2023亚洲精品中文字幕,九九国产精品一区二区,日韩高清在线中文字带字幕,国产传媒一区二区精品

產(chǎn)品分類
案例詳情

近紅外技術(shù)在制藥行業(yè)的應(yīng)用

日期:2024-09-20 04:42
瀏覽次數(shù):0
摘要:近紅外光譜法是一種快速、無(wú)損的分析技術(shù),它能夠提供樣品的化學(xué)和物理信息。近紅外技術(shù)與多元數(shù)據(jù)分析結(jié)合起來(lái)為定性和定量分析開創(chuàng)了很多新的前景。本文主要闡述了基本的近紅外原理及近紅外技術(shù)在制藥行業(yè)的應(yīng)用,包括該技術(shù)在制藥行業(yè)的規(guī)章規(guī)程、原料鑒定、各種劑型的無(wú)損分析和過(guò)程監(jiān)控與控制。 *近十幾年,在制藥行業(yè)中近紅外分析在原料鑒定,產(chǎn)品品質(zhì)控制和過(guò)程監(jiān)測(cè)已經(jīng)得到了廣泛的接受。

近紅外技術(shù)在制藥行業(yè)的應(yīng)用

吳嚴(yán)巍1 周學(xué)秋1 劉旭1 汪鑫2

1.布魯克光譜儀器公司, 北京,100081 2.北京理工大學(xué),北京,100081

 摘要

近紅外光譜法是一種快速、無(wú)損的分析技術(shù),它能夠提供樣品的化學(xué)和物理信息。近紅外技術(shù)與多元數(shù)據(jù)分析結(jié)合起來(lái)為定性和定量分析開創(chuàng)了很多新的前景。本文主要闡述了基本的近紅外原理及近紅外技術(shù)在制藥行業(yè)的應(yīng)用,包括該技術(shù)在制藥行業(yè)的規(guī)章規(guī)程、原料鑒定、各種劑型的無(wú)損分析和過(guò)程監(jiān)控與控制。

[關(guān)鍵詞]:近紅外;藥學(xué);應(yīng)用;過(guò)程分析技術(shù)

Applications of Near-Infrared Spectroscopy in Pharmaceutical Analysis

Wu Yanwei1  Zhou Xueqiu1  Liu Xu1  Wang Xin2

1. Bruker Optics, Beijng 100081; 2.Beijing Institute of Technology, Beijing 100081

Abstract

Near-infrared (NIR) spectroscopy is fast and nondestructive analytical techniques that provide chemical and physical information of virtually any matrix. In combination with multivariate data analysis these two methods open many interesting perspectives for both qualitative and quantitative analysis. This review focused on recent pharmaceutical NIR applications and coves basic principles of NIR techniques including regulatory issues, raw material identification and qualification, direct analysis of intact solid dosage forms, and process monitoring and process control.

[keywords]: Near-infrared;pharmaceutical;application; Process analytical technologies

 

1.簡(jiǎn)介

近紅外光譜技術(shù)是一種快速、無(wú)損的分析技術(shù)。它是介于可見區(qū)與中紅外區(qū)的電磁波,*早于1800年被天文學(xué)家Herschel所發(fā)現(xiàn)。雖然在20世紀(jì)20年代已經(jīng)開展了近紅外區(qū)研究,但是直到60年代這項(xiàng)技術(shù)才開始應(yīng)用起來(lái)。在50年代來(lái)自美國(guó)農(nóng)業(yè)部的Norris認(rèn)識(shí)到了這項(xiàng)技術(shù)的潛在價(jià)值,并逐步將“現(xiàn)代近紅外技術(shù)”推廣到工業(yè)應(yīng)用中。

*近十幾年,在制藥行業(yè)中近紅外分析在原料鑒定,產(chǎn)品品質(zhì)控制和過(guò)程監(jiān)測(cè)已經(jīng)得到了廣泛的接受,這主要得益于近紅外分析技術(shù)與其他技術(shù)相比有許多****的優(yōu)點(diǎn)。例如,樣品幾乎不需要預(yù)處理;光纖的廣泛使用使得遠(yuǎn)程分析樣品得以實(shí)現(xiàn);還有一張簡(jiǎn)單的光譜圖可以得到多種化學(xué)和物理參數(shù),等等。本文將主要介紹近紅外分析技術(shù)在制藥工業(yè)的各種實(shí)際應(yīng)用。

