Cet article présente un exemple d’utilisation de JMP pour réaliser une conception d’expériences (DOE) dans le développement d’une méthode analytique pour un produit pharmaceutique.
Ces dernières années, la ligne directrice ICH-Q14 pour le développement de méthodes analytiques a été élaborée et les « méthodes analytiques utilisant des techniques plus avancées » attirent l’attention.
La méthode d’examen de la qualité basée sur des preuves scientifiques dans le développement de méthodes analytiques est appelée AQbD (Analytical Quality by Design), et l’utilisation de plans d’expériences (DOE) est proposée comme un moyen d’y parvenir.
Par exemple, la détermination des conditions de fonctionnement optimales pour la configuration HPLC suivante est un exemple de développement de méthode analytique.
Exemple d'analyse : Optimisation des conditions opératoires HPLC
Objectif : Développer une méthode analytique permettant une séparation complète des pics (résolution ≧ 1,5) comme spécifié par la pharmacopée japonaise.
Pour atteindre cet objectif, nous réaliserons des expériences basées sur le concept de conception expérimentale et utiliserons les données obtenues pour déterminer les paramètres et les conditions de fonctionnement qui permettront d’obtenir une séparation complète.
Dans la conception expérimentale, la valeur caractéristique optimisée ou modélisée est appelée « réponse », et dans le développement de méthodes, cela inclurait la résolution ou le nombre de pics. D'autre part, les paramètres manipulables qui sont censés affecter la réponse sont appelés « facteurs » et, en HPLC, ceux-ci incluent la température de la colonne et le débit de la phase mobile.
Dans cet exemple, l'étude est menée en deux étapes : « Une expérience (expérience de sélection) pour affiner les facteurs importants parmi de nombreux facteurs » et « Une expérience (expérience d'optimisation) pour trouver les conditions optimales en ajustant un modèle plus précis (modèle de surface de réponse) en utilisant les facteurs affinés par sélection. »
- Expérience de dépistage : extraction de facteurs efficaces à partir d'un grand nombre de facteurs censés affecter la réponse
- Expériences d'optimisation (surfaces de réponse) : Trouver des paramètres de facteurs qui satisfont un objectif de réponse (maximisation, minimisation, etc.)
Dans JMP, nous utilisons « Custom Design », une méthode de création de conception typique, et procédons à l'analyse en suivant les étapes suivantes. 
1. Expérience de dépistage
Objectif : Évaluer les facteurs qui affectent la résolution.
À la suite de l’évaluation des risques, cinq facteurs susceptibles d’affecter les performances de séparation (indiqués en jaune dans la figure ci-dessous) ont été sélectionnés.
Les conditions pour les facteurs sont les suivantes :
| facteur |
rôle |
Limite inférieure |
Limite supérieure |
| pH |
continu |
7 |
9 |
| Température de la colonne (℃) |
continu |
35 |
45 |
| ACN (%) |
continu |
30 |
50 |
| Débit (mL/min) |
continu |
1.4 |
1.6 |
| Type de colonne |
Catégorique |
C1, C2, C3, C4 |
pH : pH du tampon de phase mobile ;Température de la colonne : Température de la colonne.ACN(%) : Pourcentage de solvant organique (acétonitrile) dans la phase mobile
Débit : Débit de la phase mobile.Type de colonne : Type de colonne (4 types : C1 à C4)
*Ceci est un exemple d’élution isocratique (la composition de la phase mobile est constante).
Créer un plan
- Lancez « Conception personnalisée » et définissez « Réponse », « Facteurs » et « Modèle ».
- Ici, le modèle (facteurs à examiner) inclut les principaux effets et interactions (« pH*Température de la colonne », « pH*ACN », « pH*Débit », « Température de la colonne*ACN », « Température de la colonne*Débit » et « ACN*Débit »).
- Sous Créer une conception, acceptez le nombre d’exécutions par défaut (24).
Saisie des valeurs de réponse et ajustement du modèle
- 24 expériences basées sur une conception optimale vous seront présentées. Vous devrez donc mener les expériences et saisir les valeurs de réponse (degré de séparation).
- Après avoir saisi les valeurs de réponse, exécutez le script « Modèle » en haut à gauche du tableau de données (cliquez sur le bouton vert ▷). Le modèle spécifié dans la conception personnalisée sera ensuite installé.
