定量传输拉曼方法开发
2022年4月14日
作者:朱莉娅·格里芬(Julia Griffen)代表Agilent Technologies UK Ltd
免费阅读
文章可以免费下载。解锁该文章要显示更多内容,图形和图像。
“我的药物中实际上有多少药物?”一家重要的问题制造商通常会问。传输拉曼光谱(TRS)是回答这个问题的出色技术。TR可用于分析整个完整的片剂和胶囊。在没有样品制备的情况下产生批量定量结果。本教程文章是方法开发过程的摘要。
传播拉曼光谱(TRS)是一种调节性批准的内容均匀性(CU)测试的方法。内容均匀性(CU)是针对口服固体剂量(OSD)形式(例如片剂和胶囊)的强制性批处理测试。它由USP <905>剂量单元的均匀性[1]定义。
TRS是一项快速,批量,无损的技术,在药品QC实验室中提供了有效且具有成本效益的免费分析工作流程。该技术不仅在速度方面有效(每个样品少于1分钟),而且在完全否定样品制备溶剂和消耗品方面也有效。
尽管受到行业指导得到很好的引用和支持,但通常无法很好地理解光谱方法的实施途径[2,3,4,5]。本文规定了实施光谱技术作为批处理测试的主要步骤。
1.可行性
2.校准
3.验证
4.参考测量和模型构建
5.实施
6.模型维护
尽管TRS的突出应用是在CU测试中,但在实时释放测试中,进一步的定量应用领域,过程中检查,配方开发,结晶度和多晶型物分析也是可能的。定量方法开发过程在应用之间类似。
1.可行性
在进行大型分析方法开发工作流程之前,重要的是要了解该应用程序是否有效。可行性研究包括扫描许多可能合适的产品,并寻找适合该技术的配方和产品形式。通常,作为片剂或胶囊,具有> 1%W/W API(活性药物成分)含量的公式是合适的。由于光谱中的API贡献会更强,因此在10-40%w/w之间较高的浓度将更加容易。其他形式的产品,例如粉末,面霜和溶液也是可行的应用。
可行性测试应从对最终产品和纯组件的分析开始,以确定是否可以获得高质量的光谱。在最终产品光谱中,必须可见API和主要赋形剂。荧光水平较低的明确定义的拉曼光谱是良好候选者的理想特性。一个示例如图1所示,其中API峰〜700、1100和1600 cm-1清晰可见,以及约300-500 cm-1的赋形剂(乳糖)峰。
在此阶段,可以建立一个少量的校准样品集,以进一步研究生存能力。这可能是将API刺激为安慰剂混合物。但这不是一个完整的校准。
在此阶段,请查看产品的历史批次,以获得适当的批处理光谱变化(如果有)的适当感觉。
2.校准
下一个阶段是校准,其中涉及制作不同浓度的样品并构建化学计量模型。用于大量定量性质的普遍使用的化学计量模型涉及主成分分析(PCA),粒子最小二乘(PLS),部分最小二乘判别分析(PLS-DA)。
在设计(DOE)设计后,应进行校准样品,该实验(DOE)封装了预期的过程和产品变化的因素,这些因素被认为是光谱变异性的高风险。例如,人们可能期望API和主要赋形剂在DOE中发生变化。但不太可能期望较小的赋形剂/润滑剂或粒度分布变化。作为校准设计的一部分,建议采用基于风险的方法来确定哪些因素影响正在分析的产品的细节。
典型的校准将在7至25个样品中,分为N数量的片剂,其中至少3片(理想情况下,每个样品都可以分析更多)。
通过改变激光功率和扫描时间,将对采集参数进行优化,以在尽可能短的时间内实现令人满意的拉曼信号。
也可以获得每个样品的多次测量。每个样品的测量时间通常<1分钟。通常,小白色片剂的透射拉曼光谱需要进行约20秒的测量。
然后在模型构建中使用校准光谱(请参阅第4节)。
3.验证
验证样品对于测试校准至关重要。验证样品与校准无关。验证样品可以是实验室制造和生产材料的混合物。验证样品应充分测试给定应用的校准设计,并代表要测量的过程。
这些样品将作为确保模型有效的验证测试进行分析。
典型的验证样本集将为每批批次10至20个单独的批次和至少10个样本。
4.参考测量和模型构建。
一旦获得了所有校准和验证拉曼光谱,然后使用主技术获取样品的参考测量。主要的分析方法几乎总是HPLC(高性能液相色谱),但它可能是另一种技术,例如紫外线。参考值用作样本的“真实”值。这消除了样品制备和片剂变异性的任何歧义。
化学计量模型用于将拉曼光谱转化为“预测”或结果。在此工作流程中,结果是参考技术的预测,如前所述,通常是该样本的HPLC结果。
USP <1039>化学计量学中的化学计量学指南进行了详尽的描述[6]。
对于定量TRS应用,部分最小二乘(PLS)是最常见的定量多元模型。作为实施光谱的一部分,进行了光谱预处理以说明由于API而导致的光谱变化,并最大程度地减少了来自无关参数的光谱贡献。预处理通常是基本的,然后是标准化,然后是平均居中。光谱区域也进行了完善。模型构建过程是一个迭代过程,并且在应用程序的基础上有所不同。
作为模型构建过程的一部分,将验证样本的拉曼预测与HPLC参考值进行了比较,并确定了不确定性,以及光谱法的适用性。给定模型的接受标准可以根据要求和经常多面而为应用程序。通常,与HPLC相比,拉曼预测的误差为2%-5%。
An example of incorporating the ‘true’ values into the chemometric model is shown in Figure 2. The figure on the left is the gravimetric model and assumed the values of each of the individual datapoints (individual tablet) are the same as the bulk of the material it was prepared from. The model on the right is the Raman PLS model which incorporates HPLC values, where the HPLC values give a ‘true’ value for each tablet. In this scenario incorporating the true HPLC values into the model improves its performance.
5.实施
一旦通过严格的可行性测试,方法开发,验证和验证实现了对分析方法的信心,就可以实施该技术。监管要求将根据应用程序的不同而有所不同,例如,进程检查将与CU批处理测试不同。可以根据需要使用内部药品质量系统(PQ)或外部监管机构使用和批准方法。
6.模型维护
对于任何分析方法,都必须以固定的间隔检查其工作。多元光谱技术也是如此。应经常验证方法,按照基于风险的方法被认为合适的时间间隔,并根据主要方法检查。可以随着过程的更改而对模型进行调整和更改,并且可以通过PQ或外部权威进行更改管理。
参考
1. USP章<905>内容均匀性剂量单元
2. D. Andrews,K。Geentjens,B。Igne等。al。J. Pharm。创新。13,121–132(2018)。
3. J.Villaumié,D。Andrews,K。Geentjens等。al。J. Pharm。创新。14,245 - 258(2019)。
4.美国食品和药物管理局。指导文件;开发和提交工业近红外分析程序指南。(FDA,罗克维尔,医学博士,2021年)FDA-2015-D-0868。
5.Römer,M。4.5传输拉曼光谱 - 药物质量控制中的实施。
在药物分子的固态发育和加工中,M。Gruss(ed。)。(2021)。
6. USP章<1039>化学计量学。
免费阅读
文章可以免费下载。请登录以阅读本文或创建帐户。