Sich real weiterentwickeln

Jan 13, 2024

Gepostet: 7. September 2022 | Hannah Balfour (European Pharmaceutical Review) | Noch keine Kommentare

EPR hebt die Entwicklung eines Modells zur Vorhersage der Auflösung von Formulierungen mit verzögerter Freisetzung auf der Grundlage von Sensordaten der Raman-Prozessanalysetechnologie (PAT) hervor, das Freisetzungstests in Echtzeit ermöglichen könnte.

Forscher haben ein deterministisches Permeationsmodell (DPM) entwickelt, das das In-vitro-Freisetzungsprofil eines pharmazeutischen Wirkstoffs (API) vorhersagt, der in Hydroxypropylmethylcellulose (HPMC)-Matrixtabletten eingebettet ist. Das auf Raman-Spektren basierende Modell hat das Potenzial, Daten, die von Sensoren der Prozessanalytik (PAT) geliefert werden, in Echtzeit zu verarbeiten, was eine Nutzung für Echtzeit-Freisetzungstests (RTRt) ermöglichen könnte.

Anders als bei Systemen mit sofortiger Freisetzung ist die Freisetzung von Arzneimitteln aus festen Dosierungsformulierungen mit verzögerter Freisetzung (z. B. HPMC-Matrixtabletten) äußerst komplex und umfasst viele Schritte und wechselnde Diffusionsraten. Die Auflösung ist entscheidend für die Bioverfügbarkeit eines pharmazeutischen Produkts – ein entscheidendes Qualitätsmerkmal – und wird daher mithilfe von In-vitro-Methoden und Modellen genau überwacht. Die chemische Raman-Bildgebung wurde verwendet, um die Struktur von Formulierungen und deren Veränderung während der Arzneimittelfreisetzung aufzuklären.

Während die Branche daran arbeitet, kontinuierliche Prozesse zu implementieren und PAT zu nutzen, um Echtzeitinformationen für die Entscheidungsfindung und Prozesssteuerung bereitzustellen, wird die Produktfreigabe in Echtzeit zu einem immer wünschenswerteren Angebot. Dies erfordert die Entwicklung von RTRt.

Zwei Methoden können verwendet werden, um die Auflösung in Arzneimitteln vorherzusagen: Auf ersten Prinzipien basierende Methoden werden in der Regel bei der Formulierungsentwicklung verwendet, um zu untersuchen, wie Formulierungsparameter mit der Auflösung zusammenhängen, während bei letzteren datengesteuerte empirische Ansätze wie die Partial Least Squares (PLS)-Regression verwendet werden Stufen mit Modellen für RTRt, die auf diesen empirischen Methoden basieren.

Laut einem im International Journal of Pharmaceutics veröffentlichten Artikel wurde bisher keine First-Principles-Methode zur Verarbeitung von PAT-Sensordaten für die Auflösungsvorhersage in Echtzeit verwendet. Horkovics-Kovats et al. erstellte ein auf einem mechanistischen Ansatz basierendes Modell und nutzte es, um veröffentlichte Auflösungsprofile auf der Grundlage von Raman-PAT-Daten vorherzusagen. Um seine Anwendbarkeit zu bestimmen, wurden die Auflösungsvorhersagen des mechanistischen Modells mit denen eines typischen empirischen Modells namens künstliches neuronales Netzwerk (ANN) verglichen.

Tabletten, die unterschiedliche Mengen des hochlöslichen Wirkstoffs Drotaverinhydrochlorid und HPMC enthielten, wurden unter Verwendung unterschiedlicher Kompressionsdrücke gemäß einem 33-Faktor-Design hergestellt. Ihre Raman-Spektren wurden vor dem Auflösungstest aufgezeichnet und zur Entwicklung des DPM (mechanistisches Modell) verwendet.

In der Studie zeigten die Forscher, dass das entwickelte mechanistische Modell „in der Lage ist, das Auflösungsprofil von Retardtabletten, die mit verschiedenen Einstellungen hergestellt wurden, genau vorherzusagen“, indem es die vorhergesagten Auflösungen mit gemessenen Werten vergleicht. Daher betrachteten sie es als „die erste Nutzung eines solchen Modells … zur Vorhersage von Auflösungsprofilen auf der Grundlage von Daten, die von PAT-Sensoren bereitgestellt werden“.

Darüber hinaus wurde beim Vergleich der Auflösungsvorhersagen des DPM mit den Ergebnissen eines typischen empirischen Modells (einem künstlichen neuronalen Netzwerk [ANN]) eine ähnliche Leistung festgestellt, wobei das mechanistische Modell zwei bemerkenswerte Vorteile hatte: Es basiert auf physikalischen Phänomenen und es wird die halbe Anzahl an Proben benötigt, um das Modell zu trainieren.

Die Autoren kamen zu dem Schluss, dass ihre Methode das Potenzial hat, für die Echtzeitverarbeitung von PAT-Daten verwendet zu werden und daher für RTRt genutzt werden könnte, da das DPM die schnelle Vorhersage von Auflösungsprofilen ermöglichen könnte.

Weiterentwicklung der autonomen API-Reaktionsoptimierung…

Aktive pharmazeutische Inhaltsstoffe (API), Analysetechniken, Arzneimittelherstellung, Formulierung, Prozessanalytische Technologien (PAT), QA/QC, Raman-Spektroskopie