Aggiornamento QbD: uno sguardo indietro e al futuro per vedere come QbD può aiutare il settore farmaceutico e altri settori a razionalizzare e ottimizzare i processi per risultati allo stato dell'arte. Quality by Design (QbD) riguarda processi, prodotti e comprensione clinica. Cinque anni fa, io ei miei colleghi abbiamo lanciato un file Colonna QbD , che consisteva di nove voci. Ti incoraggio a rivedere i post originali nella colonna QbD poiché sono ancora molto rilevanti oggi.
Prima di rivisitare la colonna, prenditi un momento per guardare questi quattro minuti video della fabbrica Sanofi del futuro per vedere un'implementazione avanzata di biotecnologia, chimica, produzione e controlli (CMC). Per produrre in modo appropriato un prodotto farmaceutico, è necessario definire uno specifico processo di produzione, caratteristiche del prodotto e test del prodotto per garantire che il prodotto sia sicuro, efficace e coerente tra i lotti.
La serie di colonne QbD fornisce un'anteprima di come l'industria farmaceutica sviluppa e ottimizza prodotti e processi, in modo che soddisfino i requisiti della fabbrica del futuro. Lascia che ti dia una panoramica di ogni colonna:
- Panoramica di QbD , che copre cinque sezioni:
- Cos'è QbD?
- In che modo QbD migliora la qualità?
- Spazio di progettazione in QbD
- Ruolo degli esperimenti in QbD
- QbD e sviluppo di farmaci
Queste sono tutte sezioni molto brevi progettate per impostare il contesto per le seguenti colonne.
- UN disegno fattoriale caso di studio basato sulla formulazione di una lozione steroidea di un prodotto generico. Il progetto era impostato per ottimizzare otto attributi di qualità contemporaneamente impostando la temperatura, il tempo di miscelazione e il tempo di raffreddamento. Questo studio mostra come JMP simula le risposte per visualizzare come la variabilità nelle impostazioni a livello di fattore influisce sulla variabilità nelle risposte.
- Un QbD esperimento fattoriale frazionario . L'obiettivo dell'esperimento è esplorare il processo di preparazione delle nanosospensioni, una formulazione popolare per farmaci insolubili in acqua. Le nanosospensioni comportano dispersioni colloidali di particelle di farmaco discrete, che vengono stabilizzate con polimeri e / o tensioattivi. L'esperimento coinvolge quattro fattori a tre livelli e un fattore a due livelli.
- Raggiungere la robustezza con gli emulatori stocastici. Gli emulatori stocastici furono proposti per la prima volta in Bates et al, 2006 per ottenere prestazioni solide e mirate. Questo approccio molto potente è implementato in JMP. Il metodo è dimostrato con un caso di studio che fa riferimento allo standard su Scale-Up and Post-Approval Changes (SUPAC) del FDA Center for Drug Evaluation and Research (CDER).
- Disegni di miscela . Per questi modelli, l'enfasi è sull'effetto delle proporzioni relative degli ingredienti in una formulazione, piuttosto che sulla loro quantità assoluta. La colonna mostra esempi di grafici ternari e profilatori su misura per il trattamento delle miscele. L'esempio utilizzato è un caso di studio sulla miscelazione delle polveri. Le domande chiave per l'operazione di miscelazione sono:
- Come quantificare contemporaneamente i componenti delle miscele in polvere?
- Come convalidare o confermare i risultati del monitoraggio del processo di miscelazione della tecnologia analitica di processo (PAT) tramite altri metodi spettroscopici veloci e convenienti?
- Come collegare la scala di controllo e l'omogeneità di API ed eccipienti?
- Superfici di risposta e sperimentazione sequenziale. In questo post, un design Placket Burman (PB) seguito da un design composito centrale (CCD) è presentato in un caso di studio che considera tre risultati immediati di un esperimento sulle formulazioni: efficienza di incapsulamento (EE), dimensione delle particelle e potenziale zeta. Inoltre, ciascuna formulazione è stata diluita e suddivisa in campioni per la conservazione, metà a 4 ° C e metà a 37 ° C. Questi campioni sono stati testati a tempi predeterminati (fino a 24 mesi) per rilevare la perdita di farmaco attivo durante la conservazione.
- Esperimenti di trama divisa . Questi esperimenti hanno fattori difficili da modificare che sono difficili da randomizzare e possono essere applicati solo a livello di blocco. Una volta impostato il livello di un fattore difficile da modificare, gli esperimenti vengono eseguiti con diversi altri fattori che mantengono fisso quel livello. Il caso di studio utilizzato in questa colonna, che proviene dalla ricerca preclinica su modelli animali in cui vengono testati diversi metodi per il trattamento di gravi irritazioni cutanee croniche, dimostra come progettare e analizzare tali esperimenti.
- La QbD è applicabile per lo sviluppo di metodi analitici? Questo post è basato su un articolo che ho scritto con mio fratello, che all'epoca era a Teva ( Kenett e Kenett, 2008). Il caso di studio deriva dallo sviluppo di un metodo di cromatografia liquida ad alte prestazioni (HPLC).
- Applicazione di QbD per rendere robusti i metodi analitici . Questo post mostra come i progetti di screening definitivi (DSD) possono essere utilizzati per valutare e migliorare i metodi analitici.
Il materiale e gli esempi contenuti nelle colonne QbD sono ancora rilevanti. Alcuni sviluppi aggiuntivi tengono conto del crescente impatto della tecnologia dei sensori, dei big data, dell'apprendimento automatico e dei modelli ibridi.
Alla fine, la sfida è generare informazioni da tutti i dati raccolti in laboratorio e in fabbrica; una sfida ancora più grande è garantire la qualità di queste informazioni, di cui discuto questa conversazione con Anne Milley (è disponibile una trascrizione Qui ). È disponibile un video di una presentazione più formale a un evento di scoperta di JMP QbD a Copenaghen Qui .
Nel 2020, la quarta rivoluzione industriale continua a crescere nella produzione avanzata, combinando dati di sensori estesi con produzione flessibile e analisi avanzate. Un nuovo libro completo, che copre elementi all'avanguardia dell'ingegneria dei sistemi e della Quarta rivoluzione industriale, è disponibile qui. Ho presentato questo argomento a ENBIS e puoi vedere la parte che mostra JMP Qui . 
Ho parlato con Anne Milley della "Garanzia di qualità nell'età d'oro dell'analisi" per la serie di video Analytically Speaking.