2.近紅外光譜的基本原理

近紅外區(qū)域按美國(guó)材料與試驗(yàn)學(xué)會(huì)(American Society for Testing and Materials, ASTM)定義是指在780~2526nm范圍內(nèi)的電磁波。該譜區(qū)的吸收譜帶都是中紅外基頻吸收的倍頻與合頻吸收,在近紅外光譜區(qū)產(chǎn)生吸收的官能團(tuán)主要是含氫基團(tuán),包括C-H、O-H、S-H和N-H等。近紅外光譜的吸收譜帶比相應(yīng)基頻振動(dòng)的中紅外譜帶要弱10-100倍,譜區(qū)相對(duì)比較寬,互相重疊。然后,較低的吸收系數(shù)使得近紅外譜區(qū)對(duì)樣品有更深的穿透深度。這個(gè)特點(diǎn)實(shí)際上是一個(gè)該分析技術(shù)的一個(gè)優(yōu)勢(shì),因?yàn)檫@樣可以直接分析吸收較強(qiáng)甚至發(fā)生高散射的樣品,例如對(duì)混濁液體和固體樣品無(wú)需任何前處理進(jìn)行透射和反射方式的直接采樣。

一張近紅外光譜圖包含了樣品所有的化學(xué)和物理信息,吸收峰較寬,各個(gè)譜區(qū)嚴(yán)重重疊,幾乎無(wú)法定義具體吸收帶。它本身就是一個(gè)多變量的分析信息,不具選擇性。在使用近紅外分析方法對(duì)相關(guān)被分析物進(jìn)行定性和定量分析時(shí),需要借助化學(xué)計(jì)量學(xué)方法來(lái)“提取”相關(guān)的信息,同時(shí)減少不相關(guān)的信息,即干擾參數(shù)。目前分析近紅外譜圖的方法有很多種,例如多元回歸、主成分回歸、偏*小二乘、人工神經(jīng)網(wǎng)絡(luò)等等。[1,2,3,4]

3.在制藥行業(yè)的法定規(guī)章

近紅外光譜技術(shù)跟其他分析技術(shù)相比有很多優(yōu)勢(shì),因此在**分析中有很大的前景。無(wú)論是在學(xué)術(shù)上還是在工業(yè)應(yīng)用上,關(guān)于近紅外技術(shù)已經(jīng)有大量的研究論文發(fā)表。然而,在極度規(guī)范的制藥領(lǐng)域中,每項(xiàng)技術(shù)都是在權(quán)威認(rèn)證機(jī)構(gòu)的認(rèn)可下,僅僅從事一些簡(jiǎn)單的常規(guī)分析。實(shí)際上,大部分藥典已經(jīng)收載了近紅外技術(shù)。歐洲和美國(guó)藥典各自都包含了關(guān)于近紅外技術(shù)章節(jié)。這些部分的內(nèi)容主要是關(guān)于儀器性能指標(biāo)的要求,包括波長(zhǎng)范圍、重現(xiàn)性,吸光度線性、信噪比等。而關(guān)于建立和驗(yàn)證應(yīng)用方法的指導(dǎo)說(shuō)明非常有限。[5,6]

cGMP指導(dǎo)方針中的21 CFR part 2 11對(duì)儀器資質(zhì)驗(yàn)證過(guò)程的法定要求有詳細(xì)描述,分別是設(shè)計(jì)驗(yàn)證(design qualification, DQ)、安裝驗(yàn)證(installation qualification, IQ)、操作驗(yàn)證(operational qualification, OQ)、性能驗(yàn)證(performance qualification, PQ)。為了實(shí)際實(shí)現(xiàn)這些要求,ASTM提供了對(duì)關(guān)于建立NIR光譜儀器性能測(cè)試方法的明確說(shuō)明,包括合適的標(biāo)準(zhǔn)物質(zhì)和多變量校正方法。英國(guó)**化學(xué)會(huì)分析方法委員會(huì)在一篇專門的報(bào)告中也提供了評(píng)價(jià)NIR光譜儀器的指導(dǎo)方針。[7]

