【摘 要】
:
藤茶中的二氢杨梅素具有降血糖、预防酒精中毒、抗菌及抗氧化等药理活性。然而由于二氢杨梅素水溶性较差,限制了它在医药领域的应用。本研究旨在将二氢杨梅素制备成适当的剂型以提高其水溶性和生物利用度,为其今后在口服制剂领域的应用提供理论依据。本研究先以“复凝聚法”制备了微囊,再以“饱和溶液法”制备了包合物,最终选择了包合率和水溶性均较高的包合物作为制剂剂型,通过辅料的筛选及工艺优化得到主要工艺为:二氢杨梅素
论文部分内容阅读
藤茶中的二氢杨梅素具有降血糖、预防酒精中毒、抗菌及抗氧化等药理活性。然而由于二氢杨梅素水溶性较差,限制了它在医药领域的应用。本研究旨在将二氢杨梅素制备成适当的剂型以提高其水溶性和生物利用度,为其今后在口服制剂领域的应用提供理论依据。本研究先以“复凝聚法”制备了微囊,再以“饱和溶液法”制备了包合物,最终选择了包合率和水溶性均较高的包合物作为制剂剂型,通过辅料的筛选及工艺优化得到主要工艺为:二氢杨梅素乙醇溶液以20.0 mL/min的速度滴加到羟丙基-β-环糊精水溶液中,50.0℃下包合1.0 h,80.0℃下旋蒸除去溶剂。最终得到包合率为82.8±1.3%、水溶液澄清度为98.0±0.9%的羟丙基-β-环糊精/二氢杨梅素包合物。45.0±0.2℃加速破坏实验结果表明包合物的化学稳定性优于二氢杨梅素原料药。为探究包合物的包合机理,绘制了相溶解度曲线,结果表明在包合过程中羟丙基-β-环糊精分子与二氢杨梅素分子可在1:1的基础上继续缔合;为探究包合过程中pH及水溶液离子强度对包合效果的影响,通过包合物的紫外及红外图谱分析,结果表明碱性条件及高离子强度不利于包合;为研究影响包合物水溶液稳定性的因素,通过考察不同的碱溶液对包合物水溶液稳定性的影响,结果表明低离子强度、近中性及碱性条件有利于包合物水溶液的稳定。为考察制剂的体外释放情况,进行体外释放度实验,结果表明包合物的释放速度最快;为考察制剂的体内吸收情况,进行大鼠肠灌流实验,结果表明包合物比二氢杨梅素原料药更容易被小肠吸收,二氢杨梅素生物利用度被大大提高。包合物的吸收方程为y=-0.013x+2.003,R~2=0.904。
其他文献
服务机器人产业正在帮助人类社会各行各业实现产业迭代升级,现代移动服务机器人是通过多传感器集成与融合实现传感器系统对环境中的动态性和不确定性进行感知与观测,而要完成
稻瘟病菌能够侵染以水稻为主的重要农作物,同时也是研究丝状真菌的重要模式生物。Rab GTPase是Ras超家族的成员之一,通常作为分子开关在囊泡的形成、运输、融合等过程中发挥
近年来,石墨烯、硅烯等二维材料在储能领域的应用倍受关注,是当前的研究热点之一。一种新型二维材料,过渡金属碳化物或氮化物(MXene)在2011年被首次合成,被认为是一种具有较大应用前景的电池电极材料。在其制备过程中,MXene将不可避免引入缺陷,如空位等。这些缺陷对其储能性能的影响尚未见系统的理论研究。在本文中我们使用第一性原理计算的方法,研究了空位(包括碳空位VC和钛空位VTi)对锂离子在单层T
近年来,有学者发现纳米裂纹可用于制作纳米尺度图形,并应用于众多领域。例如,制作由柔性聚合物基底和带有纳米裂纹的金属薄膜构成的超灵敏应变传感器。纳米裂纹的形貌(密度、
N-芳基甘氨酸酯类化合物是生活中常见的氨基酸酯,其本身可以作为合成其它重要天然产物及药物分子的前体物质,如1,2,3-三唑化合物、喹啉稠合内酯、喹啉-2-羧酸酯化合物以及1,3
金属有机框架(MOFs)是一种有机-无机杂化材料。由于其具有较高的比表面积、可调的孔尺寸及结构等特点,使其在包括有机染料吸附在内的众多领域有广泛应用。经研究发现金属有机框
丝素是由蚕合成与分泌的天然蛋白质,主要由丝素和丝胶组成。具有优良的力学性能和生物相容性,目前已广泛应用于生物材料,尤其是在组织工程方面。大量研究表明,家蚕丝素能较好的支持多种细胞的粘附、增殖或分化,而对野蚕(天蚕和柞蚕)丝素的研究略少。但是野蚕丝素的氨基酸组成中分布着高度重复的RGD序列,RGD短肽也是存在于多种细胞外基质中的一种三肽,已被证明与细胞粘附性有关,具有调控细胞行为的功能。但并不是具有
党的十八大以来,以习近平同志为核心的党中央高度重视扶贫工作,在2015年召开的中央扶贫工作会议上确定了坚决打赢脱贫攻坚战,确保到2020年所有贫困地区和贫困人口一道迈入全
铟是一种战略稀缺资源,随着科学技术的快速发展,许多高端技术领域对于铟产品的纯度要求越来越高。真空蒸馏法作为一种流程短、绿色环保的铟提纯方法,被广泛进行研究和应用。真空蒸馏法提纯粗铟的过程主要分为两个步骤:第一步,低温蒸馏将Cd、Zn、Pb等易挥发杂质金属挥发脱除;第二步,高温蒸馏将铟尽可能单独蒸馏出来,而难挥发杂质金属Al、Sn、Cu、Fe等留在残留物当中。这样经过低、高温两段的真空蒸馏才可达到提
当前基于大规模机器学习(ML,Machine Learning)的智能系统的解决方案主要依赖于数据、算力以及算法,而随着数据量的指数级增长、摩尔定律的失效以及神经网络(NN,Neural Netwo