| Título: | Propranolol e suas características químicas na elaboração de um modelo preditivo para produção de nanopartículas poliméricas |
| Autor(es): | Caldas, Lisandra Fabri Oliveira |
| Orientador(es): | Cunha Filho, Marcílio Sérgio Soares da |
| Coorientador(es): | Gross, Idejan Padilha |
| Assunto: | Propranolol Nanopartículas Química farmacêutica Nanofarmácia Nanopartículas poliméricas |
| Data de apresentação: | 22-Jul-2025 |
| Data de publicação: | 16-Jul-2026 |
| Referência: | CALDAS, Lisandra Fabri Oliveira. Propranolol e suas características químicas na elaboração de um modelo preditivo para produção de nanopartículas poliméricas. 2025. 51 f., il. Trabalho de Conclusão de Curso (Bacharelado em Química Tecnológica) — Universidade de Brasília, Brasília, 2025. |
| Resumo: | O presente trabalho teve como objetivo desenvolver nanopartículas poliméricas
contendo propranolol utilizando o método de nanoprecipitação em meio aquoso, com
posterior análise físico-química das formulações ao longo de 90 dias. Foram
avaliados parâmetros como tamanho, índice de polidispersão (PDI), potencial zeta e
eficiência de encapsulação. Além disso, foi desenvolvido um modelo preditivo
baseado em redes neurais artificiais (RNAs) com o intuito de antecipar as condições
ideais para a produção de sistemas estáveis, reduzindo o número de
experimentações necessárias. As formulações foram elaboradas com Eudragit®
E100, Tween 80 e PVA 40-88. Das 64 formulações obtidas, apenas cinco
apresentaram precipitação, e observou-se que a quantidade de polímero catiônico
foi a variável com maior impacto sobre a maioria dos parâmetros analisados. O
modelo de RNA demonstrou potencial na identificação das variáveis críticas para a
formulação, e os resultados sugerem que o propranolol apresenta comportamento
particularmente estável quando encapsulado, possivelmente devido à sua forma
salina e características eletrostáticas. |
| Abstract: | This work aimed to develop polymeric nanoparticles containing propranolol using the
nanoprecipitation method in aqueous medium, followed by physicochemical analysis
of the formulations over a 90-day period. Parameters such as particle size,
polydispersity index (PDI), zeta potential and encapsulation efficiency were
evaluated. Additionally, a predictive model based on artificial neural networks (ANNs)
was developed to anticipate optimal conditions for the production of stable systems,
minimizing the number of experimental trials. The formulations were prepared using
Eudragit® E100, Tween 80 and PVA 40-88. Among the 64 formulations produced,
only five exhibited precipitation, and the cationic polymer amount emerged as the
most influential variable for most of the analyzed parameters. The ANN model proved
useful in identifying critical formulation variables, and the results suggest that
propranolol exhibits particularly stable behavior when encapsulated, possibly due to
its salt form and electrostatic characteristics. |
| Informações adicionais: | Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Instituto de Química, 2025. |
| Licença: | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta. |
| Aparece na Coleção: | Química Tecnológica
|
Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.