编者注：这个帖子是由@ronkenett ，Anat Reiner-Benaim和@david_s的KPA集团。它是一系列博客文章（称为“ QbD栏。有关作者的更多信息，请单击上方的作者社区名称。
罗恩·肯尼特
戴维·斯坦伯格
阿纳特·莱纳·贝纳姆
中的前两个帖子这个系列描述了制药行业设计质量（QbD）的原理和方法。现在的重点转移到了实验设计在QbD中。
制药行业的设计质量是药物产品和药物生产工艺开发的系统方法。在QbD下，采用统计设计的实验来有效地研究过程和产品因素如何影响关键的质量属性。它们导致确定“设计空间”，并证明生产条件的集合可提供优质的产品。提交QbD备案的公司获得了监管豁免，这意味着允许在设计空间内更改设置条件，而无需事先批准。人们经常听到这样的说法，即QbD设计空间是关于从“说并做”转变为“说并做”的。只要在设计空间内进行更改，就只需将其告知监管机构。
纳米悬浮液的研究：一个例子
在这篇文章中，我们着眼于在计划统计设计的实验，收集数据，进行统计分析以及在QbD上下文中得出实际结论的注意事项。该示例基于Verma等。（2013）。
该实验的目的是探索制备纳米悬浮液的过程，纳米悬浮液是水不溶性药物的流行配方。纳米悬浮液涉及离散的药物颗粒的胶体分散体，其通过聚合物和/或表面活性剂（如DOWFAX）稳定。纳米悬浮液通过使用小颗粒实现了更高的生物利用度，从而提高了溶解度差的药物的溶出度。从较大的颗粒开始之后，该过程将使用铣削来减小其尺寸。当前的研究检查了研磨阶段微流化的使用。
什么是CQA？
Verma等。研究了实验中的几个关键质量属性（CQA）：研磨阶段结束时和储存四个星期后的平均粒径； ζ电位通过测量粒子之间的静电或电荷排斥力来表示稳定性。Verma等。提供了额外的数据，这些数据可跟踪整个研磨过程中的粒度分布以及存储过程中的粒度和zeta电位。在这里，我们将重点介绍在研磨和存储结束时获得的结果。在随后的文章中，我们将描述一种分析，这些分析会随着时间的推移考虑这些结果的轨迹。
虽然Verma等。他们没有指出这些CQA的具体目标值，他们写道，平均粒径应尽可能小，ζ电位应尽可能远离0（表明稳定性更高）。
过程因素是什么？
该团队选择在研究中包括五个不同的因素。下表列出了这些因素及其实验设置。第一个因素吲哚美辛是通过纳米混悬剂制备的药物。如上所述，存在三种不同浓度的药物。
实验设计是什么？
实验计划为具有中心点的两级分数阶乘。小数阶乘为2 5-1设计使用了每个定量因素的极端水平。添加了六个中心点。2 5-1设计允许估计所有主要影响和所有两个因素的相互作用。
中心点对设计做出了一些有用的贡献。首先，它们可用于计算实验变化的估计值，而这些估计值不依赖于选择一些适合数据的模型。其次，他们提供了有关将CQA与因素联系起来时是否需要纯二次项的一些检查。如果是这样，那么它们将帮助我们从设计区域中间附近的估计中消除偏差。如果不是这样，那么它们将为区域中心的预测带来更好的方差属性。图1显示了该设计的JMP Variance Profiler，假设仅主要效果很重要，并以数值因子的中心点为参考点。如果删除了六个中心点，则参考位置的方差将从0.091σ增加近40％ 2至0.125σ 2 。设计评估工具在确定要包括多少个中心点时非常有用。
图1：具有六个中心点的22次运行设计的Variance Profiler。
图2：使用“筛选设计”平台选择设计。
我们如何生成设计？
教科书示例通常在所有因子均为数值且可以设置为中间水平时显示中心点。在该实验中，有四个因素是数值因素，但一个因素是稳定剂的选择。在这种设置下，自然的选择是将每个稳定器用于中心点的一半，这就是我们在此处使用的设计。
在以下位置轻松构建设计JMP与筛选设计平台美国能源部。输入四个数值因子及其极限设置，然后输入稳定剂作为两级定性因子。选择16次运行的分数阶乘且无阻塞（此研究中不需要）。然后指出您想要六个中心点。图2显示了此过程中的最终屏幕。单击“制作表”即可生成我们在本研究中使用的设计。
分析发现了什么？
