| 扬声器 |
文字稿 |
| 普兰贾尔·塔斯卡尔 |
好的。谢谢你，彼得。那我现在就开始吧。大家好。今天我要介绍一下我的海报。这张海报是关于靶向性的系统分析，其中包括配方和工艺变量对我的产品最终质量属性的影响。 |
| |
所以在深入探讨所有统计分析之前，我想先介绍一下我们究竟在讨论什么。什么是压片？压片是一种制药工艺。 |
| |
在引言部分，我将简单介绍一下压片工艺。压片是制药过程中的一种工艺，其中活性成分或活性部分（API） |
| |
将其与其他辅料混合，形成流动性良好的混合物，然后将该混合物压制成最终的剂型，即片剂。 |
| |
因此，在很多情况下，某些活性成分或我们称之为API的物质，生物利用度较低，这可能是由于它们的结晶性质造成的。它们太稳定了。 |
| |
他们的方式太僵化了。所以我们网站专注于使这种结晶型API更易溶解、反应更灵敏。 |
| |
将其转化为无定形形式，使其更具生物利用度。 |
| |
这样做的时候，我们用聚合物强化了这种 API。 |
| |
我们形成的这种中间体是一种片剂中间体，称为喷雾干燥中间体，SDI。 |
| |
这就是我们在片剂中主要用作活性中间体的材料。 |
| |
但仔细观察就会发现，它的流动性很差，而且非常蓬松。因此，当需要将此 API 集成到平板电脑中时，您需要…… |
| |
还需要对其他制药工艺进行简化，使混合物更易流动。这就是我们要做的事情。 |
| |
在本研究中，我们将确定关键质量属性，即重要的变量。 |
| |
或者说，我们的因变量，然后我们将确定影响关键质量属性的变量， |
| |
该片剂的组成成分，以及我们在压片过程中使用的不同工艺参数。 |
| |
哪些是主效应？是否存在交互作用？然后我们将使用 JMP 来识别所有这些效应。 |
| |
主要效应和交互作用变量，以及试图捕捉压片过程的基本特征。以上是引言。 |
| |
接下来是方法和目标。那么我们该如何进行这项研究呢？在本研究中，我们考察了一种安慰剂制剂。该制剂不含任何活性成分或作用机制，我们使用了一种常用的喷雾干燥聚合物——羟丙甲纤维素乙酸琥珀酸酯。 |
| |
我们用喷雾干燥法把它烘干，做成了蓬松状。 |
| |
通常情况下，我们会将原料混合均匀。图 2 展示了我们常用的制粒压片工艺。具体来说，我们就是使用这台混合机将喷雾干燥中间体 (SDI) 与其他辅料混合。 |
| |
接下来进行辊压，也就是用这些辊子对混合物进行密实化处理。这里有一些辊子，它们会缓慢移动以达到密实化的目的。 |
| |
混合物进入这个料斗，然后从辊压机中得到条状物料。现在，你已经把蓬松的物料压制成致密的条状，然后用圆磨机将其研磨。这样你就得到了 |
| |
颗粒状的。这些颗粒密度更高，流动性比你的API或SDI要好得多。 |
| |
所以纵观整个过程，其中有很多变量需要调整和注意。那么，这些变量是什么呢？ |
| |
这张图表将标明不同类型的变量，即构成配方和流程的自变量。 |
| |
第一个变量更多地与基础配方相关，而非工艺相关。它会讨论所使用的不同类型的辅料。 |
| |
我使用的这些辅料的比例是 SDI 负荷百分比，或活性负荷百分比，在我们的例子中，是安慰剂负荷百分比。 |
| |
然后是添加顺序和添加点，即 SDI 或其他辅料被添加到制剂中的位置。 |
| |
然后对与工艺相关的参数进行排序，例如带状固体分数，这主要涉及该设备、辊压机以及辊子和卷轴的移动速度。 |
| |
我们还确定了我们关注的关键质量属性的独立变量，即混合物的堆积密度。 |
| |
我们观察造粒前后的情况，并将其标记为堆积密度 1 和 2。 |
| |
豪斯纳比率，又是一个描述混合物流动性的比率，我们还确定了造粒前后的比率，分别标记为豪斯纳比率 1 和 2。 |
| |
收集到的细粉百分比……是在辊压过程中收集的。这通常在造粒后进行监测。所以，以上这些都是需要讨论的要点。 |
| |
简而言之，我们的方法以及选择这些变量的原因如下：我们设计了一个包含 19 次运行的最优自定义实验方案，考察了所有影响因变量的自变量。 |
| |
我们分析这个模型或构建效应的方式是，我们考察了主效应和二阶交互作用，并使用标准最小二乘人格拟合模型函数分析了数据。 |
| |
所以， |
| |