很多制藥企業(yè)已經(jīng)成功的將近紅外方法作為他們的原料鑒定分析的常規(guī)方法,這主要是基于大部分藥典允許藥廠可以使用不同于藥典的方法,只要這些方法能夠滿足必須的驗(yàn)證參數(shù),例如專一性、線性、范圍、準(zhǔn)確度、精密度、重現(xiàn)性、檢出限等等。這些內(nèi)容在USP第1225章節(jié)和ICH指導(dǎo)規(guī)范Q2A和Q2B中有詳細(xì)說(shuō)明。但是目前的情況是,只有很少的NIR定量分析方法獲得了規(guī)章認(rèn)可。這主要是因?yàn)椤胺欠蛛x”多變量的近紅外方法,與傳統(tǒng)的分離檢測(cè)單變量的色譜分析方法有很大的不同。Moffat[8]等人針對(duì)這些方面做了比較深入的討論,并在2000年發(fā)表了一篇非常優(yōu)良的論文。作者以近紅外方法分析撲熱息痛片劑為例,談到了如何使NIR方法能夠*好地滿足ICH的要求。2001年P(guān)ASG(UK Pharmaceutical Analytical Science Group)發(fā)表了關(guān)于“制藥行業(yè)中建立和驗(yàn)證近紅外方法的指導(dǎo)規(guī)范”,里面即涵蓋了近紅外方法的獨(dú)特性和專屬性,同時(shí)也保持了與ICH Q2A和Q2B中關(guān)于傳統(tǒng)方法驗(yàn)證要求的互補(bǔ)性。PASG中的指導(dǎo)規(guī)范針對(duì)硬件和軟件均給與了詳細(xì)的說(shuō)明,給制藥行業(yè)和藥品規(guī)范管理部門在近紅外定量分析方法認(rèn)證方面提供了極大的幫助。(PASG指導(dǎo)規(guī)范見:www.pasg.org.uk/NIRmay01.pdf)[9]

制藥行業(yè)通過(guò)采取質(zhì)量建構(gòu)(制定標(biāo)準(zhǔn)操作程序SOP、制定法規(guī)、細(xì)化標(biāo)準(zhǔn))、頒發(fā)質(zhì)量合格證書或質(zhì)量認(rèn)證(試生產(chǎn)、IQ、OQ、PQ過(guò)程質(zhì)量認(rèn)證)和質(zhì)量檢驗(yàn)(在生產(chǎn)過(guò)程中或產(chǎn)品*后發(fā)布時(shí))等方法的綜合運(yùn)用來(lái)確保一種藥品能夠符合原定的外觀和藥效。但是這些實(shí)際上都是基本建立于離線檢測(cè),僅適用于證明小部分、隨機(jī)樣品的產(chǎn)品的合格性。美國(guó)食品及**管理局(FDA)開始認(rèn)識(shí)到傳統(tǒng)的質(zhì)量管理方法可能是藥品問題潛在的主要原因,并于2002年頒布了經(jīng)過(guò)修改完善的cGMP指導(dǎo)文件,其中包括支持過(guò)程分析技術(shù)(PAT)的采用。PAT被定義為是通過(guò)對(duì)原材料和處于加工中材料的關(guān)鍵性質(zhì)量品質(zhì)和性能特征進(jìn)行及時(shí)監(jiān)測(cè),設(shè)計(jì)、分析和控制加工制造,來(lái)確保*終產(chǎn)品品質(zhì)。由于近紅外光譜分析技術(shù)非常適合在線測(cè)量,因此是一個(gè)非常重要的PAT工具。目前要將近紅外在過(guò)程控制中的優(yōu)勢(shì)完全發(fā)揮出來(lái),還有許多的挑戰(zhàn),包括硬件的設(shè)計(jì),各種藥品管理規(guī)范的認(rèn)可等等。但是值得期待不久的將來(lái)NIR作為*重要的PAT工具,將會(huì)廣泛應(yīng)用于制藥行業(yè)。[10]

