《Journal of Applied Polymer Science》：Machine Learning-Enabled Prediction of pH-Responsive Curcumin Release From Self-Assembled Nanomicelles
编辑推荐：
本研究利用机器学习（ML）算法，聚焦于设计并体外评价一种水包油型表面活性剂基纳米胶束（nanomicelles），作为新型姜黄素（curcumin）制剂，对MCF-7人乳腺癌细胞具有相当的细胞毒性（cytotoxicity）。纳米胶束以Pluronic F-1
本研究利用机器学习（ML）算法，聚焦于设计并体外评价一种水包油型表面活性剂基纳米胶束（nanomicelles），作为新型姜黄素（curcumin）制剂，对MCF-7人乳腺癌细胞具有相当的细胞毒性（cytotoxicity）。纳米胶束以Pluronic F-127（泊洛沙姆407）为乳化剂，添加丁酸乙酯（ethyl butyrate）溶液作为有机相制备而成，实现了高达89.4%的包封效率（encapsulation efficiency），粒子流体动力学尺寸为534.425 nm。体外药物释放研究显示出pH依赖的缓释特性，在酸性pH 5.4下比中性pH 7.4下释放更快。细胞毒性研究表明，载姜黄素纳米胶束保留了游离姜黄素对MCF-7细胞的抗癌活性，同时对正常成纤维细胞表现出相当的细胞毒性谱，表明纳米包封未损害疗效或引入额外毒性。此外，本研究引入了一种基于ML的拟合与插值框架，用于模拟纳米载体系统中pH响应性姜黄素释放动力学。随机森林（Random Forest）回归模型展现出优异的拟合优度（R2 > 0.999），有效捕获了测量时间点上姜黄素释放的非线性和复杂动力学。这些计算洞察为具有增强治疗精度的pH响应性药物递送系统的合理设计提供了有用的描述性工具。
**论文解读文章**
**研究背景、问题与研究动机**
乳腺癌是全球癌症相关死亡的主要原因之一，每年新增数百万病例。尽管治疗手段不断进步，但传统化疗仍面临耐药性、特异性不足及严重副作用等挑战，迫切需要开发新型高效的治疗方法。姜黄素（curcumin）作为从姜黄根茎中提取的天然多酚，具有抗癌、抗炎和抗氧化等多重药理活性，通过调节NF-κB等信号通路诱导凋亡、抑制增殖和转移，对乳腺癌细胞显示出广谱抗癌潜力。然而，姜黄素水溶性差、代谢迅速、生物利用度低、系统清除快，严重限制了其临床应用。因此，开发先进的递送系统以增强其治疗效能成为关键。纳米技术为基础的药物递送系统可改善生物利用度、稳定不稳定化合物并实现靶向释放。其中，表面活性剂基纳米胶束（nanomicelles）因其两亲性自组装形成核壳结构，能有效包封疏水性姜黄素、提高稳定性并实现控释，成为理想载体。此外，pH响应性智能递送系统可利用肿瘤微环境的酸性特征实现靶向释放。同时，人工智能（AI）特别是机器学习（ML）可提供数据驱动的建模与预测能力，用于优化纳米载体设计。传统动力学模型如Higuchi或Korsmeyer-Peppas依赖于预定义假设，难以刻画复杂、非线性的释放行为。因此，本研究旨在开发姜黄素包载的水包油型表面活性剂基纳米胶束，保留其对MCF-7乳腺癌细胞的细胞毒性，并实现pH响应性控释，同时引入ML框架以精确拟合释放动力学，为合理设计pH响应性递送系统提供工具。
**研究内容与主要结论**
研究人员制备了以Pluronic F-127为乳化剂、丁酸乙酯为油相的姜黄素纳米胶束，系统表征了粒径、包封效率、体外释放动力学和细胞毒性，并构建了多种ML回归模型以拟合释放曲线。主要结论包括：纳米胶束包封效率高达89.4%，粒径534.4 nm，Zeta电位?60 mV；释放呈pH依赖性，酸性pH 5.4下释放更快（96 h达95.7%），中性pH 7.4下释放缓慢（65.0%）；载药纳米胶束保留了游离姜黄素对MCF-7细胞的抗癌活性（细胞活力59% vs 70%），且未增加对正常L929成纤维细胞的毒性；随机森林（Random Forest）回归模型以R2 > 0.999的高拟合优度精确描述了释放曲线，优于传统动力学模型。该研究发表在《Journal of Applied Polymer Science》。
**主要关键技术方法**
研究人员使用油水乳化法制备纳米胶束，以Pluronic F-127为乳化剂、丁酸乙酯为油相。粒径和Zeta电位通过动态光散射（DLS）测量；包封效率采用紫外-可见光谱（UV-Vis）在425 nm处测定；体外释放研究使用透析法，在pH 5.4和pH 7.4的PBS/乙醇（1:1）介质中进行（37°C，90 rpm）。细胞毒性通过MTT法评估MCF-7乳腺癌细胞和L929成纤维细胞（1×10?细胞/孔，48 h处理）。释放动力学拟合采用四种监督学习模型：线性回归（Linear Regression）、多项式回归（Polynomial Regression，3次）、支持向量回归（SVR，RBF核）和随机森林（Random Forest，100棵树），在Python（scikit-learn v1.4.0）中实现。所有模型在全数据集（每pH条件下10个时间点）上训练，并采用留一交叉验证（LOOCV）评估稳定性。
