澳門大學中華醫藥研究院團隊運用大數據的機器學習算法，預測並輔助納米藥物製劑納米晶體的開發，研究結果也證實，團隊建立的機器學習算法對“自上而下”(“Top-down”)方法製備的納米晶體具有較好的預測準確性，並對於納米晶體產業化過程中合理處方設計，縮短研發時間具有重要意義，研究成果獲藥劑學著名期刊《Journal of Controlled Release》刊登。
目前的在研藥物中大約有40%的藥物存在水溶性較差的問題。由於這一特性，這些藥物常常難以通過傳統的藥物製劑技術獲得理想的生物利用度，進而發揮藥效。研究發現，納米晶體製劑對於提高此類難溶性藥物的生物利用度有較好的效果。然而目前納米晶體的製備高度依賴於專家的經驗以及反復的實驗試錯，因此研發過程耗費大量的人力物力，失敗風險較高。近年來基於大數據的機器學習算法在網路優化、資訊管理、生物醫學以及材料科學等諸多領域展現出巨大的潛力。其特點在於能高效快速的從已有資料中找出數據間的內在聯繫，並應用於未知數據的預測。基於此，澳大研究者從實驗室內部和已發表文章中提取了910條納米晶體製備相關數據，利用機器學習算法找出數據間內在規律，並最終預測不同製備方法下納米晶體的粒徑和多分散係數。研究結果證實，澳大研究團隊建立的機器學習算法對“自上而下”(“Top-down”)方法製備的納米晶體具有較好的預測準確性。此研究成果對於納米晶體產業化過程中合理處方設計，縮短研發時間具有重要意義。
《Journal of Controlled Release》為藥物製劑領域知名學術期刊，2018年影響因數7.901。澳大助理教授歐陽德方和教授鄭穎為該研究論文通訊作者，澳大博士研究生何媛和葉祝一帆為共同第一作者；澳大研究助理劉馨陽，碩士研究生魏鄭傑、邱芬，應用物理及材料工程研究院李海峰老師也為此研究做出重要貢獻。該研究獲澳門科技發展基金會和澳門大學資助。