Ajustement du modèle et sélection des facteurs importants
Consultez le « Résumé des effets » dans le rapport affiché et identifiez les facteurs importants en « regroupant les erreurs », ce qui supprime les facteurs avec des valeurs P élevées dans l'ordre.
Dans cet exemple, les facteurs importants sélectionnés sont « pH », « ACN », « Température de la colonne » et « pH*Température de la colonne ».
Par conséquent, dans les expériences d'optimisation ultérieures, nous utilisons « pH », « ACN » et « Température de la colonne » comme facteurs.
*Ici, nous avons utilisé la « mise en commun des erreurs » pour identifier les facteurs importants, mais d’autres méthodes telles que les méthodes de sélection de variables par étapes peuvent également être utilisées.
2. Expériences d'optimisation (surface de réponse)
Dans cette étape, en plus de la résolution**, le nombre de pics est également défini comme réponse, et une surface de réponse est créée et optimisée.
Les réponses et facteurs pris en compte sont :
| réponse |
spécification |
| Résolution |
1,5 ou supérieur |
| N des pics |
6 ou plus |
| facteur |
rôle |
Limite inférieure |
Limite supérieure |
| pH |
continu |
7 |
9 |
| Température de la colonne (℃) |
continu |
35 |
45 |
| ACN(%) |
continu |
30 |
50 |
Créer un plan
- Lancez « Conception personnalisée » et définissez « Réponse » et « Facteurs ».
- Spécifiez le modèle de surface de réponse en cliquant sur le bouton [RSM] comme « Modèle ».
- Sous Créer une conception, acceptez le nombre d’exécutions par défaut (16).
*Le modèle de surface de réponse est un modèle qui inclut les effets principaux, les interactions du second ordre et les termes au carré comme effets.
*La conception créée avec 16 expériences est cohérente avec le « Central Composite Design (CCD) ».
Saisie des valeurs de réponse et ajustement des modèles de surface de réponse
- Saisissez les valeurs de réponse comme dans l'expérience de criblage et exécutez le script « Modèle » pour ajuster le modèle de surface de réponse.
Optimisation, espace de conception du bâtiment
- Le rapport « Prediction Profiler » vous permet de vérifier visuellement la relation entre les facteurs (axe horizontal) et les réponses (axe vertical) dans l'équation de prédiction.
- Nous recherchons une combinaison de facteurs qui répondent à nos objectifs (Résolution ≧ 1,5, N de pics ≧ 6) en sélectionnant [Optimisation et Satisfaction] > [Maximiser la Satisfaction] ( optimisation ).
- L'image en bas à droite montre les paramètres optimisés. Lorsque le pH = 8,38, la température de la colonne = 40,98 °C et l'ACN = 30 %, la valeur prédite de la résolution est de 2,45 et la valeur prédite du nombre de pics est de 7,39, ce qui répond aux spécifications de réponse.
Le profileur de contour JMP vous permet d'identifier visuellement la région de l'espace factoriel qui répond aux spécifications ( espace de conception ).
Vous trouverez ci-dessous les contours des conditions d’optimisation.Lorsque la température de la colonne est fixée à 40,98 °C, le pH est sur l'axe horizontal et l'ACN est sur l'axe vertical, la zone de contour blanche est la plage qui répond aux spécifications. Cette région contient également la valeur optimale trouvée par Maximiser la désirabilité.
Lors de la construction d'un espace de conception, des expériences de confirmation sont menées à proximité des conditions optimales (des expériences sont menées dans les conditions optimales pour confirmer si les valeurs de réponse obtenues répondent aux spécifications). Si l'expérience de confirmation s'avère sans problème, une zone rectangulaire dans la zone blanche en bas à droite de la carte de contour ci-dessus, en tenant compte des exigences techniques spécifiques, sera envisagée pour être définie comme espace de conception.
Informations de référence
■Nouveau cas d'utilisation : Ono Pharmaceutical Co., Ltd. (Exemple d'utilisation de JMP pour le développement de méthodes analytiques)
Ono Pharmaceutical Co., Ltd. | JMP
■Principes de base de la conception d'expériences (DOE) à l'aide de JMP et exemples (YouTube)
par Naohiro Masukawa (JMP Japon)
Naohiro Masukawa - Communauté d'utilisateurs JMP
