Ingeniería de uniformidad de contenido basada en la simulación para el desarrollo y la fabricación de fármacos

Área de la Ciencia:

• Ciencias farmacéuticas
• Química computacional
• Ingeniería de procesos

Sus antecedentes:

• Los modelos estocásticos y las simulaciones de Monte Carlo (MC) son cruciales para evaluar el riesgo de uniformidad de contenido (UC) en la fabricación farmacéutica, reduciendo la necesidad de una experimentación extensa.
• La precisión y la aplicación adecuada de estas simulaciones son primordiales para su utilidad dentro de los flujos de trabajo operativos.

Objetivo del estudio:

• Analizar un modelo estocástico de formación de comprimidos para las caracterizaciones cuantitativas de los regímenes de dosis basados en la distribución del tamaño de partícula del ingrediente farmacéutico activo (API), ofreciendo orientación temprana sobre el riesgo de CU.
• Validar la importancia de los diámetros de corte del tamaño superior de las partículas en las simulaciones de MC, teniendo en cuenta los procesos de fabricación y los márgenes de seguridad.
• Demostrar herramientas basadas en la simulación para la ingeniería de DSP y la evaluación de riesgos de CU, integradas en los flujos de trabajo comunes de desarrollo farmacéutico.

Principales métodos:

• Análisis de un modelo estocástico de formación de comprimidos para obtener caracterizaciones cuantitativas del régimen de dosis vinculadas a la DSP de la API.
• Simulación de Monte Carlo (MC) del modelo estocástico de formación de tabletas para evaluar el impacto de los límites de tamaño de las partículas.
• Desarrollo de herramientas basadas en la simulación para químicos de procesos y formuladores para la ingeniería de PSD y la evaluación de riesgos de CU.

Principales resultados:

• Se desarrollaron caracterizaciones cuantitativas de los regímenes de dosis basadas en la DSP de la API, proporcionando indicadores tempranos de riesgo de CU.
• Se validó la importancia de seleccionar diámetros de corte superiores adecuados para el tamaño de las partículas en simulaciones de MC, incorporando consideraciones sobre el proceso de fabricación y los márgenes de seguridad.
• Se demostraron herramientas basadas en la simulación para la orientación de objetivos de DSP en etapas tempranas, la predicción de las tasas de aprobación de la Farmacopea de los Estados Unidos (USP) < 905> y la identificación de parámetros de DSP de API de bajo riesgo y potencias de dosis.

Conclusiones:

• El modelado estocástico y las simulaciones de MC ofrecen herramientas potentes y validadas para evaluar y gestionar el riesgo de CU en el desarrollo farmacéutico.
• Los enfoques basados en la simulación permiten la ingeniería proactiva de los DSP y la evaluación de riesgos, optimizando los procesos de fabricación farmacéutica.
• Las herramientas desarrolladas facilitan la toma de decisiones informadas para los químicos de proceso y los formuladores, mejorando la eficiencia y la fiabilidad del desarrollo de productos farmacéuticos.