QbD update: a look back and to the future to see how QbD can help pharma and other industries streamline and optimize processes for state-of-the-art results.QbDの更新：QbDが製薬業界やその他の業界で最先端の結果を得るためのプロセスを合理化および最適化するのにどのように役立つかを振り返り、将来を振り返ります。 Quality by Design（QbD）は、プロセス、製品、および臨床的理解に関するものです。 5年前、同僚と私はQbD列、これは9つのエントリで構成されていました。 QbD列の元の投稿は、今日でも非常に関連性が高いため、確認することをお勧めします。
コラムを再訪する前に、この4分間をご覧ください。ビデオバイオテクノロジー、化学、製造および制御（CMC）の高度な実装を確認するために、将来のサノフィ工場の概要を説明します。 医薬品を適切に製造するには、特定の製造プロセス、製品特性、および製品テストをすべて定義して、製品が安全で効果的であり、バッチ間で一貫していることを確認する必要があります。
QbDカラムシリーズは、製薬業界が製品とプロセスをどのように開発および最適化するかについての内部を垣間見ることができるため、将来の工場の要件を満たすことができます。 各列の概要を説明します。
- QbDの概要、5つのセクションをカバーしています：
- QbDとは何ですか？
- QbDはどのように品質を向上させますか？
- QbDのデザインスペース
- QbDにおける実験の役割
- QbDと医薬品開発
これらはすべて、次の列のコンテキストを設定するために設計された非常に短いセクションです。
- A因子計画ジェネリック製品のステロイドローションの処方に基づくケーススタディ。 設計は、温度、混合時間、冷却時間を設定することにより、8つの品質属性を同時に最適化するように設定されました。 この研究は、JMPが応答をシミュレートして、因子レベルの設定の変動が応答の変動にどのように影響するかを視覚化する方法を示しています。
- QbD部分的因子実験。 実験の目的は、水不溶性薬物の一般的な製剤であるナノ懸濁液を調製するプロセスを調査することです。 ナノ懸濁液は、ポリマーおよび/または界面活性剤で安定化された個別の薬物粒子のコロイド分散を含みます。 実験には、4つの3レベルの要因と1つの2レベルの要因が含まれます。
- 確率的エミュレーターで堅牢性を実現します。 確率的エミュレーターは、ベイツ他、2006年堅牢なオンターゲットパフォーマンスを実現します。 この非常に強力なアプローチは、JMPに実装されています。 この方法は、FDA医薬品評価研究センター（CDER）のスケールアップおよび承認後の変更（SUPAC）に関する標準を参照するケーススタディで示されています。
- 混合物のデザイン。 これらの設計では、絶対量ではなく、配合中の成分の相対的な比率の影響に重点が置かれています。 この列は、混合物を処理するように調整された三角プロットとプロファイラーの例を示しています。 使用例は、粉末の混合に関するケーススタディです。 ブレンディング操作に関する重要な質問は次のとおりです。
- 粉末ブレンドの成分を同時に定量化する方法は？
- 他の高速で便利な分光法を介して、プロセス分析技術（PAT）の混合プロセス監視結果を検証または確認する方法は？
- 精査の規模とAPIと添加剤の両方の均質性をどのように関連付けるのですか？
- 応答曲面と連続実験。 この投稿では、Placket Burman（PB）設計とそれに続く中央複合設計（CCD）が、カプセル化効率（EE）、粒子サイズ、ゼータ電位という製剤の実験から得られた3つの直接的な結果を考慮したケーススタディで取り上げられています。 さらに、各製剤を希釈し、保存用のサンプルに分割しました。半分は4⁰C、半分は37⁰Cです。 これらのサンプルは、保管中の活性薬物の喪失を検出するために、所定の時間（最大24か月）でテストされました。
- 分割プロット実験。 これらの実験には、ランダム化が難しく、ブロックレベルでのみ適用できる変更が難しい要素があります。 変更が難しい要素のレベルが設定されると、そのレベルを固定したままにする他のいくつかの要素を使用して実験が実行されます。 このコラムで使用されているケーススタディは、重度の慢性皮膚刺激の治療のためのいくつかの方法がテストされている動物モデルの前臨床研究からのものであり、そのような実験を設計および分析する方法を示しています。
- QbDは分析手法の開発に適用できますか？ この投稿は、当時テバにいた兄と一緒に書いた論文に基づいています（ケネットとケネット、2008）。 ケーススタディは、高速液体クロマトグラフィー（HPLC）メソッドの開発によるものです。
- QbDを適用して分析メソッドを堅牢にする。 この投稿では、最終的なスクリーニング設計（DSD）を使用して、分析方法を評価および改善する方法を示します。
QbD列に含まれている資料と例は引き続き関連性があります。 いくつかの追加の開発は、センサーテクノロジー、ビッグデータ、機械学習、ハイブリッドモデルの影響の増大を説明しています。
最終的には、実験室と工場のフロアで収集されたすべてのデータから情報を生成することが課題になります。さらに大きな課題は、この情報の品質を確保することです。アン・ミリーとのこの会話（トランスクリプトが利用可能ですここ）。 コペンハーゲンで開催されたJMPQbDディスカバリーイベントでのより正式なプレゼンテーションのビデオが利用可能ですここ。
2020年、第4次産業革命は高度な製造業で成長を続け、広範なセンサーデータと柔軟な製造業および高度な分析を組み合わせています。 システムエンジニアリングと第4次産業革命の最先端の要素をカバーする新しい包括的な本は、こちらから入手できます。
I spoke with Anne Milley about "Quality Assurance in the Golden Age of Analytics" for the Analytically Speaking video series.分析的に話すビデオシリーズの「分析の黄金時代における品質保証」について、AnneMilleyと話をしました。
