使用设计混合过程实验和自验证组合模型 (SVEM) 的脂质纳米粒子 (LNP) 配方优化工作流程
Andrew T Karl1, Sean Essex2, James Wisnowski3
1Adsurgo, LLC; andrew.karl@adsurgo.com.
Journal of visualized experiments : JoVE
|August 22, 2023
概括
本研究介绍了一种设计质量 (QbD) 工作流程,用于优化脂质纳米粒子 (LNP) 配方. 它简化了复杂的混合制约,为科学家提供了一种开发有效LNP的可访问方法.
科学领域:
- 制药科学 制药科学
- 生物技术是生物技术.
- 化学工程是化学工程的重要组成部分.
背景情况:
- 脂质纳米粒子 (LNP) 对于药物输送至关重要,但它们的配方优化是复杂的.
- 传统的方法与LNP脂质混合物 (可电离,辅助,PEG脂质总和到100%) 的固体测量限制作斗争.
研究的目的:
- 提供可访问的设计质量 (QbD) 工作流程,以优化LNP配方.
- 解决LNP设计和分析中混合制约的挑战.
主要方法:
- 利用填充空间的设计来管理混合物限制.
- 采用自验证组合模型 (SVEM) 统计框架进行分析.
- 专注于通常优化的脂质和过程因素.
主要成果:
- 开发了一种工作流程,可以避免混合过程实验中常见的困难.
- 确定了最佳的候选LNP配方.
- 为简化统计模型的解释生成图形总结.
结论:
- 拟议的 QbD 工作流提供了一个可访问和有效的方法来优化 LNP 配方.
- 该方法简化了复杂脂质混合物的分析,有助于开发新的LNP候选物.
- 候选配方可以通过确认运行或扩展研究来验证.


