在片劑藥物研發過程中，大多數活性成分難以加工或溶解。此外，還需要包含許多製程步驟和功能組件，以解決過程中出現的各種問題。為了縮小研究範圍，重要的是要識別出眾多潛在因素中哪些對目標結果最為重要。
對於包含四個或更多因素的實驗，確定性篩選設計通常被認為是最合適的。當有不屬於特定設計的實驗結果可用時，最好使用諸如高級預測建模技術之類的工具來幫助獲取有價值的資訊。本計畫旨在應用不同的分析技術來評估輸入因素對反應的影響。另一個目標是找到影響片劑外觀和機械強度的因素與促進活性物質快速溶解的因素之間的平衡，這對於產品的體內性能至關重要。透過結合多種分析工具，我們獲得了配方和製程因素對片劑特性影響的寶貴見解。隨後，我們確定了最佳設定以最大限度地提高溶解度。
大家好，我叫蒂亞娜‧米萊蒂奇 (Tijana Miletić)，在 STADA 集團旗下的 Hemofarm 公司從事產品開發工作。今天，我將向大家展示我們如何運用精準篩選設計和先進的預測模型作為產品開發的有效工具。
該產品開發的主要目標是找到針對多種品質屬性的最佳配方和製程參數。起初，我們推測配方和製程變因可能對片劑性質產生哪些潛在影響，並以此為基礎選擇了實驗研究的因素。但我們並不清楚這些變數在該特定係統中實際存在怎樣的關係。因此，我們採用實驗設計，力求從有限的實驗次數中獲得盡可能多的資訊。
本研究的主要挑戰是，在保持片劑機械強度的同時，實現最大程度的溶解，當然，也要決定我們將使用哪些範圍或因素，以及我們將選擇哪種實驗設計。
由於我們預感到會存在一些顯著的二次效應和交互作用，因此選擇了確定性篩選設計。總體而言，這項研究對我們的產品開發產生了積極影響，因為我們成功地識別出了實現預期響應的最重要因素和最佳值。
此處，主要反應是溶液，因為它是一項重要的體外實驗結果，在進行昂貴的臨床研究之前需要考慮。另一方面，片劑硬度是片劑機械強度的良好指標，而片劑需要能夠承受生產和包裝過程。
總而言之，在產品開發過程中做出正確的決策，能夠節省產品開發各階段的時間和資源。我們對此的成果感到滿意，因為我們在產品開發方面找到了方向。原本需要進行 64 次試驗的六因素全因子設計，我們最終只用了 13 次試驗就完成了最終篩選設計，耗時比 46 次試驗少了大約四倍。
除此之外，我們也運用了一些額外的實驗和先進的建模技術，以更深入地了解因素的影響及其重要性，最終實現了發展目標。
我們主要的數據分析工作包括三個主要環節，我們將在海報展示中詳細介紹。我們使用 JMP 17 進行資料分析，並展示了視覺化資料探索。此外，我們也利用該平台進行了適合度篩選和模型篩選。
起初，我們使用散點圖矩陣，它可以快速評估多個變數之間的關係。為了更好地理解變數間關係的本質，我們對模型進行了更深入的研究。
為了進行最終篩選，我們發現影響硬度最重要的因素是壓縮力，而對於該溶液而言，則是崩解劑用量和壓縮力。我們未觀察到顯著的二次效應，唯一顯著的交互作用是黏合劑用量和壓縮力之間的交互作用。
透過回顧我們的視覺化資料探索，我們發現這種整合與解決方案之間的關聯性並不強，這意味著該結果意義不大，我們無法判斷溶解度結果是否符合預期，因此目前我們沒有過多關注這種交互作用。我們使用第 14 次運行來評估此處創建的模型的預測能力，溶解度預測結果分別為 78% 和 80%，以及 93% 和 94%，對於此類測試而言，這被認為是良好的匹配度。硬度預測結果為 54 牛頓，與實際值完全吻合。
對此感到滿意後，我們使用預測分析器，並透過最大化這種能力（也就是說，我們想看看如何最大化解決方案），我們了解到我們需要使用 8% 的這種整合劑、3% 的黏合劑，並將壓縮力保持在最低水平。
我們擔心，如果壓片力太小，會降低藥片的機械強度，進而導致硬度降低。因此，我們使用了包含27次試驗的更大數據集，透過圖表分析是否存在某種趨勢，從而確定黏合劑的用量是否能有效提高藥片硬度。
我們也對該反應進行了模型篩選，並選擇最小二乘法擬合來建立最佳模型，以評估可能的影響。我們簡化了模型，以獲得盡可能高的效應顯著性。結果證實，黏合劑對硬度有正面影響。我們也對溶解度響應進行了模型篩選，並提出了兩種方法和兩種模型，它們對溶解度預測的最高準確率均約為 87%。此外，我們也證實了此積分量對壓縮力的影響顯著。
我們發現最佳潤滑劑用量可能會有一些差異，這並不令人意外，因為我們知道潤滑劑可能會對溶解度和硬度產生潛在的負面影響。但在這裡，這種影響似乎並不顯著。我們可以嘗試更高的潤滑劑用量以降低沾黏風險，或進行更多實驗來更好地研究這種影響。
綜合以上分析，我們對得出的結論感到滿意。毫無疑問，該整合劑是實現理想溶出度的關鍵成分。我們欣喜地發現，黏合劑的用量對溶液沒有負面影響，反而可能對片劑硬度產生正面影響。此外，我們也了解到助流劑對評估結果的影響並不顯著。當然，壓片力是關鍵的製程參數，必須謹慎設定。
總的來說，明確的篩選設計為我們的配方開發指明了方向，上次的篩選也取得了預期的結果，我們對此感到滿意。借助先進的建模技術，我們獲得了更多有價值的資訊。當然，為了提高模型的預測能力，或更詳細、更精確地研究變數之間的關係，我們需要產生更多的數據。但基於這項實驗研究，我們得到的結果讓我們有足夠的信心繼續推動產品開發。今天的內容就這些，謝謝大家的聆聽。
