QbD更新：回顧和展望未來，了解QbD如何幫助製藥業和其他行業簡化和優化流程，以實現最新的結果。設計質量（QbD）與過程，產品和臨床理解有關。五年前，我和我的同事發起了一項 QbD柱 ，其中包含九個條目。我鼓勵您檢查QbD列中的原始帖子，因為它們今天仍然非常相關。
在您重新訪問專欄之前，請花一點時間看一下這四分鐘視頻未來賽諾菲工廠的一部分，將看到生物技術，化學，製造和控制（CMC）的先進實施。為了適當地生產藥品，必須定義特定的生產過程，產品特徵和產品測試，以確保批次之間產品的安全性，有效性和一致性。
QbD色譜柱系列簡要介紹了製藥行業如何開發和優化產品和工藝，從而使其能夠滿足未來工廠的要求。讓我給您每列的概述：
- QbD概述 ，涵蓋五個部分：
- 什麼是QbD？
- QbD如何提高質量？
- QbD中的設計空間
- 實驗在QbD中的作用
- QbD和藥物開發
這些都是非常簡短的部分，旨在為以下各列建立上下文。
- 一個析因設計基於仿製藥類固醇乳液配方的案例研究。通過設置溫度，混合時間和冷卻時間，設計可以同時優化八個質量屬性。這項研究顯示了JMP如何模擬響應以可視化因子級設置中的可變性如何影響響應中的可變性。
- 量子點分數階乘實驗 。該實驗的目的是探索製備納米懸浮液的過程，納米懸浮液是水不溶性藥物的流行配方。納米懸浮液涉及離散的藥物顆粒的膠態分散體，其通過聚合物和/或表面活性劑穩定。實驗涉及四個三級因素和一個兩個二級因素。
- 使用隨機仿真器實現魯棒性。 隨機仿真器最早是在貝茨（Bates）等人，2006年以實現強大的目標性能。JMP中實現了這種非常強大的方法。通過案例研究證明了該方法，該案例研究參考了FDA藥品評估與研究中心（CDER）的按比例放大和批准後變更（SUPAC）標準。
- 混合物設計 。 對於這些設計，重點在於配方中成分的相對比例的影響，而不是其絕對量。該列顯示了為處理混合物量身定制的三元圖和輪廓儀的示例。所使用的示例是混合粉末的案例研究。混合操作的關鍵問題是：
- 如何同時定量粉末混合物的成分？
- 如何通過其他快速便捷的光譜方法來驗證或確認過程分析技術（PAT）混合過程監控結果？
- 如何將審查的規模與原料藥和輔料的同質性聯繫起來？
- 響應面和順序實驗。 在這篇文章中，案例研究重點介紹了Placket Burman（PB）設計和中央複合材料設計（CCD），其中考慮了配方實驗的三個直接結果：包封效率（EE），粒度和zeta電位。另外，將每種製劑稀釋並分成樣品進行存儲，一半在4℃下保存，一半在37℃下保存。在預定的時間（最多24個月）測試這些樣品以檢測活性藥物在保存期間的損失。
- 分割圖實驗 。這些實驗具有難以改變的因素，這些因素難以隨機化，只能在塊級應用。設置難以更改的因子的水平後，將使用其他幾個保持該水平固定的因子進行實驗。本專欄中使用的案例研究來自動物模型的臨床前研究，其中測試了幾種用於治療嚴重慢性皮膚刺激的方法，該方法演示瞭如何設計和分析此類實驗。
- QbD是否適用於開發分析方法？這篇文章是基於我與當時在Teva的兄弟（ Kenett和Kenett，2008年）。 案例研究來自高效液相色譜（HPLC）方法的發展。
- 應用QbD使分析方法更強大 。這篇文章展示瞭如何使用確定性篩選設計（DSD）來評估和改進分析方法。
QbD列中包含的材料和示例仍然相關。其他一些發展說明了傳感器技術，大數據，機器學習和混合模型的日益增長的影響。
最終，挑戰在於從實驗室和工廠車間收集的所有數據中生成信息。更大的挑戰是確保這些信息的質量。與安妮·米爾利的對話 （可以提供筆錄這裡 ）。提供了在哥本哈根JMP QbD發現活動中更正式演示的視頻。這裡 。
2020年，第四次工業革命將繼續在先進製造業中發展，它將廣泛的傳感器數據與靈活的製造業和先進的分析技術相結合。一本新的綜合書籍涵蓋了系統工程和第四次工業革命的最新元素。在這裡可用。 我在ENBIS上就此主題進行了介紹，您可以看到顯示JMP的部分這裡 。
我與安妮·米爾利（Anne Milley）談了有關“分析黃金時代”視頻系列的“質量保證”。
