比较性 AI 优化的 HPLC–DAD 策略，用于同时测定雷诺嗪、氨氯地平和地尔硫卓，具有药疗相关性和多维可持续性评估

这对心脏病患者为何重要

患有慢性胸痛（心绞痛）和高血压的人常被同时开多种心脏药物。医生和药剂师需要简便、可靠的方法来检查片剂和血液中这些药物的含量是否合格。本研究描述了一种新的实验室检测方法，能够在一次运行中同时测定这三种药物，并通过使用人工智能（AI）和现代可持续性工具减少化学品废弃物和方法开发时间。

三种协同作用的药物

本研究聚焦于雷诺嗪、氨氯地平和地尔硫卓，这三种药物常用于缓解胸痛、控制血压和稳定心率。雷诺嗪帮助心肌更高效地利用氧气，而不强烈改变心率或血压。氨氯地平和地尔硫卓则松弛血管并影响心跳速度。由于这些药物经常联合使用，能够一次性定量三者的检测方法对于药片质量检验、支持未来的复方制剂开发及研究药物在体内的行为非常有价值。

一种更智能的分离与测量方式

研究团队改进了一种常见的实验室技术——高效液相色谱-二极管阵列检测器（HPLC–DAD）。通俗地说，该方法将液体样品推动通过填充有特定材料的狭窄色谱柱，不同药物在柱内滞留程度不同，从而依次洗脱并被检测到。团队精心选择了色谱柱类型、亲水/有机溶剂比例以及流动相酸度，使三种药物在约六分钟内实现清晰分离并出现峰形尖锐、分辨良好的色谱图，尽管它们的化学性质可能相互重叠。

人工智能如何加速并“清洁化”流程

研究人员没有仅依赖缓慢的反复试验，而是使用了专门为 HPLC 启动条件建议而设计的 AI 辅助工具。他们向程序输入了关于三种药物和所偏好色谱柱的基本信息。AI 给出了一个可行的初始配方和一系列合乎逻辑的微调建议。在实验室中，这些建议只需要少量调整即可达到优异的最终方法，与完全手工优化相比，显著减少了时间、溶剂消耗和工作量。最终方法符合国际关于线性范围、灵敏度、准确度、精密度和选择性的指南，并不仅适用于纯药样品与商品片剂，还能用于加标的鼠血浆样品。

同时评估性能与环保性

为了超越“绿色化学”这一简单概念，团队使用更新的“白色分析化学”工具评估其方法，平衡环境影响、分析质量、实用性和创新性。一个基于网络的多色评估平台将若干现有评分系统合并为总体“白度”得分，得分越高表明整体可持续性越好。该新方法获得了 64.8% 的得分，优于早期那些更复杂且耗用更多溶剂与能量的技术。另一个工具——需求、质量与可持续性（NQS）指数，将 AI 优化方法与传统优化方法进行了比较。AI 指导的方法取得了更高的总体得分，实现了更多联合国可持续发展目标，并以更少资源提供了相近或更好的分析质量。

用简单的话说这项研究表明了什么

归根结底，本研究提供了一种快速、可靠的实验室检测方法，能在片剂和血液样本中同时测定三种关键心脏药物，同时比旧方法耗时更短、用溶剂更少、能耗更低。通过将 AI 融入方法开发并严格打分环境与实用层面，研究展示了未来实验室测试如何既保持科学严谨又更加环保。对患者和医疗系统而言，这意味着更可靠的质量检测和对复方疗法更好的支持，同时兼顾人类健康与环境健康。

引用: Aboras, S.I., Korany, M.A., Yehia, R.A. et al. Comparative AI-optimized HPLC–DAD strategy for the simultaneous determination of ranolazine, amlodipine, and diltiazem with pharmacotherapeutic relevance and multi-trait sustainability assessment. Sci Rep 16, 13407 (2026). https://doi.org/10.1038/s41598-026-48679-w

关键词: 慢性心绞痛用药, HPLC 药物分析, 分析化学中的人工智能, 可持续实验室方法, 心血管药物治疗