4.制藥行業(yè)的應(yīng)用

4.1 原料及中間體的鑒別和鑒定

近紅外光譜法可以用于原料藥和輔料的分析。早在1988年,Rostaing等[11]就應(yīng)用傅立葉變換紅外光譜和近紅外漫反射光譜對(duì)制藥原料進(jìn)行了快速鑒別。1995年,Van等[12]首先建立了各種原料的標(biāo)準(zhǔn)指紋近紅外譜庫(kù),對(duì)來(lái)源不同、在化學(xué)或物理性狀方面只具有微小差異的原料,實(shí)現(xiàn)了正確判別。Smola等[13]也報(bào)道了近紅外在原料藥判別分析上的應(yīng)用。使用近紅外光譜法對(duì)原料進(jìn)行化學(xué)鑒定通常采用建立該原料的光譜庫(kù)。如果該原料的譜圖庫(kù)建立的比較好,也就是這種原料的近紅外光譜圖同時(shí)包含了其化學(xué)和物理信息,因此可以用來(lái)作為原料品質(zhì)分析。在1990年早期,Viels等[14,15]用NIR建立一個(gè)新的定性方法,稱作“一致性(conformity)”方法,并且引入了一個(gè)新的品質(zhì)參數(shù)——一致性指數(shù)(Conformity Index, CI)。他們成功用這個(gè)方法替代了藥典方法對(duì)氨芐青霉素三水合物的鑒別。值得一提的是,這是頭個(gè)被美國(guó)FDA認(rèn)可的用于測(cè)試大批用于人類藥品的近紅外方法。水分含量是原料藥品質(zhì)的一個(gè)重要指標(biāo),Ciurczak等[16]*早將近紅外技術(shù)用于原料藥的水分檢測(cè),并將該方法與傳統(tǒng)方法進(jìn)行了比較,如Karl Fischer滴定和失重法。原料藥的粒徑、結(jié)晶狀態(tài)在制劑生產(chǎn)和控制主要活性成分的過(guò)程中同樣非常重要。Ciurczak等同時(shí)也研究了原料粒徑和近紅外光譜之間的關(guān)系。另外近紅外也可以區(qū)分不同晶型的原料藥。Patel等[17]人使用近紅外技術(shù)檢測(cè)不同晶型的磺胺塞唑的混合物。對(duì)于無(wú)定形的和結(jié)晶型的乳糖水合物混合物,*低可準(zhǔn)確檢測(cè)范圍在1%w/w以內(nèi)。

4.2 各種劑型的無(wú)損分析

近紅外光譜技術(shù)在**制劑的分析方面的應(yīng)用已有了很大的發(fā)展。在早期,近紅外光譜法與傳統(tǒng)分析方法一樣,需要用溶劑提取制劑樣品中的待測(cè)成分后進(jìn)行測(cè)定。隨著近紅外方法的發(fā)展,計(jì)算機(jī)科學(xué)和化學(xué)計(jì)量學(xué)的進(jìn)步,可以用近紅外光譜法對(duì)制劑樣品進(jìn)行無(wú)損分析。在這方面近紅外技術(shù)與傳統(tǒng)的分析方法相比有無(wú)可比擬的優(yōu)越性。

4.2.1 片劑

*早使用近紅外光譜對(duì)片劑**進(jìn)行含量測(cè)定的是FAD的Sherken,他用近紅外法測(cè)定一系列的甲丙氨脂標(biāo)準(zhǔn)溶液,建立了計(jì)算甲丙氨脂含量的校正方程。另外近紅外在透過(guò)包裝材料快速無(wú)損鑒別片劑的活性成分或輔料是一大優(yōu)勢(shì)。Dempster等[18]人成功的用近紅外技術(shù)透過(guò)包裝材料鑒別了不同劑量的安慰劑(2、5、10和20% w/w)。目前已經(jīng)有很多關(guān)于近紅外技術(shù)快速測(cè)定片劑中活性成分的報(bào)道。在早期分析片劑時(shí),至少都要片劑研磨成粉,然后在分析。在20世紀(jì)80年代后期,開始發(fā)展為直接分析片劑中的活性成分。在*近的十幾年里關(guān)于這方面的越來(lái)越多。Drennen和Lodder[19]用近紅外漫反射技術(shù)監(jiān)測(cè)阿司匹林片劑吸水后水解成水楊酸的過(guò)程。因?yàn)榻t外光譜同時(shí)包含了水和水楊酸的信息,因此一次測(cè)量可以同時(shí)得到這兩個(gè)參數(shù)。Drennen等[20]還用近紅外分析方法對(duì)測(cè)定片劑的硬度進(jìn)行了研究。對(duì)于片劑溶出速率的預(yù)測(cè)是近紅外光譜法在制藥領(lǐng)域的又一個(gè)應(yīng)用。Zannikos等[21]人在1991年的一項(xiàng)研究中,將貯存在同樣高濕度條件下不同廠家的卡馬西平的溶出情況做了比較,測(cè)定**至于USP溶出儀中1h后溶液中**的濃度,并據(jù)此建立了近紅外光譜法的校正模型。然后用光譜儀采集片劑的近紅外光譜,并測(cè)定其的溶出速率。

4.2.2 膠囊

硬膠囊是一種非常多樣化的劑型,它里面可以填充各種配方形式的**,例如粉末、顆粒,微球甚至是液體和半固體等。鑒別,活性成分含量、水分含量和溶出度是控制硬膠囊質(zhì)量的重要指標(biāo)。近紅外法可以通過(guò)一張譜圖得到所有這些信息。1987年Lodder等[22]利用近紅外光譜鑒別了摻雜和沒有摻雜的膠囊。這篇報(bào)道是**使用近紅外方法無(wú)損分析膠囊。。在*近幾年里,Reich等[23,24]通過(guò)了大量的數(shù)據(jù)說(shuō)明了近紅外透射和反射法在控制膠囊質(zhì)量有非常大的潛力。

