近红外分析冻干药品水分含量方法的发展

在制药工业中,测量冻干非肠道制剂中的残留水分对于过程控制和确保生产批次样品符合规定的释放参数至关重要。为了发展的目的,这种定量在稳定性研究和优化冷冻干燥过程中使用的冷冻/泵循环中是必不可少的。

用于水分测量的常规技术包括气相色谱,Karl Fischer滴定和热重分析,也称为丧失干燥(LOD)。虽然这些技术在系统成本,溶剂特异性和敏感性方面提供了益处,但它们是在分析下对样品的时间密集和破坏性。

近红外光谱法是一种适用于快速测定冻干物料水分含量的方法。欧洲杯足球竞彩本文介绍了典型冻干药品残留水分近红外测量技术的发展。

近红外光谱的优点

使用NIR光谱分析通常需要30秒。由于在1450nm和1940nm的水中的强大泛孔吸收带,可以校准测量痕量水分的校准。

考虑到通常用于血清瓶和安瓿的硼硅酸盐玻璃在近红外区域是“不可见的”,测量可以在漫反射配置中通过瓶底进行。因此,很少或不需要样品制备,同时消除了昂贵或有毒试剂的要求。

NIR光谱是一种非侵入性和非破坏性的技术,使得分析包括昂贵的活性成分的样品,或用于稳定性研究的样品分析,以使得能够用于随后的效力测定来使用相同的小瓶。

实验程序

使用FOSS NIRSYSTEMS Model 6500光谱仪,采用Rapid Content™分析仪(RCA)来获取NIR光谱(图1)。RCA采样附件采用机械虹膜将小瓶放置在单色入射光束上,以及可以分析1100nm和2500nm之间的漫反射的NIR辐射的铅硫化物检测器阵列。光谱数据是利用32个扫描的信号平均。由于此设备不再可用,建议使用NIRS XDS Rapid Content™分析仪

RCA采样模块用于分析冻干材料。

图1所示。RCA采样模块用于分析冻干材料。

Vision™软件用于执行数据采集和分析。使用分为十组(A至J)的46个样品小瓶,制备校准组。通过用指定量的水掺入每组中的样品来逐步增加水分含量(图2)。然后将样品储存两天以通过允许水分完全蒸发而在小瓶中与样品达到平衡。

用水刺刺样瓶的技术的示意图。

图2。用水刺刺样瓶的技术的示意图。

在此期间,通过维持小瓶的倾斜取向,不允许水与冷冻干燥的饼干直接接触。该方法容易允许制备具有“箱式汽车”分布的校准组,在每个“群”的水分水平(A至J)中具有大致相同的样本计数。

实验结果

Karl Fischer滴定校准样本

Karl Fischer分析结果如图3所示。测量值与每组的期望增长一致,显示出易于控制的实验方法,用于扣压样品的能力。然而,在D5、E2和G3三个样品中测得的水分值高于预期。

这可能是由于包含了过量的水或高初始水分含量在每个小瓶之前的冲刺。不包括这些样品,通过从每个小瓶的实际测量值中减去期望的水分增加值,估计在喷淋前的平均水分含量约为0.7%。

Karl Fischer分析校准集样品的结果。

图3。Karl Fischer分析校准集样品的结果。

NIR光谱数据

图4给出了插入柱状图中不同水分含量的10个定标样品的近红外光谱,清楚地显示了在1940nm波段附近水分含量的增加与相应的光谱特征变化之间的相关性。

包含不同含水量的冻干样品的漫反射近红外光谱如图所示。

图4。包含不同含水量的冻干样品的漫反射近红外光谱如图所示。

二阶导数谱常用于建立定量回归方程。这种数学预处理被应用于校正倾斜的背景和与每组样本反射率变化相关的变化偏移量。

这些差异是由于物理参数,例如蛋糕外观和粒度分布的差异。图4中描绘的相同10样品的第二衍生光谱在图5中描绘。

对应于图4的吸收光谱的第二衍生光谱。

图5。对应于图4的吸收光谱的第二衍生光谱。

回归方程开发

校准样本的光谱通常分为两个独特的组,以便开发定量模型。“训练集”中的样品用于开发回归方程,而“测试集”中的样品用于评估方程。两组不得使用特定样本的光谱。

为了获得校准,用于分析含有含有水分值的样品,在接近指定的接受限制(〜2%H.2O),将多个线性回归(MLR)算法用于从A组到F的校准样本的第二衍生光谱。

这提供了校准方程A,其针对含有低水分含量的样品(0-3.5%H.2O)。除数项减少了由于样本路径长度差异而引起的乘法散射的影响。

对于含水量较低的样品,式A -为:

