Tsukasa Sasaki, spécialiste de recherche, groupe de recherche 1, Institut de recherche en analyse et évaluation, division de technologie pharmaceutique, Daiichi Sankyo Co., Ltd.
La HPLC en phase inverse est une méthode de mesure analytique importante pour estimer l’efficacité et la sécurité des médicaments à petites molécules. En général, les ingrédients pharmaceutiques sont des mélanges contenant une certaine quantité d’impuretés, mais en utilisant la HPLC en phase inverse, il est possible d’estimer la quantité de chaque composant. Par conséquent, la recherche et l’optimisation des conditions HPLC permettant une séparation reproductible de chaque composant est un processus très important dans la recherche d’évaluation de la qualité. Les principaux facteurs qui affectent la séparation comprennent le pH de la solution tampon utilisée dans l’éluant, le type de solvant organique, la température de la colonne analytique et le débit de l’éluant. Lorsque les composés cibles sont ioniques, le pH et le type de solvant organique en particulier ont un impact important sur le succès de la séparation. Cependant, dans la HPLC en phase inverse, la variation du temps nécessaire à chaque composant pour traverser la colonne analytique (temps de rétention) n'est pas linéaire par rapport à des facteurs tels que le pH et le solvant organique, ce qui rend très difficile la prédiction et l'évaluation du succès ou de l'échec de la séparation. L'auteur a donc tenté une approche pour estimer le succès ou l'échec de la séparation dans une certaine gamme de conditions d'éluant sur la base de la prédiction du temps de rétention à l'aide de la modélisation du réseau neuronal.
