Menu Close

Enfoque algorítmico

Un enfoque más eficaz que las recomendaciones de la USP

Las recomendaciones de la USP (United States Pharmacopeia) — en particular el capítulo “Beyond-Use Date” (BUD) — se basan en reglas empíricas y conservadoras, establecidas para garantizar la seguridad de las preparaciones cuando los datos de estabilidad son limitados. Estas duraciones estandarizadas (por ejemplo, 14 días para las preparaciones orales acuosas refrigeradas) no tienen en cuenta la variabilidad real asociada a la formulación, al acondicionamiento o a las condiciones de almacenamiento.

Smart Formulation se distingue por un enfoque científico basado en la predicción de la vida útil de las preparaciones farmacéuticas a partir de:

  • las propiedades moleculares de la sustancia activa (descriptores procedentes de bases como ChemBL),
  • las características de formulación (tipo y proporción de excipientes),
  • los parámetros ambientales (temperatura, humedad, exposición a la luz),
  • el acondicionamiento (vidrio, plástico, material barrera, sistema de cierre),
  • y los datos de estabilidad publicados procedentes de la literatura y de bases validadas (Stabilis).

Basándose en modelos de regresión multivariante y en técnicas explicables de aprendizaje supervisado desarrolladas en KNIME, Smart Formulation predice la vida útil de una preparación específica, con un intervalo de confianza cuantificado, en lugar de aplicar valores arbitrarios.

En la práctica, este enfoque permite obtener vidas útiles personalizadas, científicamente justificadas y a menudo más representativas de la realidad que los BUD estandarizados de la USP, respetando a la vez los requisitos de seguridad farmacéutica.

El rendimiento del modelo se ha evaluado en varios cientos de preparaciones y se ha validado comparándolo con las duraciones procedentes de la literatura y de bases de datos validadas (Stabilis, ChemBL), mostrando una mejora significativa de la precisión predictiva frente a las reglas empíricas.

La ciencia en el corazón de Smart Formulation

El enfoque algorítmico desarrollado por Smart Formulation se basa en modelos predictivos diseñados en KNIME, que integran variables galénicas, ambientales y de acondicionamiento para estimar la estabilidad (BUD) de las preparaciones farmacéuticas. Estos algoritmos, basados en la regresión multivariante y en técnicas explicables de aprendizaje supervisado, se validan experimentalmente y se publican en la literatura científica.
Flujo de trabajo de aprendizaje automático en KNIME
Flujo de trabajo de aprendizaje automático utilizado en Smart Formulation para predecir el beyond-use date (BUD) de ingredientes farmacéuticos activos (API) en formas farmacéuticas orales sólidas. El enfoque se basa en un algoritmo de regresión por conjunto de árboles (Tree Ensemble Regression), un potente método de aprendizaje supervisado que capta relaciones complejas no lineales entre propiedades moleculares, parámetros de formulación y condiciones ambientales. El modelo se entrena con un conjunto de datos que comprende tres categorías de descriptores de entrada: 1. Descriptores del API (18 características) — Propiedades moleculares como el peso molecular (MW), logP (lipofilicidad), enlaces rotables (RB), área de superficie polar (PS), donadores (HBD) y aceptores (HBA) de enlaces de hidrógeno, entre otras. 2. Descriptores de formulación (4 características) — Composiciones de excipientes codificadas, incluyendo lactosa, sílice, celulosa, manitol, sacarosa e hidroxipropil metilcelulosa (HPMC), así como el porcentaje de contenido de API. 3. Descriptores de acondicionamiento y almacenamiento (5 características) — Tipo de envase (vidrio, plástico y papel), temperatura de almacenamiento y clasificación de las condiciones de almacenamiento. El algoritmo de regresión por conjunto de árboles procesa estas características para establecer correlaciones entre propiedades moleculares, parámetros de formulación y condiciones ambientales, y finalmente predecir el BUD en días. Cabe destacar que el modelo identifica una correlación inversa entre LogP y BUD, lo que sugiere que una mayor lipofilicidad se asocia con una estabilidad reducida. Este enfoque predictivo permite a los formuladores estimar la estabilidad de forma eficiente, reduciendo la dependencia de extensos estudios de estabilidad en tiempo real. Adaptado de Smart Formulation: AI-Driven Web Platform for Optimization and Stability Prediction of Compounded Pharmaceuticals Using KNIME, 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.

Fundamentos científicos

Smart Formulation se apoya en la modelización predictiva de la estabilidad de las formas farmacéuticas, integrando las interacciones entre excipientes, condiciones ambientales (temperatura, humedad) y parámetros de acondicionamiento. Este enfoque permite racionalizar el desarrollo galénico y anticipar los riesgos de degradación, apoyándose en datos experimentales validados.

Publicación científica de referencia

Smart Formulation: AI-Driven Web Platform for Optimization and Stability Prediction of Compounded Pharmaceuticals Using KNIME

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

Esta publicación describe la plataforma Smart Formulation, una herramienta web basada en inteligencia artificial y modelización predictiva, desarrollada en KNIME, para optimizar la formulación y predecir la estabilidad de las preparaciones farmacéuticas. El estudio demuestra la capacidad de los modelos integrados para correlacionar las propiedades de los excipientes, las condiciones ambientales y los parámetros galénicos con el fin de anticipar las cinéticas de degradación.

Enfoques y validación

  • Uso de diseños de experimentos y algoritmos de aprendizaje automático integrados en KNIME
  • Validación cruzada en varios tipos de formas farmacéuticas (orales, líquidas, parenterales, tópicas)
  • Comparación sistemática de las predicciones con datos experimentales de estabilidad

Estos trabajos constituyen la base científica en la que se apoyan los módulos de Smart Formulation , permitiendo una aplicación práctica, reproducible y rápida en el marco del desarrollo farmacéutico.

Nota : Los módulos interactivos son prototipos de investigación y se proporcionan únicamente con fines de demostración y formación.