基于盒式设计的优化UHPLC方法,用于分析基于脂质的SNEDDS运输皮和基诺

科学领域:

• 分析化学 分析化学
• 制药科学 制药科学
• 染色体学 染色体学 是一种染色学.

背景情况:

• 自行纳米乳化药物递送系统 (SNEDDS) 提高了药物的溶解性和生物可用性.
• 在SNEDDS中精确量化活性药物成分 (API) 对于质量控制至关重要.
• 皮 (HCT) 和基 (TMQ) 是具有治疗用途的API,通常以SNEDDS形式配制.

研究的目的:

• 开发和验证一种强大的超高性能液态染色学 (UHPLC) 方法,用于在SNEDDS中同时量化HCT和TMQ.
• 使用Box-Behnken设计优化关键的色谱参数.
• 为SNEDDS配方开发和质量控制建立可靠的分析工具.

主要方法:

• 超高性能液态染色学 (UHPLC) 用于同时分析.
• 一个Box-Behnken实验设计优化了柱体温度,流量和缓冲比.
• 方法验证包括线性,精度,准确性,灵敏度 (LOD/LOQ) 和稳定性评估.

主要成果:

• 优化条件 (20°C,0.2毫升/分钟,70.7%的缓冲) 产生了出色的峰值分辨率和不对称性.
• 该方法显示高线性 (R2>0.999),精度 (RSD<9.39%) 和准确性 (96.41106.21%).
• 在较低的检测和量化极限下实现了高灵敏度;SNEDDS中的恢复率很好 (96.8101.5%).

结论:

• 成功开发了一种经过验证,强大,灵敏和可重复的UHPLC方法,用于SNEDDS中的HCT和TMQ量化.
• 该方法适用于常规质量控制,并有助于开发SNEDDS配方.
• 不同的保留时间归因于在使用的染色学条件下HCT和TMQ的物理化学特性.