强大的近红外建模用于制药粉体流:外部可变增强代优化技术 (EVA-IOT).
Natasha L Velez-Silva1, Adam J Rish1, James K Drennen1
1Duquesne University Graduate School for Pharmaceutical Sciences, Pittsburgh, PA 15282, United States; Duquesne Center for Pharmaceutical Technology, Duquesne University, Pittsburgh, PA 15282, United States.
一种新方法,外部变量增强代优化技术 (EVA-IOT),提高了在连续制造中药物预测的准确性. EVA-IOT提高了对工艺变化的稳定性,为质量监测提供了节省材料的替代方案.
科学领域:
- 制药制造业 制药制造业 制药制造业
- 过程分析技术 过程分析技术
- 频谱学是一种光谱学.
背景情况:
- 代优化技术 (IOT) 算法在医药领域越来越多地用于无校准的过程分析技术.
- 使用IOT的近红外 (NIR) 光谱学显示出对连续粉末混合物监测的前景.
- 连续制造中的动态工艺条件和密度变化可以降低IOT方法的准确性和稳定性.
研究的目的:
- 引入一种新的方法,EVA-IOT,以提高IoT算法的预测准确性和稳定性.
- 在动态的连续制造环境中解决IOT方法的局限性.
- 开发一种节省材料的替代传统的校准密集型建模方法.
主要方法:
- 开发了外部变量增强代优化技术 (EVA-IOT).
- 纳入的非化学外部可变性形状融入到纯成分谱中.
- 应用了密度增加的EVA-IOT方法来量化模拟连续粉末混合物中的API.
- 利用NIR光谱和分解方法来导出外部可变结构.
主要成果:
- EVA-IOT显著提高了活性药物成分 (API) 预测的准确性和稳定性.
- 该方法在不同的工艺条件下,与标准IOT方法相比,显示出更高的性能.
- EVA-IOT实现了与全球部分最小方形 (PLS) 模型相比较的预测性能.
- 与PLS模型相比,达到了高达97%的校准负担降低.
结论:
- EVA-IOT有效地提高了用于连续制药制造的IoT算法的准确性和稳定性.
- 这种方法为实时质量监测提供了节约材料和校准效率的解决方案.
- 在制药生产中,EVA-IOT代表了过程分析技术的重大进步.
相关概念视频
Nuclear Overhauser Enhancement (NOE)
Radiation: Applications
The average...
Atomic Absorption Spectroscopy: Atomization Methods
One-Compartment Open Model for IV Bolus Administration: Estimation of Elimination Rate Constant, Half-Life and Volume of Distribution
One-Compartment Open Model for IV Bolus Administration: Estimation of Clearance
In the one-compartment open model for intravenous (IV) bolus administration, clearance is estimated by dividing the elimination rate by the plasma drug concentration. This equation leverages the elimination rate constant and the apparent...
Pharmacodynamic Models: Emax Drug–Concentration Effect Model