軟膠囊與硬膠囊相比,它們一般是完全被填充成型的封裝成一個(gè)連續(xù)的整體。囊殼厚度一般為500μm左右。關(guān)于用近紅外分析軟膠囊的報(bào)道相對(duì)較少,主要是由于以下原因:1)囊殼的顏色在近紅外區(qū)有很強(qiáng)的吸收。2)光譜的采集受形狀的影響比較大,例如囊殼的厚度、接縫的影響等。3)囊殼的水分跟外界環(huán)境有很大的關(guān)系。Reich等[25,26]使用近紅外光譜同樣在軟膠囊上做了很多的工作。他們的實(shí)驗(yàn)數(shù)據(jù)表明了解軟凝膠殼的水分和可塑性變化對(duì)近紅外光譜的影響是將近紅外技術(shù)用于軟膠囊品質(zhì)分析的先決條件。

4.2.3凍干產(chǎn)品

凍干制劑通常是針對(duì)一些易水解的**,用于提高其穩(wěn)定性。因此水分的含量是凍干制劑一個(gè)非常重要的指標(biāo)。傳統(tǒng)測(cè)水分的方法非常耗時(shí),例如Karl Fischer滴定。而采用近紅外光譜法不僅快速而且可以直接透過(guò)玻璃瓶進(jìn)行無(wú)損分析。Derksen等[27]使用近紅外光譜法測(cè)定藥品的穩(wěn)定性。他將水分含量和活性**的含量進(jìn)行關(guān)聯(lián)來(lái)確定藥品的有效期。Lin和Hsu[28]用五種不同的蛋白質(zhì)來(lái)評(píng)估近紅外光譜法在不同的算法下測(cè)量水分的準(zhǔn)確度。雖然使用近紅外光譜法在分析凍干產(chǎn)品上還有很多的問題需要克服,但是可以預(yù)見在不久的將來(lái)這種方法在這種類型產(chǎn)品中的應(yīng)用會(huì)越來(lái)越成熟。

4.3 過(guò)程監(jiān)測(cè)和過(guò)程控制

近紅外光譜法分析的*大特點(diǎn)是操作簡(jiǎn)便、快速、可不破壞樣品進(jìn)行原位測(cè)定、可不使用化學(xué)試劑、不必對(duì)樣品進(jìn)行預(yù)處理,可以直接對(duì)顆粒狀、固體狀、糊狀、不透明的樣品進(jìn)行分析。這些特點(diǎn)為制藥行業(yè)生產(chǎn)過(guò)程中的監(jiān)測(cè)和控制提供了一個(gè)非常好的平臺(tái),這也是PAT在實(shí)時(shí)測(cè)量和“質(zhì)量來(lái)源于設(shè)計(jì)”的思想的一個(gè)范例。

4.3.1 混合過(guò)程

混合過(guò)程是生產(chǎn)固體制劑或半固體制劑的一個(gè)重要的中間過(guò)程?;旌系?終目的是為了讓所有的組分達(dá)到一個(gè)均勻的分布。傳統(tǒng)的方法是取樣后進(jìn)行UV或HPLC分析。這種方法比較耗時(shí),并且往往只是測(cè)量里面的活性成分而忽視了其他的組分分布情況。顯然近紅外在線監(jiān)測(cè)混合過(guò)程的優(yōu)點(diǎn)與傳統(tǒng)方法比是非常明顯的。近紅外光譜不僅同時(shí)獲取了各種組分的化學(xué)信息同時(shí)也包含了樣品的物理特性。Sekulic等[29]*早報(bào)道了采用近紅外光導(dǎo)纖維在線監(jiān)測(cè)混合過(guò)程。Berntsson等[30,31]在混合過(guò)程中采用近紅外光譜法實(shí)時(shí)監(jiān)測(cè)做了比較詳細(xì)的研究。他指出采用色散型儀器測(cè)量移動(dòng)的非單一成分樣品會(huì)導(dǎo)致“虛假”光譜,而傅立葉型近紅外光譜對(duì)這類樣品比較合適。

