FANCL與麒麟共同開發輔助錠劑設計的AI

FANCL公司與麒麟控股公司合作，利用其在保健食品開發中累積的製劑數據，共同開發了「錠劑設計AI」,以輔助錠劑的設計。此舉使得過去依賴資深研究人員的經驗、直覺以及大量試作與試誤的錠劑設計，得以透過數據驅動的方式進行，進而縮短開發易於吞嚥且高品質保健食品製劑所需的時間。

此研究成果已於2026年4月刊載於製劑與DDS領域的國際學術期刊「Pharmaceutics」※,並作為一項利用AI的次世代製劑設計技術，其新穎性與有效性已獲得學術界的肯定。

【研究目的與背景】

在錠劑設計中，必須同時滿足多項物性要求，例如易於吞嚥、足以承受運輸過程的硬度、以及在體內易於溶解等。然而，這些物性之間會相互影響，因此要導出最佳的配方設計，需要進行大量的試作與試誤。

為此，本研究著手開發錠劑設計AI,旨在導出能快速滿足各項物性的配方條件，進一步尋求更無浪費的最佳化配方條件。

【研究方法與結果】

所開發的AI透過學習過去的研究與製造數據，能夠預測錠劑的「易吞嚥性」、「不易在運輸中斷裂的硬度」以及「體內溶解性」等多項要素。AI能夠高速且高精度地預測與比較數千至數萬種、以人力難以周全考量的配方組合。

透過此技術，預期能透過計算出最佳配方解來提升品質(例如:更快溶解、更小巧易吞嚥等最佳化設計)、穩定產品品質(實現不因負責人員不同而有差異的設計品質)、縮短開發時程，並進一步減少原料損耗(請參閱圖1)。

圖1:錠劑設計AI模型的概念圖

【未來展望】

本公司秉持著「僅提供真正必要的成分，為顧客創造價值」的長年理念進行產品開發。透過運用此項技術，將使過去依賴試誤的保健食品錠劑設計，進化為基於數據的開發，以期進一步提升易吞嚥性，並發展能增強體內作用的技術。

未來，我們將持續結合人類與AI的優勢，致力於開發高品質且易於吞嚥的製劑，並進一步提升產品價值。

【刊載論文】

學術期刊名稱:Pharmaceutics

論文名稱:Application of AI in Tablet Development: An Integrated Machine Learning Framework for Pre-Formulation Property Prediction

作者姓名:Masugu Hamaguchi、Tomoki Adachi、Noriyoshi Arai(及其他共同作者)

刊載資訊:Journal: Pharmaceutics Year: 2026 Volume: 18 Issue: 4 Article Number: 452