近红外预测湿度在% = 0.806 - 19。411 (A“1842nm/A”2124nm)

将MLR算法应用于训练集中所有样本的二阶导数光谱,得到方程B,该方程对包含高水分含量(高达15% H2o)。

等式B - 用于具有高残留湿度的样品是,

近红外预测湿度在% = 1.427+6.472 (A“1842nm/A”2162nm)

这两个回归方程的决定系数都很显著,R2为> 0.99。图6和图7分别显示了使用方程A vs. Karl Fischer结果估算的近红外预测湿度值和使用方程B vs. Karl Fischer结果估算的近红外预测湿度值。

使用方程A和卡尔费舍尔结果估算的近红外预测湿度值。

使用方程A和卡尔费舍尔结果估算的近红外预测湿度值。

图6。使用方程A和卡尔费舍尔结果估算的近红外预测湿度值。

使用方程A和卡尔费舍尔结果估算的近红外预测湿度值。

使用方程A和卡尔费舍尔结果估算的近红外预测湿度值。

图7。使用方程A和卡尔费舍尔结果估算的近红外预测湿度值。

含有熔体的缺陷样品的NIR分析

由于部分溶解和液体中的高残留水分水平的存在而冻干蛋糕的“熔体”或冻干蛋糕的崩溃是在冻干产品中观察到的常见缺陷。

在冷冻干燥过程中,如果温度和/或压力不保持在液化发生的过渡点以下,也会发生融化。由于药物降解的可能性,由熔体组成的样品被视为“关键缺陷”,这最终会影响最终产品的功效。

NIR技术对15个含熔体的生产样品进行了分析。每个样品都有很高的水分含量,从5%到20% H2o.尽管样品基质中存在显着折衷,但NIR技术能够确定这些样品。此外,来自具有熔体的样品的漫反射的NIR辐射可能与不具有熔体的样品非常不同。

虽然NIR技术无法确定这些样品的实际水分水平,但它提供了有意义的结果。这证明了NIR技术的潜力用作定性检查工具。由于该技术是非破坏性的,因此可以自动化分析,从而能够分析每个生产样本。

结论

结果清楚地证明了该能力NIR光谱技术分析冻干产品中的残留水分。方法设施的速度和简单性分析非常大的样本集。

分析的自动化允许将残留的水分分析作为所有冻干小瓶的质量保证分析的积分过程。

这些信息已被源,从Metrohm AG提供的材料进行审核和调整。欧洲杯足球竞彩

有关此来源的更多信息,请访问Metrohm AG

引用

请在你的文章、论文或报告中使用下列格式之一来引用这篇文章:

  • APA

    瑞士万通AG)。(2020年5月21日)。近红外方法的发展,分析冻干药物水分水分。Azom。从6月28日,2021年6月28日从//www.wireless-io.com/article.aspx?articled=10471中检索。

  • MLA

    瑞士万通AG)。“开发近红外方法,分析冻干药品中的水分水平”。氮杂.2021年6月28日。

  • 芝加哥

    瑞士万通AG)。“开发近红外方法,分析冻干药品中的水分水平”。Azom。//www.wireless-io.com/article.aspx?articled=10471。(访问2021年6月28日)。

  • 哈佛

    瑞士万通AG)。2020.近红外分析冻干药品水分含量方法的发展.Azom,浏览2021年6月28日,//www.wireless-io.com/artice.aspx?articleid=10471。

问一个问题

您是否有疑问您对本文提出问题?

离开你的反馈
提交