面向新药研发辅助决策的多目标优化模型研究——以PLGA可降解医用材料为例

Abstract

针对PLGA可降解医用材料在新药研发辅助、医用材料筛选和中试转化过程中存在的评价指标多源异构、工艺参数耦合、性能目标相互冲突等问题，本文构建一种“指标评价—多目标优化—转化反馈”一体化辅助决策模型。研究以第三代PLGA可降解医用产品为应用对象，围绕可降解角膜缝合线、可降解缝合线和可降解接骨板三类产品，建立覆盖生物相容性、降解性能、力学性能和工艺稳定性的多维指标体系；在数据处理层面，引入极差标准化与正负向指标一致化方法；在评价层面，采用熵权法提取指标差异信息，并结合TOPSIS方法计算候选方案相对接近度；在优化层面，构建以生物相容性、降解匹配性、力学保持率和工艺波动为核心目标的多目标优化模型，并采用NSGA-II算法搜索Pareto候选解集。案例分析表明，该模型能够将第三方检测报告、中试阶段实验数据和工艺参数记录转化为可排序、可比较、可回溯的量化决策结果，有助于研发人员识别配方窗口、工艺窗口和中试转化风险点。研究结果可为新药研发相关生物医用材料的材料选择、配方设计、质量评价和放大转化提供方法参考。