Интеграция искусственного интеллекта в устойчивую «умную» аналитическую химию для анализа влияния делителя на эффективность УФ-спектрофотометрии комбинации солифенацина и мирабегрона

Почему это важно для повседневных лекарств

Пациенты с гиперактивным мочевым пузырем часто принимают ежедневную таблетку, объединяющую два препарата — солифенацин и мирабегрон — чтобы уменьшить позывы и несчастные случаи. Обеспечение правильного содержания каждого вещества в каждой таблетке жизненно важно для безопасности, но лабораторная проверка может быть медленной, дорогой и ресурсозатратной. В этом исследовании показано, как простой световой тест, усиленный методами искусственного интеллекта и принципами устойчивости, может точно измерять оба лекарства одновременно при меньшем расходе растворителя, меньшем потреблении энергии и с более прозрачными критериями качества.

Видеть лекарства с помощью света, а не сложных машин

Фармацевтические химики часто используют спектрофотометрию — метод, при котором ультрафиолетовый свет проходит через раствор и измеряется поглощение — для идентификации и количественного определения препаратов. Это недорого, быстро и требует небольших проб. Однако для пары солифенацин–мирабегрон сигналы в спектре сильно перекрываются: мирабегрон даёт широкую интенсивную кривую в полезном диапазоне, тогда как солифенацин даёт лишь слабый пик, близкий к пределу растворителя. Такое перекрытие затрудняет определение количества каждого препарата стандартными методами, особенно в лабораториях с ограниченными ресурсами, которые не могут позволить себе сложное хроматографическое оборудование.

Использование умной математики и ИИ для распутывания смешанных сигналов

Авторы сосредотачиваются на ключевом математическом приёме, называемом «делитель», который помогает разделить сигналы двух препаратов. На практике смешанный спектр обоих веществ делят на эталонный спектр одного компонента, что преобразует кривые и делает скрытые детали яснее. В работе систематически сравниваются три способа выбора такого эталона: нормированная версия спектра мирабегрона (независимая от концентрации), фиксированные растворы мирабегрона при нескольких концентрациях и «извлечённый» чистый спектр мирабегрона, восстановленный из самой смеси методом разрешения абсорбции. Эти стратегии делителя комбинируют с двумя схемами обработки сигналов — constant-center и unified constant subtraction — которые реконструируют исходные спектры каждого препарата из преобразованных данных.

Дать ИИ оценить, какая стратегия лучше

Вместо опоры на интуицию исследователя команда использует ассистента на базе ИИ (Microsoft Copilot) для оценки того, какой выбор делителя даёт наиболее надёжные результаты. ИИ анализирует таблицы с процентами восстановления, изменчивостью и составным числом риска, называемым cumulative validation score, которое объединяет смещение, повторяемость и чувствительность к небольшим смещениям длины волны. Затем он ранжирует каждую ситуацию с делителем в соответствии с международными руководствами. Явным победителем оказался извлечённый спектр мирабегрона: он обеспечивает восстановления, очень близкие к 100%, очень малую разброс и наименьшую оценку риска. Использование высококонцентрированного раствора мирабегрона в качестве делителя (14 мкг/мл) стало сильным вторым вариантом: более высокий сигнал сглаживает шум, повышая точность ценой небольшого снижения чувствительности.

Сделать контроль качества более экологичным и сбалансированным

Помимо технической эффективности, авторы рассматривают, насколько «хорош» их метод для людей и планеты. Они вводят более широкую концепцию Sustainable & Smart Analytical Chemistry, которая объединяет зелёную химию (снижение отходов и опасностей), «белую» аналитическую химию (баланс практичности, эффективности и этики) и ИИ. С помощью двух структурированных инструментов оценки — Multi-Color Assessment Tool и Sustainability of Analytical Methods Index — они сравнивают свой новый УФ-метод с ранее опубликованным. Оба метода в целом получают устойчивые оценки, благодаря низкому расходу растворителя (этанол), умеренным энергетическим потребностям и низкой стоимости. Тем не менее оптимизированный ИИ метод выделяется лучшей чувствительностью, более низкими пределами обнаружения и более высокими оценками за инновации. Анализ устойчивости также подчёркивает социальную «слепую зону»: несбалансированное гендерное представительство среди исследователей, связывая лабораторный метод с широкой дискуссией о равенстве в науке.

Что это значит для пациентов и лабораторий

В практическом плане исследование показывает, что с правильными математическими инструментами и поддержкой ИИ обычный УФ–видимый спектрофотометр может точно контролировать сложную двухкомпонентную таблетку без дорогого нового оборудования или сложного программного обеспечения. Тщательный выбор делителя — предпочтительно чистого, извлечённого спектра мирабегрона, либо, при отсутствии такового, его наивысшей протестированной концентрации — позволяет лабораториям получать точные, надёжные измерения в простых, более «зелёных» условиях. Для пациентов это помогает гарантировать, что комбинированные таблетки для лечения гиперактивного мочевого пузыря имеют надежную дозировку. Для широкого сообщества это предлагает модель того, как будущие методы контроля препаратов могут быть одновременно научно строгими и соответствовать глобальным целям устойчивого развития.

Цитирование: Lotfy, H.M., Obaydo, R.H., Tantawy, M.A. et al. Integrating Artificial intelligence within sustainable smart analytical chemistry for analyzing the divisor impact on UV-spectrophotometric efficiency of solifenacin and mirabegron combination. Sci Rep 16, 14022 (2026). https://doi.org/10.1038/s41598-026-44688-x

Ключевые слова: лекарства при гиперактивном мочевом пузыре, спектрофотометрический анализ, искусственный интеллект в химии, зеленые аналитические методы, комбинация солифенацин мирабегрон