确定了流程和目标之后，我们将着手处理结果，但在那之前，我想快速看一下我现在已经打开的 JMP 窗口。 |
| |
这些不同的列分别代表我的自变量和因变量，我将重点突出显示它们。 |
| |
这里，我们将要研究的不同自变量包括：填充剂类型，也就是惰性赋形剂的类型，我们已经研究了甘露醇和乳糖。 |
| |
百分比SDI，即活性药物剂量，或者在本例中为安慰剂剂量。 |
| |
这里要观察高低点；以及颗粒内含量，因此我们在辊压成型前添加的辅料量与辊压成型后添加的辅料量，这里分别是 75 和 95； |
| |
还有甘露醇和乳糖，它们是MCC（微晶纤维素）的填充剂，MCC指的是微晶纤维素的比例。甘露醇和乳糖的含量，我想说略高一些。 |
| |
辅料和微晶纤维素的比例更高，能增强混合物的强度。因此，我们研究了这种比例，以了解它对我们整体压片混合物的影响。 |
| |
右侧是我们的回复。 |
| |
堆积密度 1、豪斯纳比 1（造粒前）；堆积密度 2、豪斯纳比 2（造粒后）以及细粉百分比。 |
| |
所以我要 |
| |
请快速切换到这个窗口，看看我们是如何创建模型的，以及我刚才提到的响应变量 y。还有我们的模型效应，它们分别是： |
| |
次要交互作用和主效应。标准最小二乘法。这就是我们使用的方法，我运行了模型。 |
| |
这就是我的效果总结，根据我们正在查看的数据和以往经验，我决定起飞。 |
| |
最后两个影响。 |
| |
去掉那些额外的噪音，然后在这里，我可以看到我的回应以及数据是如何影响这些回应的。 |
| |
如果我们下去看看这边的预测分析器，那就简单多了。 |
| |
以及所有这些因变量是如何受到此影响的。所以我觉得如果我调出我的……可能会更容易些。 |
| |
海报和…… |
| |
好的，我们来看这里的结果，从图 3 中我们发现，乳糖和另一种填充剂最初的堆积密度都较高。 |
| |
但经过压实后，其中两种填料的堆积密度下降，细粉含量相应增加。因此，我们认为乳糖更脆。 |
| |
与甘露醇相比，这导致了大量的磨损和细粉产生，影响了流动性，使其体积减小，堆积密度下降。 |
| |
添加乳糖后，豪斯纳比略高。所以，我们的目标是提高堆积密度，降低豪斯纳比，因为豪斯纳比越低，混合物的流动性越好。 |
| |
从数据来看，甘露醇作为填充剂略优于乳糖。第二点是关于固含量，我们发现固含量总体上在0.6左右略有趋于平稳。 |
| |
固体含量总体而言，我们发现 0.7 的细颗粒含量最少，因此我们推荐 0.7 作为最大值和理想值，但是 |
| |
就流动特性（体积和豪斯纳）而言，平台效应在 0.6 左右开始趋于平缓。 |
| |
配方中 SDI 含量总体上较低，流动性更好。 |
| |
因为SDI颗粒比较蓬松，会导致混合效果变差。所以设计建议我们降低SDI颗粒的负载量。 |
| |
以颗粒内方式添加较高量的该辅料成分 |
| |
比超颗粒状的颗粒更能增加体积，因为它具有较低的豪斯纳值，这意味着你的混合物流动得更顺畅。 |
| |
我们还观察到，甘露醇与乳糖的比例越高，这种关键成分的含量就越高，我认为这是因为 |
| |
总体而言，由于甘露醇乳糖成分略有增加，罚款金额有所下降。这或许就是我们看到这种情况的原因。 |
| |
图 4 中还展示了一些我观察到的有趣趋势的曲面图。在图 4A 中，您可以看到 SDI 负载较低时，情况会有所改善。 |
| |
颗粒内部物质含量较高，导致此处豪斯纳比值非常高。所以，当你添加大量……当你……抱歉……当你SDI值较低时， |
| |
较高的晶内蓬松物含量会导致极高的豪斯纳比。这基本上说明，当晶内蓬松物含量较高时，流动性会变差，但你与之相对应…… |
| |
制粒后，当颗粒内含有更多赋形剂，并且目标是达到一定的固体含量时， |
| |
大约在0.6左右，堆积密度会提高。所以基本上在造粒后，混合物变得更加致密，这就是这两个图表所展示的内容。因此，所有结果点基本上都与此相关。 |
| |
我刚才讨论的内容。总的来说，我们的研究得出结论，为了优化这一过程并最大限度地提高配方的理想性， |
| |
1、 |
| |
较高的颗粒内比例和较低的 SDI 负载量将是较好的配方，将固体分数控制在 0.6 左右也将有利于该配方。 |
| |
非常感谢。欢迎您提问。 |
