数优化,目标为验证均方误差。流程包括数据组织、分别拟合、CO优化候选设置、测试预测,并以决定系数(R
2,拟合优度指标)、均方误差(MSE)和平均绝对误差(MAE)评价,最后按目标分别选优。优化后的TDR为power=2.5、alpha=0.75、最大迭代2600;GPR为alpha=4.9233×10
?6并重启3次。
结果与讨论显示,三种回归模型GPR、KNN和TDR表现出目标依赖性预测性能。对于摩尔分数预测,TDR取得最高R
2=0.98589和最低MAE=4.34427×10
?7,GPR紧随其后,KNN精度较低。对于密度预测,GPR表现最强,R
2=0.99155、MAE=1.70910×10
1;KNN排名第二,TDR误差最大。由于摩尔分数和密度表达在非常不同的数值尺度上,绝对MSE和MAE应在各自目标内解释,而不应直接跨输出比较。不同模型排序也表明响应结构具有目标特异性:正值且变化强的摩尔分数响应可由Tweedie公式有效表示,而更平滑的非线性密度面特别适合GPR。比较实验与预测值的结果一致确认TDR是摩尔分数预测的优选模型,GPR是密度预测的优选模型,因此后续物理响应分析采用TDR处理摩尔分数、GPR处理密度。
4.1 用于摩尔分数的TDR模型:最终TDR模型用于扑热息痛摩尔分数溶解度,采用power=2.5、alpha=0.75、最大迭代2600。通过固定一个输入并改变另一个输入生成二维响应曲线,并生成组合响应面。在考察域内,预测摩尔分数在每一画出的压力下随温度增加,并在每一画出的温度下随压力增加。该模型行为可通过温度的竞争效应进行物理解释:温度升高倾向于降低SC-CO
2密度和溶剂能力,同时增加溶质蒸气压;在此处考察的压力和温度范围内,正温度响应表明蒸气压贡献主导密度降低效应。该解释限于所研究操作域,不应外推为在该范围之外具有相同温度依赖性的证据。较高温度下压力曲线分离增大,进一步表明存在耦合的压力–温度影响。Alotaibi et al. 对扑热息痛溶解度和溶剂密度也揭示了类似结果。组合响应面显示摩尔分数随压力升高与SC-CO
2压缩一致,压缩增加流体密度并通常增强溶剂能力;同时温度效应反映上述平衡,而非单一密度控制机制。因此,模型预测的溶解度表面应与密度趋势一起解释。
4.2 用于密度分析的GPR模型:最终GPR模型用于密度分析,采用alpha=4.9233×10
?6和3次优化器重启。通过温度、压力的单因素效应以及组合三维密度面,GPR预测在所研究域内再现了预期定性模式:SC-CO
2密度随温度升高而降低,随压力升高而增加。该结果与 Alotaibi et al. 对扑热息痛预测的输出相符。该一致性支持模型预测在所考察范围内的物理一致性,但其本身并不确立普遍模型有效性,也不保证超出可用数据范围的可靠外推。密度随压力在320–350 K范围内单调且非线性增加,低压下增加更陡,随压力升高逐渐变平,这符合流体变密时可压缩性降低。温度产生相反趋势:固定压力下,密度随温度升高因热膨胀而降低。例如约100 bar时密度从320 K约450 kg m
?3降至350 K约190 kg m
?3;约250 bar时从约850降至700 kg m
?3。这些密度趋势直接补充溶剂能力解释:压力升高通常通过增加密度增强SC-CO
2溶剂化能力,而温度升高可削弱密度对溶剂能力的贡献。扑热息痛溶解度的正温度依赖因此表明,在当前域内,溶质蒸气压的相反增加足以超过密度降低。GPR在测试模型中取得最佳密度指标,R
2=0.99155、MAE=1.70910×10
1,这与核模型适合小数据集平滑非线性函数表示的能力一致。
讨论部分总体上强调,模型选择应针对每个预测性质分别进行,而不是假定某一种算法普遍最优;两个目标变量数值尺度和响应特征不同,最有效模型不必相同。压力与温度响应分析应与SC-CO
2密度和溶质蒸气压效应之间的预期竞争一致解释。研究结论翻译如下:本研究开发了一个AI辅助预测框架,将机器学习回归与基于猎豹优化器的超参数调优相结合,用于扑热息痛摩尔分数溶解度和SC-CO
2密度。使用40个实验观测,以压力和温度为两个输入,采用R
2、MSE和MAE评估GPR、KNN和TDR。TDR提供了最佳摩尔分数预测(R
2=0.98589;MAE=4.34427×10
?7),而GPR提供了最佳密度预测(R
2=0.99155;MAE=1.70910×10
1)。目标依赖的排序表明,模型选择应分别针对每个预测性质进行,而不应假设某一种算法普遍最优。压力和温度响应分析也与研究范围内SC-CO
2密度与溶质蒸气压效应之间的预期竞争一致。主要局限性是数据集规模有限(40个观测)、仅使用两个输入变量以及分析限于所研究的压力–温度域。因此,这些模型最适合用于数据所代表条件范围内的插值和初步SC-CO
2过程评估;在更广泛外推或过程范围泛化之前,需要额外的实验观测和外部验证。