报告摘要：

当前FDA批准上市的药物分子约包含2600余种，药用辅料约1000种，上市产品约40000种。而且药剂制备工艺过程复杂，工艺参数众多。因此，药用辅料筛选和处方开发的搜索空间极大，应用一般的实验室试错法，是一个费时费力且成本高昂的过程，且往往难以得到最优的处方和工艺参数。目前药物制剂科学家还高度地依赖于传统的试错方法来进行药物制剂开发。因此，如何快速且高效地进行难溶性药物制剂配方开发是一个难题。我们将以固体分散体和mRNA脂质纳米颗粒为范例，说明人工智能大数据技术如何有效地应用于药物制剂配方中。人工智能大数据的应用将大大地减少药物制剂处方开发过程中人力物力的消耗，节约大量时间成本，并且更有可能找到更优的处方，而且对药物监管和药品质量的提升起着重要的作用。随着药物制剂配方数据标准化的进行、药物制剂配方数据库的建立和完善、更多的制药产业内部数据得到共享，药物制剂大数据时代才刚刚拉开帷幕。

报告人简介：

欧阳德方教授於沈阳药科大学药物制剂专业获学士学位（2000年）和硕士学位（2005年），2010年在澳大利亚昆士兰大学药学院获博士学位，博士论文获校长奖。2011年起在英国阿斯顿大学药学系任药剂学讲师(PI)。2014年加入澳门大学中华医药研究院任教(PI)。自2011年起，他先锋性地将人工智能、大数据和多尺度模拟技术用於药物制剂研究—“计算药剂学”。主编的本领域第一部专著《Computational Pharmaceutics》一书於2015年由英国John Wiley & Sons Inc.出版，并且构建了全世界第一个药物制剂人工智能平台(FormulationAI)。目前有11项专利授权并应用於上市药品，发表SCI论文100多篇，国内外学术邀请报告100多次。应邀担任多个国际SCI药学期刊副主编/编委（Drug Delivery and Translational Research, Asian Journal of Pharmaceutical Sciences, Pharmaceutical Research, Pharmaceutics, Journal of Pharmaceutical Science）。在国内外已培养毕业6名博士和30名硕士。网址：https://sklqrcm.um.edu.mo/defang-ouyang/