Рынок услуг по демонтажу оборудования и оборудования в 2031 году Ключевые идеи и ведущие игроки Dextra MEI Rigging & Crate Очистить площадку Industrial Highground Industrial Total Lifting Services IMI Industrial Services Group SCHOLPP Group City Recycling UGM Malaysia L & B Технические услуги Armquest Industrial Services
Apr 10, 202312 советов, как обжаривать орехи дома
May 01, 202312 советов, как обжаривать орехи дома
Apr 27, 202312 советов, как обжаривать орехи дома
Aug 19, 2023Налоговый буклет для общества с ограниченной ответственностью за 2022 год
Dec 10, 2023Развитие реального
Размещено: 7 сентября 2022 г. | Ханна Бальфур (Европейское фармацевтическое обозрение) | Пока без коментариев
EPR подчеркивает разработку модели для прогнозирования растворения составов с пролонгированным высвобождением на основе данных датчиков рамановской аналитической технологии (PAT), которая могла бы обеспечить тестирование высвобождения в реальном времени.
Исследователи разработали детерминированную модель проникновения (DPM), которая прогнозирует профиль высвобождения in vitro активного фармацевтического ингредиента (API), встроенного в матричные таблетки гидроксипропилметилцеллюлозы (HPMC). Модель, основанная на спектрах комбинационного рассеяния света, потенциально способна обрабатывать в реальном времени данные, полученные от датчиков технологической аналитической технологии (PAT), что может позволить использовать ее для тестирования выбросов в реальном времени (RTRt).
В отличие от систем немедленного высвобождения, высвобождение лекарств из твердых лекарственных форм с пролонгированным высвобождением (таких как матричные таблетки ГПМЦ) чрезвычайно сложно, включает множество этапов и изменяющуюся скорость диффузии. Растворение имеет решающее значение для биодоступности фармацевтического продукта – важнейшего показателя качества – и поэтому тщательно контролируется с использованием методов in vitro и моделирования. Химическая визуализация комбинационного рассеяния света использовалась для выяснения структуры составов и того, как они изменяются во время высвобождения лекарств.
Поскольку отрасль работает над внедрением непрерывных процессов, используя PAT для предоставления информации в реальном времени для принятия решений и управления процессами, выпуск продуктов в реальном времени становится все более желательным предложением. Для этого необходимо разработать RTRt.
Для прогнозирования растворения в фармацевтических препаратах можно использовать два метода: первые методы, основанные на принципах, обычно используются при разработке рецептур для изучения того, как параметры рецептуры связаны с растворением, тогда как эмпирические подходы, основанные на данных, такие как регрессия частичных наименьших квадратов (PLS), используются в более поздних стадиях. этапы с моделями RTRt, построенными на основе этих эмпирических методов.
Согласно статье, опубликованной в Международном журнале фармацевтики, до сих пор метод первых принципов не использовался для обработки данных датчика PAT для прогнозирования растворения в реальном времени. В своей работе Хоркович-Ковац и др. создал модель, основанную на механистическом подходе, и использовал ее для прогнозирования опубликованных профилей растворения на основе данных рамановской PAT. Чтобы определить ее применимость, прогнозы растворения механистической модели сравнивались с прогнозами типичной эмпирической модели, называемой искусственной нейронной сетью (ИНС).
Таблетки, содержащие различные количества хорошо растворимого АФИ дротаверина гидрохлорида и ГПМЦ, получали с использованием различных давлений прессования в соответствии с 33 полным факторным планом. Их спектры комбинационного рассеяния были записаны перед испытанием на растворение, и это было использовано для разработки DPM (механистической модели).
В ходе исследования ученые показали, что разработанная механистическая модель «способна точно прогнозировать профиль растворения таблеток пролонгированного действия, изготовленных с различными настройками» путем сравнения прогнозируемых значений растворения с измеренными значениями. Таким образом, они сочли это «первым использованием такой модели… для прогнозирования профилей растворения на основе данных, предоставленных датчиками PAT».
Более того, когда прогнозы растворения DPM сравнивались с результатами типичной эмпирической модели (искусственная нейронная сеть [ИНС]), было обнаружено, что они работают аналогично, причем механистическая модель имеет два заметных преимущества: она основана на физических явлениях. и для обучения модели требуется вдвое меньше выборок.
Авторы пришли к выводу, что, поскольку DPM может позволить быстро прогнозировать профили растворения, их метод потенциально может быть использован для обработки данных PAT в реальном времени и, следовательно, может быть использован для RTRt.
Продвижение оптимизации реакций автономного API…
Активный фармацевтический ингредиент (API), аналитические методы, производство лекарств, рецептура, технологические аналитические технологии (PAT), обеспечение/контроль качества, рамановская спектроскопия