Crystal Engineering of Active Pharmaceutical Ingredients with Low Aqueous Solubility and Bioavailability
Notice bibliographique
Résumé
Approximately 75% of new molecular entities approved by the Food and Drug Administration (FDA) for use in the pharmaceutical industry are found to have poor aqueous solubility. This undesirable attribute leads to consequences such as higher doses required to reach therapeutic levels, greater vulnerability to food effects, lesser fraction absorbed in the small intestine and damage to the environment due to increased quantity of excretion. The addition of an excipient (i.e. a FDA approved inactive ingredient) to the molecular structure of an active pharmaceutical ingredient (API) through intermolecular bonding is of growing interest because the properties of the API can be tuned without further clinical testing. Crystal engineering utilizes the knowledge of intermolecular interactions to design new solids with improved properties (e.g. solubility, stability, bioavailability, dissolution rates). In this thesis, these techniques are applied to increase the solubility of three APIs with low solubility: esomeprazole magnesium, curcumin and rufinamide. Through an intense screening process, novel solid states were discovered including a water/butanol solvate of esomeprazole magnesium and a co-amorphous mixture comprised of curcumin and folic acid dihydrate. The co-amorphous mixture was found to have increased dissolution rate compared to curcumin and can be repositioned as a prenatal drug. Characterization of these products include powder and single crystal X-ray diffraction, differential scanning calorimetry, thermogravimetric analysis, Fourier Transform infrared spectroscopy, solution nuclear magnetic resonance spectroscopy and dynamic vapour sorption. Screening of rufinamide did not lead to the discovery of any new forms, but the refined molecular structure of the metastable form is reported.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».