Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.creator | Silva, Mateus Coelho | - |
Autor(es): dc.creator | Silva, Alcides Volpato Carneiro de Castro e | - |
Autor(es): dc.creator | Orlando, Marcos Tadeu D´Azeredo | - |
Autor(es): dc.creator | Bezzon, Vinícius Danilo Nonato | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:57:28Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:57:28Z | - |
Data de envio: dc.date.issued | 2025-01-07 | - |
Data de envio: dc.date.issued | 2025-01-07 | - |
Data de envio: dc.date.issued | 2023 | - |
Fonte completa do material: dc.identifier | https://www.repositorio.ufop.br/handle/123456789/19406 | - |
Fonte completa do material: dc.identifier | https://latamt.ieeer9.org/index.php/transactions/article/view/8988 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1028550 | - |
Descrição: dc.description | The amorphous drug structure represents an important feature to be reached in the pharmaceutical field due to its possibility of increasing drug solubility, considering that at least 40% of commercially available crystalline drugs are poorly soluble in water. However, it is known that the amorphous local structure can vary depending on the amorphization technique used. Therefore, recognizing such variations related to a specific amorphization technique through the pair distribution function (PDF) method, for example, is an important tool for drug characterization concerns. This work presents a method to classify amorphous drugs according to their amorphization techniques and related to the local structure variations using machine learning. We used experimental PDF patterns obtained from low-energy X-rays scattering data to extract information and expanded the data through the Monte Carlo method to create a synthetic dataset. Then, we proposed the evaluation of such a technique using a Deep Neural Network. Based on the results obtained, it is suggested that the proposed technique is suitable for the amorphization technique and local structure recognition task. Link to graphical and video abstracts, and to code: https://latamt.ieeer9.org/index.php/transactions/article/view/8988 | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | en | - |
Direitos: dc.rights | restrito | - |
Palavras-chave: dc.subject | Drug amorphization | - |
Palavras-chave: dc.subject | Monte-Carlo method | - |
Palavras-chave: dc.subject | Deep neural networks | - |
Título: dc.title | Towards a machine-learning-based application for identification of amorphous drug forms. | - |
Aparece nas coleções: | Repositório Institucional - UFOP |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: