USPの推奨事項を超える高性能アプローチ
USP （United States Pharmacopeia） の推奨事項 — とりわけ “Beyond-Use Date”（BUD）章 — は、安定性データが限定的な場合に 調製製剤の安全性を確保するために確立された、経験的かつ保守的な規則に基づいています。 これらの標準化された期間（例：冷蔵保存される水性経口製剤で14日間）は、 製剤設計、包装形態、保存条件に関連する実際の変動性を考慮していません。
Smart Formulation は、以下に基づく 医薬品調製物の保存期間予測という科学的アプローチによって差別化されています：
- 有効成分の分子特性（ChemBLなどのデータベース由来の記述子）、
- 製剤特性（賦形剤の種類および配合比）、
- 環境パラメータ（温度、湿度、光曝露）、
- 包装形態（ガラス、プラスチック、バリア材料、閉鎖系）、
- および文献や検証済みデータベース（Stabilis）由来の公開安定性データ。
KNIME 上で開発された多変量回帰モデルおよび 説明可能な教師あり学習技術に基づき、 Smart Formulationは任意の製剤について、 任意の値を適用するのではなく、数値化された信頼区間付きで保存期間を予測します。
本モデルの性能は数百件の調製製剤で評価され、 文献および検証済みデータベース（Stabilis、ChemBL）由来の保存期間との比較により検証され、 経験的規則と比較して予測精度の有意な向上が示されました。
Smart Formulationの中核にある科学
Smart Formulationによって開発されたアルゴリズム的アプローチは、 KNIME上で設計された予測モデルに基づき、製剤学的変数、環境要因、包装パラメータを統合して 医薬品調製物の安定性（BUD）を推定します。 これらのアルゴリズムは多変量回帰および説明可能な教師あり学習技術に基づき、 実験的に検証され、科学文献に公表されています。
科学的基盤
Smart Formulationは、医薬品製剤の安定性予測モデリングに基づき、 賦形剤間相互作用、環境条件（温度、湿度）および包装パラメータを統合しています。 このアプローチにより、製剤開発を合理化し、 分解リスクを事前に予測することが可能となり、 検証済み実験データに基づく意思決定を支援します。
主要科学論文
Grigoryan A, Helfrich S, Lequeux V, Lapras B, Marchand C, Merienne C, Bruno F, Mazet R, Pirot F.
Pharmaceuticals (Basel). 2025 Aug 21; 18(8):1240.
DOI: 10.3390/ph18081240
| PMID: 40872628 | PMCID: PMC12389346
本論文は、Smart Formulationプラットフォームについて記述しており、 人工知能および予測モデリングに基づき、 KNIME上で開発された医薬品調製物の最適化および安定性予測のための ウェブツールです。 本研究は、賦形剤特性、環境条件および製剤パラメータを相関付け、 分解速度論を予測する統合モデルの有効性を示しています。
アプローチと検証
- 実験計画法およびKNIMEに統合された機械学習アルゴリズムの活用
- 複数の製剤形態（経口、液剤、注射剤、外用剤）における交差検証
- 予測結果と実験的安定性データとの体系的比較
これらの研究成果は、 Smart Formulationモジュール の科学的基盤を構成しており、 医薬品開発における実用的、再現性の高い、迅速な応用を可能にします。