密西西比大学（Ole Miss）的研究人员已与药用辅料公司 Colorcon（卡乐康）达成新合作，共同构建一个由人工智能驱动的数据库，旨在帮助药房和药品制造商生产个性化的 3D 打印药物。该项目由密西西比大学药剂学与药物递送系主任、教授 Mo Maniruzzaman 牵头，他的实验室将开发一种学习算法，为药房想要打印的每种药物匹配正确的成分组合。
"本质上，我们是在创建一个信息库，一本药物制造的参考书。"Maniruzzaman 说。他预计这一 AI 数据库的用途将远超 Colorcon 自身："打造这个 AI 数据库将非常有用 —— 不仅对 Colorcon 如此 —— 对同类公司乃至大型制药巨头也是如此。" 他还补充道，其他公司 "可以轻松采用这类平台构建自己的发现管线，并借助我们的研究成果来解决问题"。
为每种药物匹配合适的成分
每种药物都由两类成分构成：活性成分（例如止痛药中的对乙酰氨基酚）和非活性成分（即辅料），后者包括将药片黏合在一起的黏合剂、填充剂、着色剂和包衣。并非每种辅料都与每种活性成分相容，因此每生产一种新药配方，研究人员都必须核实各组分之间不会相互干扰。这一验证过程正是 Maniruzzaman 实验室试图用 AI 解决的核心问题之一：不再手工测试组合，而是训练算法为药房需要打印的任何活性成分匹配正确的辅料。
Maniruzzaman 实验室三年级药学与药物递送博士生 Kshitij Chitnis 从当前药物制造方式的角度阐述了这一根本问题。"传统剂型的问题在于，传统剂型无法针对患者实现个性化。" 他说，并补充道，通过传统制造方式批量生产个体化药物并不现实："对行业来说，用传统方式生产个性化药物将是一件困难的事。"
3D 打印提供了一条解决之道。在实验室中，粉末状药物成分被送入挤出机 —— 一种将材料压缩成丝材的机器，这种丝材充当 3D 打印机的 "墨水"。随后，该丝材可被打印成适合个体患者尺寸和剂量的片剂或胶囊，例如更适合儿童的小药片，或经过设计可按延时定时释放剂量的胶囊。
博士生 Sujith Bashetty 将粉末材料放入挤出机 —— 一种将成分压缩成丝材、可用作 3D 打印机 "墨水" 的机器。图片来源：Kevin Bain/Ole Miss 数字影像服务。
为药剂师扫除培训障碍
即使成分匹配问题得到解决，将 3D 打印药物带入药房日常使用的一大障碍仍是技术性的：药剂师需要学会自己操作 3D 打印机。实验室另一位三年级博士生 Sujith Bashetty 表示，一种能自动选择相容辅料并直接指示打印机的 AI 工具将大大减轻这一负担。"我们正在为可规模化、受监管的 3D 打印药物铺平道路。" 他说。
Bashetty 指出，工业级辅料是让该方法在商业上可行的关键。"如果我们成功使用工业级辅料，就能减轻大规模扩产的压力；如果我们能在药房按需打印药物，将节省数百万美元。" 他说。他以类似措辞描述了该项目更宏大的目标："我们旨在弥合先进制造与可规模化药物开发之间的差距，开创个性化、高性能药物递送的未来。"
如果该数据库被证明可靠，研究人员相信，它有助于推动 3D 打印药物走出专业研究环境、进入常规应用，让药房能够按需打印定制剂量的药物，而不是仅仅依赖标准化、大批量生产的片剂和胶囊。
右侧的丝材用于 3D 打印制造定制药物，例如左侧的药片。图片来源：Kevin Bain/Ole Miss 数字影像服务。
3D 打印药物在药房应用中的差距
密西西比大学项目瞄准的差距并非打印本身，而是让未经打印机操作培训的药剂师能够可靠、规模化地使用这项技术。Maniruzzaman 的 AI 数据库正是通过处理成分匹配决策来应对这一具体瓶颈 —— 这类决策原本需要药剂师经过专门培训才能做出。其他公司则从硬件和材料端切入这一瓶颈。FabRx 于 2025 年 2 月测试了其 M3DIMAKER 打印机，用于在社区配药药房中进行自动化胶囊灌装，发现与传统手工调配相比，人工劳动减少了 55%，整体制备时间缩短了约 10%。
此外，CurifyLabs 于 2026 年 7 月获得 1400 万美元融资，用于扩大其获 GMP 认证的 "Pharma Inks" 的规模，让药剂师可以从预先批准的配方库中选择可打印配方，而无需自行开发成分组合。上述努力是在硬件或预先批准的材料层面设置安全护栏，而密西西比大学的项目则试图在决策层面解决同样的应用问题 —— 用一个 AI 系统替代药剂师原本所需的专业知识。
来源：中国3D打印网编译文章！
0 留言