Университет Миссисипи и Colorcon совместно создают базу данных на основе ИИ для масштабирования 3D-печати лекарств
Репортаж от Wedoany，Исследователи Университета Миссисипи (University of Mississippi) заключили новое соглашение с компанией по производству фармацевтических ингредиентов Colorcon о совместном создании базы данных на основе искусственного интеллекта, которая поможет аптекам и производителям лекарств выпускать персонализированные 3D-печатные препараты. Проект возглавляет Мо Манируззаман (Mo Maniruzzaman), заведующий кафедрой и профессор фармацевтики и доставки лекарств Университета Миссисипи; его лаборатория разработает обучающийся алгоритм, который будет подбирать правильную комбинацию ингредиентов для каждого лекарства, которое аптека хочет напечатать.
По словам Манируззамана, по сути, проект создаёт информационную базу — справочник по производству лекарств. Он ожидает, что создаваемая база данных на основе ИИ в конечном итоге найдёт применение гораздо шире, чем только в Colorcon: создание этой базы данных на основе ИИ будет очень полезно не только для Colorcon, но и для аналогичных компаний и даже фармацевтических гигантов. Он добавил, что другие компании смогут легко адаптировать подобные платформы для своих исследовательских pipeline и использовать результаты этого исследования для решения своих задач.
Каждое лекарство состоит из двух типов компонентов: активного соединения, например парацетамола (acetaminophen) в обезболивающих препаратах, и неактивных компонентов, то есть вспомогательных веществ (excipients), включая связующие, наполнители, красители и покрытия, которые придают таблетке форму. Не каждое вспомогательное вещество совместимо с каждым активным компонентом, поэтому при разработке каждой новой рецептуры исследователи должны убедиться, что её компоненты не мешают друг другу. Лаборатория Манируззамана пытается решить одну из этих ключевых проблем с помощью ИИ: вместо ручного тестирования комбинаций алгоритм обучается подбирать правильные вспомогательные вещества для любого активного компонента, который аптеке необходимо напечатать.
Кшитидж Читнис (Kshitij Chitnis), студент третьего года докторантуры по фармацевтике и доставке лекарств в лаборатории Манируззамана, отталкиваясь от текущих способов производства лекарств, отметил, что проблема традиционных лекарственных форм заключается в отсутствии персонализации под пациента; производство индивидуализированных лекарств традиционными методами нереалистично в масштабе. 3D-печать предлагает обходное решение: в лаборатории порошкообразные фармацевтические компоненты подаются в экструдер — машину, которая сжимает материалы в филамент, служащий «чернилами» для 3D-принтера. Затем этот филамент можно напечатать в виде таблеток или капсул, подходящих по размеру и дозе отдельному пациенту, например, сделать таблетки меньшего размера для детей или разработать капсулы с отложенным высвобождением дозы по времени.
Даже если проблема совместимости компонентов решена, одним из главных препятствий для внедрения 3D-печатных лекарств в повседневную работу аптек остаётся технический вопрос: фармацевтам нужно самим научиться управлять 3D-принтером. Суджит Башетти (Sujith Bashetty), ещё один студент третьего года докторантуры в этой лаборатории, считает, что инструмент на основе ИИ, способный автоматически выбирать совместимые вспомогательные вещества и напрямую давать команды принтеру, снимет большую часть этой нагрузки. По словам Башетти, команда прокладывает путь к масштабируемым, регулируемым 3D-печатным лекарствам. Он отметил, что вспомогательные вещества промышленного класса являются ключом к коммерческой жизнеспособности этого пути: если удастся успешно использовать вспомогательные вещества промышленного класса, можно будет снизить нагрузку при масштабировании; если можно будет печатать лекарства в аптеке по требованию, это сэкономит миллионы долларов. Башетти схожим образом описал и более широкую цель проекта: проект направлен на преодоление разрыва в передовом производстве через масштабируемую разработку лекарств и на продвижение будущего персонализированной доставки высокоэффективных препаратов.
Если база данных окажется надёжной, исследователи полагают, что она поможет 3D-печатным лекарствам выйти из специализированных исследовательских сред в обычное применение, позволяя аптекам печатать лекарства с индивидуальной дозировкой по требованию, а не полагаться только на стандартизированные, массово производимые таблетки и капсулы.
Проект Университета Миссисипи нацелен на пробел не в самой печати, а в том, чтобы позволить фармацевтам, не обученным работе с принтером, надёжно и масштабируемо использовать эту технологию. База данных на основе ИИ Манируззамана решает это конкретное узкое место, беря на себя принятие решений о совместимости компонентов; иначе фармацевтам потребовалась бы специальная подготовка для принятия таких решений.
Другие компании подходят к этому узкому месту со стороны аппаратного обеспечения и материалов. FabRx в феврале 2025 года опубликовала исследование, в котором протестировала свой принтер M3DIMAKER для автоматического наполнения капсул в аптеке общественного приготовления лекарств; результаты показали, что по сравнению с традиционным ручным приготовлением устройство сократило ручной труд на 55%, а общее время приготовления — примерно на 10%. Кроме того, CurifyLabs в июле 2026 года завершила раунд финансирования серии A на 14 млн долларов для масштабирования своих сертифицированных по GMP «Pharma Inks». С помощью этого продукта фармацевты могут выбирать из библиотеки предварительно одобренных печатных рецептур, а не разрабатывать комбинации компонентов самостоятельно.
Эти усилия создают ограничительные рамки на уровне аппаратного обеспечения или предварительно одобренных материалов, тогда как проект Университета Миссисипи пытается решить ту же прикладную задачу на уровне принятия решений, заменяя специальные знания, которые в противном случае потребовались бы фармацевту, системой на основе ИИ.
