Tsukasa Sasaki, Especialista en investigación, Grupo de investigación 1, Instituto de investigación de análisis y evaluación, División de tecnología farmacéutica, Daiichi Sankyo Co., Ltd.
La HPLC de fase inversa es un método de medición analítica importante para estimar la eficacia y seguridad de medicamentos de moléculas pequeñas. Generalmente, los ingredientes farmacéuticos son mezclas que contienen una cierta cantidad de impurezas, pero utilizando HPLC de fase inversa es posible estimar la cantidad de cada componente. Por lo tanto, la búsqueda y optimización de las condiciones de HPLC que permitan la separación reproducible de cada componente es un proceso muy importante en la investigación de evaluación de la calidad. Los principales factores que afectan la separación incluyen el pH de la solución tampón utilizada en el eluyente, el tipo de disolvente orgánico, la temperatura de la columna analítica y el caudal del eluyente. Cuando los compuestos objetivo son iónicos, el pH y el tipo de disolvente orgánico en particular tienen un gran impacto en el éxito de la separación. Sin embargo, en la HPLC de fase inversa, el cambio en el tiempo que tarda cada componente en pasar a través de la columna analítica (tiempo de retención) no es lineal con respecto a factores como el pH y el disolvente orgánico, lo que hace muy difícil predecir y evaluar el éxito o el fracaso de la separación. Por lo tanto, el autor intentó un enfoque para estimar el éxito o el fracaso de la separación dentro de un cierto rango de condiciones de eluyente basándose en la predicción del tiempo de retención utilizando modelos de redes neuronales.