4.3.2 干燥

因?yàn)樗腛-H的吸收振動(dòng)在近紅外區(qū)比較強(qiáng),因此采用近紅外光導(dǎo)纖維技術(shù)在線優(yōu)化控制干燥的時(shí)間終點(diǎn)是一個(gè)很好的選擇。White[32]在微波真空干燥過(guò)程中使用近紅外在線技術(shù)控制過(guò)程的終點(diǎn)。他主要使用1410、1930和1630nm的吸收值來(lái)建立模型。當(dāng)樣品水分少于6%的情況下,預(yù)測(cè)樣品的SEP為0.6%。并且該論文指出水分預(yù)測(cè)值跟樣品本身沒有關(guān)系,因此該模型的適用性非常好。Morris等[33]使用近紅外在線監(jiān)測(cè)流動(dòng)床干燥過(guò)程,并將整個(gè)過(guò)程的不同的階段通過(guò)可視化的形式反映出來(lái)。其實(shí)目前已經(jīng)有很多文章描述了近紅外在不同干燥過(guò)程的應(yīng)用,包括微波真空干燥、流動(dòng)床和冷凍干燥等。此外,近紅外光譜法對(duì)整個(gè)干燥過(guò)程還提供了很多新的信息,例如解析速率和干燥過(guò)程完成的穩(wěn)定狀態(tài)值。這些結(jié)果均清晰的展現(xiàn)了干燥過(guò)程中的產(chǎn)品狀態(tài)。

4.3.3 制粒過(guò)程 

片劑的生產(chǎn)過(guò)程中通常需要制粒這個(gè)步驟來(lái)改善了粉末流動(dòng)性和可壓性。這個(gè)過(guò)程對(duì)后期的壓片至關(guān)重要。使用近紅外光譜法在線監(jiān)控并確定過(guò)程終點(diǎn)可以為制粒過(guò)程提供顆粒粒徑和水分含量的實(shí)時(shí)數(shù)據(jù)。List和Steffens[34]在1996年發(fā)表了一篇關(guān)于近紅外光譜法在線監(jiān)控濕法制粒的過(guò)程。整個(gè)濕法制粒過(guò)程會(huì)按一定的時(shí)間間隔停止后,用近紅外光纖采集光譜。*后用PLS算法建立了安慰劑混合物的水分定量模型。Watano等[35]是*早報(bào)道使用近紅外光譜法在線監(jiān)控?cái)噭?dòng)流動(dòng)床制粒過(guò)程中的水分含量。并且他們考察了液體流動(dòng)速率和過(guò)程中空氣溫度的影響。Goebel和Steffens[36]使用傅立葉近紅外光譜儀在流動(dòng)床制粒過(guò)程中在線檢測(cè)顆粒大小和濕度。他們采用Karl Fischer滴定法和激光衍射法分別作為水分和粒徑的參考數(shù)據(jù)。然后用PLS算法建立了一個(gè)這兩種指標(biāo)的定量模型。*后的結(jié)果說(shuō)明了采用近紅外光譜法測(cè)量粒徑要比測(cè)定濕度具有更大的挑戰(zhàn)性。

4.3.5 包衣

包衣在制藥行業(yè)中是為了改變藥片的口味而易于服用,或者是控制**的溶出速率。包衣的好壞與厚度和均勻性密不可分。目前包衣厚度和均勻性的評(píng)估主要是通過(guò)稱重和間接的溶出測(cè)試。對(duì)于PAT而言,這種方法有兩個(gè)主要的缺點(diǎn): **,增重法的測(cè)量沒有考慮到在包衣過(guò)程中藥片質(zhì)量的損失,這樣將會(huì)導(dǎo)致該方法的準(zhǔn)確性。**,溶出測(cè)試屬于間接,耗時(shí)的分析方法。近紅外在線監(jiān)測(cè)包衣過(guò)程同樣具有很大的優(yōu)勢(shì)。Kirsch等[37]發(fā)現(xiàn)片劑樣品近紅外光譜的變化和包衣的厚度之間存在相關(guān)性。他們對(duì)近紅外光譜法在片劑的包衣過(guò)程監(jiān)測(cè)中的應(yīng)用做了進(jìn)一步的考察。在用乙基纖維素(EC)或羥丙基纖維素(HPMC)進(jìn)行包衣的過(guò)程中,按一定的時(shí)間間隔取樣,測(cè)定片劑樣品的近紅外光譜。采用二階導(dǎo)數(shù)和多元散射校正兩種方法進(jìn)行處理,然后用主成分回歸建立包衣厚度的模型。為了控制**活性成分的釋放,研究人員采用了一種以包衣技術(shù)為核心的制劑新工藝,即在緩釋**片心外包上一層含有快速釋放**的包衣。這需要一種能夠?qū)ν鈱影轮?*活性成分進(jìn)行快速、非破壞的定量分析方法對(duì)這種高精度的包衣過(guò)程進(jìn)行監(jiān)控。Buchanan等[38]選擇了近紅外光譜法,所得結(jié)果與HPLC測(cè)試結(jié)果一致,這表明能夠用近紅外光譜法更加快速有效地對(duì)新的包衣工藝進(jìn)行質(zhì)量評(píng)價(jià)。