我们的分析包括所有主要影响和两因素相互作用。我们应该如何处理中心点？有两种可能性。如果我们在指定模型时忽略了中心点，JMP将识别它们，并在输出中包含“缺乏拟合”摘要。该摘要将中心点的平均值与阶乘点的平均值进行比较，并从中心的重复项计算“纯误差”方差估计。对于Verma等。实验中确实有两个中心点，每个稳定器一个，因此有两个中心点平均值。因此，六个中心点可提供2 df（对于缺少拟合）（每个稳定器一个）和4 df（用于纯误差）。
在第二种方法中，我们首先在数据表中生成一个新的“中心点”列，该列等于中心点为1，阶乘点为0。包括中心点柱的主要效果及其与稳定器的相互作用，都会因缺乏拟合而吸收2 df。现在，该模型的误差正好为4 df，对应于纯误差。该方法的优势在于，现在将使用纯误差方差估计来计算阶乘效应的p值。
图3、4和5显示了因素及其相互作用的排序效果。根据回归系数给出效果。由于此处输入的因子是真实级别，而不是一般编码为-1和+1，因此系数的大小不仅取决于因子的强度，还取决于级别的分布。扩展也影响系数的标准误差。因此，“ JMP因子”摘要按t统计量排序并以图形方式显示效果的强度。
图3：在研磨阶段结束时，平均粒径的分类参数估计值。
图4：存储阶段结束时对平均粒径的分类参数估计。
图5：zeta电位的排序参数估计。
关于粒径我们可以得出什么结论？
研磨后的平均粒径在500纳米至1,000纳米以下。通常，存储后平均大小适度增加。图6显示了储存前后平均粒径之间的高度相关性。毫不奇怪，在分析这两个响应时，相同的因素占主导地位。最强的因素是加工压力，在高压下平均粒径要低得多。
稳定剂也很重要，DOWFAX可产生更小的粒径。增加稳定剂的浓度具有适度的降低效果，该效果在研磨后具有统计学意义，但在储存后处于显着性边界（p = 0.035）。消炎痛的浓度和加工温度的影响相对较小。两者在研磨后均达到统计学意义，但与压力和稳定剂的作用相比，它们很小。
分析清楚地表明，增加压力并使用DOWFAX稳定剂是实现小粒径的关键。增加稳定剂的浓度可降低研磨后的粒径，但储存后效果很小。消炎痛的较低浓度和较高的温度也导致较小的粒径，但与压力和稳定剂相比，这些作用较小。
中心点平均值明显高于阶乘点的平均值，表明存在一些非线性。第一个猜测可能是压力是具有非线性效应的因素，因为它显然是最强的数值因素。通过稳定剂相互作用也存在重要的中心点。图7显示了研磨后相对于压力的平均粒径图，点由稳定剂编码。HPMC的结果看起来很线性，但是DOWFAX的结果显示出明显的曲率。这表明，使用DOWFAX稳定剂后，一旦压力超过14,000 psi，增加压力的好处就不会那么明显。
图6：储存28天后的平均粒径与研磨90分钟后储存前的平均粒径的关系图。
图7：研磨90分钟后相对于压力的平均粒度图，以稳定剂表示。压力以1,000 psi为单位给出。
关于zeta潜力，我们可以得出什么结论？
ζ电势的范围为-8至-76。由于所有这些都是负的，因此需要导致“更强烈的负”电位的因子设置。影响Zeta电位的主要因素是稳定剂，DOWFAX导致结果平均比HPMC降低约53个单位。稳定剂浓度也有适度的影响。浓度的影响仅限于使用DOWFAX的制剂，而使用HPMC的影响很小。使用Prediction Profiler可以很容易地看出浓度影响的这种变化。图8显示了“最佳条件”下的分析器：DOWFAX，高稳定剂浓度和高压，消炎痛和温度保持在中心水平。将稳定剂的垂直棒滑动到图的右端（对于HPMC）表明，浓度对zeta电位的影响要弱得多。
图8：在最佳条件下的Prediction Profiler，可实现较小的粒度和较大的绝对Zeta电位。
设计空间建议
实验表明，通过使用高压和DOWFAX稳定剂可以实现较小的平均粒径。稳定剂浓度的影响适中，浓度较高时，粒径较小。对ζ电势的主要影响是稳定剂。同样，DOWFAX产生了更好的结果。有了这些结果的规格限制，就可以像我们在本系列的第二篇文章。温度的微小影响意味着可以在很大程度上根据其他标准设置温度，例如操作简便或降低成本，而不会对CQA产生有害影响。消炎痛浓度的微小影响意味着该发现广泛适用于该药物的生产。
即将来临的景点
在下一篇文章中，我们将展示如何使用随机仿真器在设计空间内实现稳健的设计设置。
参考
Verma，S.，Lan，Y.，Gokhale，R. and Burgess，DJ （2009）。通过设计质量方法了解纳米悬浮液的制备过程。国际药学杂志，377，185-198。
