진화하는 리얼

Jan 13, 2024

게시일: 2022년 9월 7일 | Hannah Balfour(유럽 의약품 리뷰) | 아직 댓글이 없습니다

EPR은 실시간 방출 테스트를 가능하게 하는 라만 공정 분석 기술(PAT) 센서 데이터를 기반으로 지속 방출 제제의 용출을 예측하는 모델 개발을 강조합니다.

연구자들은 하이드록시프로필-메틸셀룰로오스(HPMC) 매트릭스 정제에 포함된 활성 제약 성분(API)의 시험관 내 방출 프로파일을 예측하는 결정론적 투과 모델(DPM)을 개발했습니다. 라만 스펙트럼을 기반으로 하는 이 모델은 공정 분석 기술(PAT) 센서에서 얻은 실시간 데이터를 처리할 수 있는 잠재력을 갖고 있어 실시간 방출 테스트(RTRt)에 활용될 수 있습니다.

즉시 방출 시스템과 달리, 지속 방출형 고형 투여 제제(예: HPMC 매트릭스 정제)에서 약물 방출은 여러 단계와 확산 속도 변화를 포함하여 매우 복잡합니다. 용해는 중요한 품질 속성인 의약품의 생물학적 이용 가능성에 매우 중요하므로 시험관 내 방법과 모델링을 사용하여 면밀히 모니터링됩니다. 라만 화학 이미징은 제제의 구조와 약물 방출 중 이러한 변화가 어떻게 변하는지를 밝히는 데 사용되었습니다.

업계에서는 의사 결정 및 프로세스 제어를 위한 실시간 정보를 제공하기 위해 PAT를 활용하여 지속적인 프로세스를 구현하기 위해 노력하고 있으므로 실시간 제품 출시가 점점 더 바람직한 제안이 되고 있습니다. 이를 위해서는 RTRt를 개발해야 합니다.

의약품의 용출을 예측하는 데 두 가지 방법을 사용할 수 있습니다. 첫 번째 원리 기반 방법은 일반적으로 제제 개발에서 제제 매개변수가 용출과 어떻게 관련되는지 연구하기 위해 사용되는 반면, 부분 최소 제곱(PLS) 회귀와 같은 데이터 기반 경험적 접근 방식은 나중에 사용됩니다. 이러한 경험적 방법을 기반으로 구축된 RTRt 모델을 사용하는 단계입니다.

International Journal of Pharmaceutics에 게재된 논문에 따르면, 지금까지 실시간 용출 예측을 위한 PAT 센서 데이터 처리에 제1원리 방법이 사용되지 않았습니다. 그들의 연구에서 Horkovics-Kovats et al. 기계적 접근 기반 모델을 생성하고 이를 사용하여 Raman PAT 데이터를 기반으로 발표된 용해 프로필을 예측했습니다. 적용 가능성을 확인하기 위해 기계적 모델의 용출 예측을 인공 신경망(ANN)이라는 일반적인 경험 기반 모델의 예측과 비교했습니다.

다양한 양의 가용성이 높은 API 드로타베린 염산염 및 HPMC를 함유하는 정제는 완전 요인 설계에 따라 다양한 압축 압력을 사용하여 생산되었습니다. 라만 스펙트럼은 용해 테스트 전에 기록되었으며 이는 DPM(기계적 모델)을 개발하는 데 사용되었습니다.

연구진은 이번 연구에서 예측된 용출률을 측정값과 비교함으로써 개발된 메커니즘 모델이 “다양한 설정으로 제조된 서방정의 용출 프로파일을 정확하게 예측할 수 있다”는 사실을 보여주었다. 따라서 그들은 이것이 "PAT 센서가 제공한 데이터를 기반으로 용해 프로필을 예측하기 위한 이러한 모델의 첫 번째 활용"이라고 간주했습니다.

더욱이, DPM의 용해 예측을 일반적인 경험적 모델(인공 신경망(ANN))의 출력과 비교했을 때, 기계적 모델이 두 가지 주목할만한 이점을 가지고 있다는 점에서 유사하게 수행되는 것으로 나타났습니다. 즉, 물리적 현상을 기반으로 한다는 것입니다. 모델을 훈련하려면 샘플 수의 절반이 필요합니다.

저자는 DPM이 용해 프로필을 신속하게 예측할 수 있기 때문에 그들의 방법이 PAT 데이터의 실시간 처리에 사용될 가능성이 있고 따라서 RTRt에 활용될 수 있다고 결론지었습니다.

자율 API 반응 최적화 발전…

활성 제약 성분(API), 분석 기술, 의약품 제조, 제형, 공정 분석 기술(PAT), QA/QC, 라만 분광학