5. 總結(jié)

本文主要闡述了近紅外光譜技術(shù)在制藥行業(yè)的應(yīng)用。作為一種快速、無(wú)損、多元的分析方法,近紅外光譜技術(shù)已經(jīng)被制藥工廠廣泛的應(yīng)用在原料藥的鑒別、鑒定以及各種劑型的無(wú)損化學(xué)分析上。隨著儀器硬件和軟件的不斷升級(jí),“質(zhì)量源于設(shè)計(jì)”這種理念的不斷深入,可以預(yù)見在不久的將來(lái)近紅外光譜技術(shù)將成為制藥行業(yè)的過(guò)程控制和監(jiān)測(cè)中的常規(guī)方法。

 

參考文獻(xiàn):

 [1]. 陸婉珍,袁洪福,徐廣通,等. 現(xiàn)代近紅外光譜分析技術(shù). 北京:中國(guó)石化出版社,2000,1~32

[2]. 安登魁,相秉仁等,現(xiàn)代**分析選論,北京:中國(guó)醫(yī)藥科技出版社,2001,202~218

[3]. 嚴(yán)衍祿,趙龍蓮,韓東海,楊曙明等,近紅外光譜分析基礎(chǔ)與應(yīng)用,北京:中國(guó)輕工業(yè)出版社,2005,444~462

[4]. 相秉仁,李睿,吳擁軍等。近紅外光譜技術(shù)在藥學(xué)領(lǐng)域中的應(yīng)用,計(jì)算機(jī)與化學(xué),1999,16(5):327~328

[5]. Near-infrared spectrometry, Chapter 2.2.40, European Pharmacopoeia, 4th edition, 2001, 55-56

[6]. Near-infrared spectrophotometry, Chapter 1119, United States Pharmacopoeia USP26NF21, 2003, 2388~2391

[7]. America Society for Testing and Material, E1866-97: Standard Guide for Establishing Spectrophotometry Performance Tests, and E1655: Standard practices for infrared, multivariate, quantitative analysis, Official ASTM Publications, Philadelphia, PA, 2000

[8]. A.C. Moffat, A.D. Trafford, R.D. Jee, P. Graham. Meeting the International Conference on Harmonisation’s Guidelines on Validation of Analytical Procedures: quantification as exemplified by a near-infrared reflectance assay of paracetamol in intact tablets, Analyst 125 (2000) 1341~1351

[9]. PASG Guidelines for Development and Validation of Near Infrared (NIR) spectroscopic methods, May 2001, 1~39

[10]. USFDA Draft Guidance for Industry: PAT——a framework for innovative pharmaceutical manufacturing and quality assurance, 2003, 4~21

[11]. Rostaing B., Delaquis P., Guy D. Automation of pharmaceutical raw material identification. fourier transform infrared spectroscopy and near infrared diffuse reflectance spectroscopy applied to rapid in process control of    pharmaceutical raw material, S.T.P. Pharma Pratiques, 6(1988), 509~515

[12]. Van Der Vlies C., Kaffka K. J., Plugge W. Qualifying pharmaceutical substances by fingerprinting with nir spectroscopy and pqs. Pharmaceutical Technology Europe, 1995, 43~ 56

[13]. Smola N., Urleb U. Near infrared spectroscopy applied to quality control of incoming material in the pharmaceutical industry. Farmacevtski Vestnik, 50(1999), 296~297

[14]. W. Plugge, C. van der Viles. The use of near infrared spectroscopy in quality control laboratory of the pharmaceutical industry, J. Pharm. Biomed. Anal. 1992, 793~803

[15]. W. Plugge, C. van der Viles. Near-infrared spectroscopy as an alternative to assess compliance of ampicillin trihydrate with compendial specifications, J Pharm. Biomed. Anal. 1993, 435~442

[16]. E. W. Ciurczak, R.P. Torlini, M.P. Demkowicz. Determination of particle size of pharmaceutical raw materials using near-infrared reflectance spectroscopy, Spectroscopy 1996, 36~39

[17]. A.D. Patel, P.E. Luner, M.S. Kemper. Low-level determination of polymorph composition in physical mixtures of near-infrared spectroscopy, J. Pharm. Sci. 90(2001), 389~396