**研究结果**
**3.1 粒径与表面电荷**
通过动态光散射（DLS）测量，空白纳米胶束平均粒径为201.4 nm（多分散指数PDI=0.152），载姜黄素纳米胶束粒径增至534.4 nm（PDI=0.168），表明包封导致疏水核心膨胀或形成多胶束聚集体。低PDI值（<0.2）确认窄粒径分布。载药纳米胶束Zeta电位为?60 mV，表明强静电排斥力，有利于胶体稳定性。
**3.2 包封效率（EE%）**
采用紫外-可见光谱（UV-Vis）在425 nm处测定，通过离心分离游离药物后计算，EE%约为89.4%，与文献中优化载体相当，归因于纳米胶束高效稳定地包封疏水性姜黄素。
**3.3 载姜黄素纳米胶束的药物释放**
利用透析法（MWCO=12 kDa）研究释放动力学。在pH 5.4（模拟肿瘤微环境）下，释放呈三阶段模式：初始爆发（0-3 h约14%）后经历松弛期（3-24 h）和溶蚀期（24-72 h），96 h累计释放95.7%；在pH 7.4（生理条件）下，释放缓慢，呈现滞后（0-1 h）、扩散控释（1-48 h）和稳定期（>48 h），96 h释放65.0%。机制上可能涉及Pluronic F-127的聚环氧乙烷（PEO）和聚环氧丙烷（PPO）嵌段的pH依赖性构象变化、质子化导致的结构完整性降低以及氢键弱化。
**3.4 药物释放动力学模型**
应用零级、一级、Higuchi、Hixson-Crowell、Baker-Lonsdale和Korsmeyer-Peppas模型拟合释放数据。Higuchi模型在两种pH下拟合最佳（R2=0.9857/0.9772），表明扩散为主导机制。Korsmeyer-Peppas模型中，pH 5.4时释放指数n=0.43（Fickian扩散），pH 7.4时n=0.67（异常传输，扩散与溶蚀混合），揭示释放机制随pH转变。
**3.5 机器学习结果**
**3.5.1 模型性能**
在全数据集上，四种回归模型拟合能力差异显著。随机森林（RF）模型达到近完美拟合（R2≈0.999），均方根误差（RMSE）最低（pH 5.4: 1.15%；pH 7.4: 1.08%）。多项式回归（R2=0.998，RMSE 1.87%/1.26%）和SVR（R2=0.992/0.996，RMSE 4.02%/2.27%）次之，线性回归表现最差（R2=0.941/0.976，RMSE >5.6%）。留一交叉验证（LOOCV）显示RF平均R2为0.97（pH 5.4）和0.98（pH 7.4），证实内部一致性。
**3.5.2 ML可视化释放动力学**
RF模型精确重现pH 5.4下的三阶段释放曲线和pH 7.4下的双阶段释放曲线，捕捉到24 h（pH 5.4）和48 h（pH 7.4）的动力学转变点，优于其他模型。多项式回归在后期出现过拟合振荡，SVR低估后期释放，线性回归仅能拟合初期线性段。
**3.5.3 ML与传统动力学模型比较**
经典模型R2范围为0.822至0.986，Higuchi模型最佳（0.986），但无法刻画三阶段模式。RF模型R2=0.999，提供高分辨率插值，但无机械论解释；经典模型解释扩散与溶蚀机制，二者互补。
**3.6 载姜黄素纳米胶束的细胞毒性**
MTT法评估显示，在10 μM姜黄素当量下，载药纳米胶束对MCF-7细胞活力降至59%±5.2%，游离姜黄素为70%±4.8%，两者无统计学差异（p>0.05），表明包封保留抗癌活性。对L929成纤维细胞，载药纳米胶束（78%±3.9%）与游离姜黄素（81%±4.1%）同样无显著差异，未引入额外毒性。
**讨论与结论总结**
本研究证明，姜黄素纳米胶束通过pH响应性控释保留其抗癌活性，且对正常细胞无毒副作用。ML模型（尤其RF）实现了对复杂释放曲线的高精度拟合与插值，优于传统动力学模型。研究指出，pH响应机制涉及Pluronic F-127的PPO核心因酸性环境水化膨胀及姜黄素与PEO冠状层氢键减弱，但此为基于文献的推测，未直接实验验证。结论部分强调，该纳米胶束递送平台结合ML拟合框架，为合理设计pH响应性递送系统提供描述性工具，但当前仅为体外研究，需体内验证。未来可拓展至不同表面活性剂、治疗载荷及联合疗法。论文发表在《Journal of Applied Polymer Science》。