[18]. M.A. Dempster, J.A. Jones, I.R. Last, B.F. McDonald, K.A. Prebbe. Near-infrared methods for the identification of tablets in clinical trial supplies, J. Pharm. Biomed. Anal. 11(1992), 1087~1092

[19]. J.K. Drennen, R.A. Lodder. Non-destructive near-infrared analysis of intact tablets for determination of degradation products, J. Pharm, Sci. 79(1990), 622~627

[20]. J.D. Kirsch, J.K. Drennen. Nondestructive tablet hardness testing by near-infrared spectroscopy: a new and robust spectral best-fit algorithm, J. Pharm. Biomed. Anal. 19(1999) 351~362

[21]. P.N. Zannikos, W. Li, J.K. Drennen, R.A. Lodder. Spectroscopic prediction of dissolution rate of carbamazepine tablets, Pharm. Res. 8(1991), 974~978

[22]. R.A. Lodder, M. Selby, G..M. Hieftje. Detection of capsule tampering by near-infrared reflectance analysis, Anal. Chem. 59(1987), 1921~1930

[23]. G. Reich. Use of DSC, DMTA and NIRS to determine hard gelatin capsule characteristics associated with brittleness: a mechanistic study, Pharm. Sci. Suppl. 1999

[24]. G. Reich, H. Frickel, A.M. Gil Bermabe. Use of near-infrared transmission spectroscopy to detect batch-to batch variability of hard gelatin capsule shells, Pharm. Sci. Suppl. 1999

[25]. M. Rama, G. Reich. Monitoring structural changes in hard and soft geltatin films and capsules using NIR transmission and reflectance spectroscopy, Proc. 3rd World Meeting APV/APGI, Berlin 3/6, 2000, 507~508

[26]. J. Muller, G. Reich. Determination of plasticizer content in softgel capsule formulations using near-infrared spectroscopy and multivariate regression methods, AAPS Annual Meeting and Exposition, Toronto, 2002, 5343

[27]. M.W.J. Derksen. P.J.M. van de Oetelaar, F.A. Maris, The use of near-infrared spectroscopy in efficient prediction of a specification for the residual moisture content of a freeze-dried product, J.Pharm. Biomed. Anal. 17(1998), 473~480

[28]. T.P. Lin, C.C. Hsu. Determination of residual moisture in lyophilized protein pharmaceuticals using a rapid and noninvasive method: near infrared spectroscopy, J. Pharm. Sci. Technol. 56(2002), 196~205

[29]. S.S. Sekulic, H.W. Ward, D.R. Brannegan, E.D. Stanley, C.L. Evans, S.T. Sciavolino, P.A. Haily, P.K. Aldridge. Online monitoring of powder homogeneity by near-infrared spectroscopy, Anal. Chem. 68(1996), 509~513

[30]. O. Berntsson, L.G. Danielsson, S. Folestad. Characterization of diffuse reflectance fiber probe sampling in moving solids using a Fourier transform near-infrared spectrometer, Anal. Chim, Acta 431(2001), 125~131

[31]. O. Berntsson. Characterization and application of near infrared reflection spectroscopy for quantitative process analysis of powder mixtures, Doctoral Thesis, Stockholm, 2001

[32]. J.G. White. On-line moisture detection for a microwave vacuum dryer, Pharm. Res. 11(1994), 728~732

[33]. K.R. Morris, J.G. Stowell, S.R. Bym, A.W. Placette, T.D. Davis, G.E. Peck. Accelerated fluid-bed drying using NIR monitoring and phenomenological modeling, Drug Dev. Ind. Pharm, 26(2000), 985~988

[34]. K. List, K.J. Steffens. Supervising and controlling of granulation process by near-infrared spectroscopy, Pharm. Ind. 58(1996), 347~353

[35]. S. Watano, K. Terashita, K. Miyanami. Posture feed-back control and process automation in fluidized bed granulation, Adv. Powder Technol. 3(1992), 255~265

[36]. S.G. Goebel, K.J. Steffens. On-line measurement of moisture and particle size in fluidized bed processing with near-infrared spectroscopy, Pharm. Ind. 60(1998), 889~895

[37]. J.D. Kirsch, J.K. Drennen. Near-infrared spectroscopic monitoring of the film coating process, Pharm. Res. 13(1996), 234~237

[38]. Buchanan, BR et al. Use of near-infrared spectroscopy to evaluate an active in a film coated tablet. Pharm. Res. 13(1996), 616-621.


粵公網(wǎng)安備 44010302000429號(hào)

| | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | |