Способ проведения испытания капсулированных лекарственных препаратов в блистерной упаковке методом бик спектрометрии

Изобретение относится к области фармации и касается способа проведения испытания капсулированных лекарственных препаратов в блистерной упаковке. Способ включает в себя формирование обучающего и проверочного наборов образцов, получение БИК спектров образцов через прозрачную часть блистера, визуальный анализ полученных спектров на наличие грубых погрешностей, разделение спектров на два набора согласно принадлежности капсул, предварительную обработку спектров и построение модели методами одноклассовой классификации на предобработанных спектрах обучающего набора. Построенная модель проверяется на степень принятия БИК спектров образцов обучающего и проверочного наборов. Далее проводится оценка степени отклонения моделью БИК спектров блистера капсул из обучающего набора, капсул, заполненных веществом, не имеющим полос поглощения в ближней ИК-области, капсул, заполненных основным наполнителем или смесью наполнителей и натрия хлорида вместо действующего вещества, воспроизведенных, фальсифицированных и/или недоброкачественных лекарственных препаратов. Технический результат заключается в получении универсального способа проведения испытания капсулированных лекарственных препаратов, обеспечивающего более точные и объективные результаты. 2 з.п. ф-лы, 10 ил., 2 табл.

 

Изобретение относится к области фармации и касается способа разработки неразрушающих экспресс методик испытания капсулированных лекарственных препаратов в блистерной упаковке методом БИК спектрометрии в сочетании с хемометрическими методами анализа, проводимых с целью подтверждения того, что исследуемый образец является подлинным или аутентичным и произведен по устойчивой технологии.

Под моделью понимается упрощенное подобие реального объекта, которое может быть использовано для его дальнейшего исследования. В данном изобретении в качестве реального объекта подразумевается лекарственный препарат, произведенный по конкретной технологии, включающей состав, особенности технологического процесса его производства и упаковку.

Данное изобретение предназначено для создания базы моделей для проведения экспресс испытаний лекарственных препаратов в форме капсул, упакованных в односторонней контурной ячейковой упаковке (блистер из поливинилхлоридной или полимерной пленки и фольги), неразрушающим способом. Указанные испытания могут проводиться как в стационарных, так и в передвижных лабораториях с использованием нескольких однотипных приборов.

Базовым инструментальным методом для построения модели является спектроскопия в ближней инфракрасной области (БИК спектрометрия) в режиме измерения отражения. Известно, что абсорбционная способность веществ в ближней области инфракрасного спектра мала, поэтому излучение способно проникать в глубь исследуемого образца на несколько миллиметров (через полимерную часть блистера и стенки капсулы) и предоставлять комплексную информацию об испытуемом образце. Всё это позволяет проводить испытания капсулированных препаратов без пробоподготовки образцов (извлечение, измельчение, разбавление и т.д.) и нарушения товарного вида испытуемого препарата.

Ключевой позицией в предлагаемом способе является построение и валидация математической модели, максимально адекватной составу образцов лекарственного препарата, учитывающей особенности его технологии производства и отличающей «чужие образцы». Построение математической модели осуществляется в два этапа: предобработка спектров и построение модели. Под «чужими образцами» в данном патенте подразумеваются образцы того же наименования, той же дозировки, в такой же упаковке, но произведенные по другой технологии, в том числе фальсификаты.

Для построения модели с целью доказательства того, что образец является подлинным или аутентичным, как правило, используются классификационные методы, в которых требуется установить принадлежность образца к классу. По способу построения классификационные методы делятся на одноклассовые и дискриминационные.

Основной задачей методов одноклассовой классификации является определение группы объектов в соответствии с их свойствами, т.е. определение целевого класса. Каждый целевой класс моделируется обособленно, независимо от остальных. Существуют разные математические подходы к построению моделей одноклассовых классификаций, имеющие свои преимущества и недостатки (методы, основанные на вычислении расстояний между спектрами, проекционные методы и т.д.).

Дискриминационные методы используются тогда, когда необходимо проанализировать две группы объектов с целью подтверждения их близости или наличия различий между ними. Для этой цели используются: дискриминантный анализ (DA) с использованием расстояния Махаланобиса, метод главных компонент (PCA), метод опорных векторов (SVM), классификацию по К-ближашим соседям (KNN) и т.д. Дискриминационные методы могут быть использованы для анализа однородности продукции.

Оценка работоспособности математической модели осуществляется через её валидацию, основной целью которой является доказательство того, что модель может быть использована для той цели, для которой она была построена.

Основными параметрами валидации классификационных моделей являются чувствительность (степень принятия образцов целевого класса) и специфичность (степень отклонения посторонних или «чужих» образцов, т.е. не принадлежащих к целевому классу).

В заявке CN2007113379 (13.03.2007 г.) описан быстрый метод качественного анализа китайских патентованных лекарственных препаратов методом БИК спектроскопии с использованием акустооптического перестраиваемого фильтра (АОПФ-БИК спектроскопия). Построение модели состоит из подготовки образца (твердый образец измельчается в количестве, достаточном для получения 5 г порошка), получении БИК спектров для твердых образцов методом отражения, для жидких – методом пропускания, предобработки полученных спектров для исключения влияния шума и смещение базисной линии (первая производная) и построении модели методом главных компонент (PCA). Способ является деструктивным, базируется на дискриминационных методах анализа.

В заявках CN20171589783 (19.07.2017 г.), 2006122456/28 (20.06.2006 г.), CN20161589280 (25.07.2016 г.), CN2007113380 (13.03.2007 г.), CN20141290572 (25.06.2014 г.), CN20151762017 (10.11.2015 г.), CN20171927380 (27.09.2017 г.) 2005141437/28 (22.05.2004 г.) описаны способы построения градуировочных моделей (калибровочных графиков) и их валидация для количественного определения лекарственных средств. Для этого используются наборы для калибровки и валидации, в которых содержание исследуемых веществ определено другими физико-химическими методами, например, ВЭЖХ или УФ спектрофотометрией.

В заявке CN20171589783 (19.07.2017 г.) предложено формировать субмодельный (проверочный) набор из части калибровочного набора и использовать его для корректировки градуировочной модели или графика для количественного определения. По мнению авторов, построенный и скорректированный таким образом градуировочный график дает более правильные значения, чем построенный традиционно с использованием только наборов для построения и валидации.

Быстрый неразрушающий способ определения качественного состава готового медицинского продукта с использованием ближней инфракрасной спектроскопии и многомерного статистического анализа описан в заявке CN2014144545 (22.01.2014 г.). Способ включает следующие этапы: (1) сбор репрезентативного количества серий готового лекарственного препарата с одной и той же фабрики; (2) получение БИК спектров образцов в оптимальных условиях измерения; (3) предобработка спектров с помощью хемометрических методов анализа; (4) построение модели; (5) перекрестная валидация модели; (6) получение БИК спектров исследуемых образцов и сравнение с моделью. Способ предложено использовать в производственном контроле лекарственных препаратов в режиме on-line. Детали способа не раскрыты.

В заявке CN20141353169 (18.07.2014 г.) предложена система определения однородности выпускаемых лекарственных препаратов в таблетированной форме методом БИК спектроскопии, предназначенная для разработки схем управления производственного процесса таблеток и выпуска препаратов по устойчивой технологии. Способ включает (1) сбор образцов; (2) определение значения соответствующих факторов; (3) вычисление отклонений внутри серии, между сериями и между производствами; (4) сравнение отклонений с соответствующей обобщенной дисперсией; (5), анализ соответствующего коэффициента качества однородности выпускаемых таблеток внутри серии; (6) между сериями; и (7) между производствами. В указанном методе анализ таблеток осуществляется без упаковки, и валидация модели проводится только на чувствительность.

Способ разработки и валидации количественной методики определения физических свойств (силы сжатия) фармацевтических прессованных таблеток методом ближней инфракрасной спектроскопии и многомерного анализа, изложенный в заявке RO20130000080 (23.01.2013 г.), также предназначен только для управления технологическим процессом производства.

Усовершенствование БИК спектрометров, а также общие подходы к анализу лекарственных препаратов раскрыты в заявках CN20161130484 (08.03.2016 г,), CN20161222316 (12.04.2016 г.), US201314087417 (22.11.2013 г.) KR20147001891 (27.06.2012 г.) и US201615046850 (18.02.2016 г.).

В своей работе «Study on uniformity evaluation of valsartan capsules by near infrared spectroscopy» (Chinese Journal of Pharmaceutical Analysis, v.35, № 1, 2015, pp.161-167) GENG, Ying; CHENG, Qi-lei; HE, Lan изучили возможность идентифицировать и определить однородность дозирования действующего вещества в препарате «Вальсартан, капсулы» методом БИК спектрометрии. Авторы использовали в работе 175 серий препарата 7 производителей, были получены спектры капсул (без упаковки) с содержимым и самого содержимого. Однородность образцов была оценена методом главных компонент.

Bernard A. Olsen, Matthew W. Borer, Fred M. Perry и Robert A. Forbes в 2002 г. опубликовали статью «Screening for Counterfeit Drugs Using Near-Infrared Spectroscopy» (Pharmaceutical Technology of North America, 26, 62, 2002), в которой изложили результаты исследования 50 серий препарата «Прозак, капсулы», полученных на трех площадках. Для предобработки БИК спектров использовалась векторная нормализация (SNV) в сочетании с дифференцированием по 2-й производной. В качестве хемометрического метода был использован дискриминантный анализ (расстояние Махаланобиса). С целью повышения чувствительности метода БИК спектры были получены для содержимого капсул, которое перед измерением высыпали в виалу и 4 раза снимали спектр порошка. Для определения специфичности метода были использованы наполнители, используемые для аналогичных препаратов.

Другое исследование капсул было проведено T.Moffat, R.Watt и S.Assi в статье «The use of near infrared spectroscopy to detect counterfeit medicines» (Spectroscopy Europe, 2010, 22 to 5, pp. 6-10), которые показали возможность различить оригинальные препараты от фальсифицированных с помощью портативного БИК спектрометра. С этой целью они исследовали таблетки и капсулы. Для анализа капсул был использован разрушающий метод: содержимое 10 капсул пересыпали в виалу и получали по 4 БИК спектра порошка, каждый раз перемешивая перед измерением. Предобработку проводили с помощью векторной нормализации и дифференцирования по 2-й производной. Полученные данные сравнивали методом главных компонент (PCA). Валидация модели не описана.

В статье K.Degardin, A.Guillemain, N.Viegas Guerreiro, Y.Roggo «Near infrared spectroscopy for counterfeit detection using a large database of pharmaceutical tablets», опубликованной в Journal of Pharmaceutical and Biomedical Analysis 128 (2016) 89-97, авторы описали построение дискриминантной модели для 53 различных лекарственных препаратов в таблетированной форме, в том числе разных дозировок. Работа была проведена на 2 приборах одной марки, одного производителя. Для построения модели были получены БИК спектры 5 таблеток (с двух сторон) без упаковки от каждой из 5 серий лекарственного препарата. Дополнительно были получены спектры еще для 5 таблеток из каждой из 5 серий (проверочный набор). Предобработка полученных спектров была проведена с использованием векторной нормализации (SNV) и дифференцирующих фильтров Савицкого-Голея. Для разделения объектов были использованы дискриминационные модели с различным способом вычисления расстояний между классами: метод главных компонент (PCA), метод опорных векторов (SVM), классификация по К-ближашим соседям (KNN) и дискриминантный анализ (DA) с использованием расстояния Махаланобиса. Выбор способа построения модели был осуществлен с использованием проверочного набора (образцы, не используемые для построения модели) и валидационного набора, включающего фальсифицированные таблетки, препараты-дженерики и плацебо. Описанный в работе способ построения модели применим для относительно небольшой группы препаратов, носит условно-разрушающий характер, так как предусматривает анализ таблеток без упаковки, и не может быть использован для создания базы моделей.

В кандидатской работе «Идентификация лекарственных средств методом ближней инфракрасной спектроскопии» (2010 г.) Долбнев Д.В. рассматривает вопрос создания библиотеки для идентификации лекарственных препаратов в форме таблеток и капсул методом БИК спектроскопии с помощью оптоволоконного датчика и сферы. Автор предложил проводить измерение таблеток в блистере только в том случае, если «оболочка капсул прозрачна», для непрозрачных капсул проводилось измерение их содержимого. Для построения модели были использованы 3-5 спектров, полученных для разных участков капсул, что недостаточно для построения объективной модели препарата. Предобработка спектров проводилась с применением только векторного нормирования, а для построения модели - метод одноклассовой классификации «Ident» из программы «Opus» (Брукер).

В кандидатской работе «Новые подходы к контролю качества лекарственных средств на основе спектрофотомерии в ближней ИК-области» (2012 г.) Морозова М.А. предложила методику идентификации (дискриминантный анализ) и определения однородности дозирования (метод множественной линейной регрессии) лекарственных средств. В качестве объектов исследования ею были изучены, в том числе, капсулированные формы. Измерение БИК спектров осуществлялось только для содержимого капсул (разрушающий метод), в качестве хемометрического метода использовался дискрименантный анализ (расстояние Махаланобиса).

В руководстве «Guideline on the use of near infrared spectroscopy by the pharmaceutical industry and the date requirements for new submission and variation (European Medicines health, 27 January 2014), предназначенном для совершенствования контроля устойчивости технологического процесса производства лекарственных средств, указан общий подход к построению и валидации градуировочных (калибровочных) моделей, а также способы построения дискриминационных моделей и валидация их только на чувствительность.

В ранее опубликованных нами работах, посвященных анализу таблетированных лекарственных форм (Балыклова К.С., Садчикова Н.ПП., Арзамасцев А.П., Титова А.В. «Использование метода ближней инфракрасной спектроскопии в анализе субстанций и таблеток сульфалена» Вестник Воронежского государственного университета. Серия: химия, биология, фармация, 2009, №1, С.97-100; Азимова И.Д., Арзамасцев А.П., Титова А.В. «Анализ омепразола методом ближней инфракрасной спектроскопии». Вестник Воронежского государственного университета, Серия Химия, биология, фармация, 2009, №2, 152-156; Степанова Е.В., Арзамасцев А.П., Титова А.В. «Изучение возможности применения метода спектроскопии в ближней инфракрасной области в анализе субстанций и таблетированных препаратов, содержащих фамотидин», Вестник Воронежского государственного университета, Серия Химия, биология, фармация, 2009, №2, 181-184; Е.В.Степанова, А.П.Арзамасцев, А.В.Титова «Анализ ранитидина гидрохлорида методом ближней ИК-спектроскопии Химико-фармацевтический журнал, 2009, №7, 51-53; А.В.Титова, А.П.Арзамасцев, С.В.Грецкий «Анализ римантадина гидрохлорида методом ближней ИК-спектроскопии», Химико-фармацевтический журнал, 2009, №9, 53-56, Арзамасцев А.П., Садчикова Н.П., Титова А.В. «Метод ближней ИК-спектроскопии в системе контроля качества лекарственных средств», Вопросы биологической, медицинской и фармацевтической химии, 2010, №1, 16-20), предложено использовать для валидации модели на специфичность препараты-дженерики, содержащие те же активные фармацевтические вещества, но произведенные другим производителем и по другой технологии. Все исследования были проведены на таблетках без упаковки и с использованием дискриминантного метода анализа.

В более поздних работах (Балыклова К.С., Титова А.В., Садчикова Н.П., Родионова О.Е., Шишова Е.Ю., Скударева Е.Г., Горпинченко Н.В «Анализ таблеток ацетилсалициловой кислоты методом ИК-спектроскопии в ближней области», «Вестник Росздравнадзора». – 2013. - №2. – С.62-65; Rodionova O.Ye., Balyklova K.S., Titova A.V., Pomerantsev A.L. «Quantitative risk assessment in classification of drugs with identical API content» Journal of Pharmaceutical and Biomedical Analysis, 2014, V. 98.P. 186-192; Балыклова К.С., Родионова О.Е., Титова А.В., Садчикова Н.П. «Исследование таблеток с помощью портативного и лабораторного БИК-спектрометра» «Вестник Росздравнадзора», 2015, №4, С.65-71; Y.V. Zontov, K.S. Balyklovа, A.V. Titovа, O.Ye. Rodionova, A.L. Pomerantsev «Chemometric aided NIR portable instrument for rapid assessment of medicine quality», Journal of Pharmaceutical and Biomedical Analysis, 2016, V. 131, P. 87-93; Rodionova O.Ye., Balyklova K.S., Titova A.V., Pomerantsev A.L. «Recognition of the ‘high quality forgeries’ among the medicines:application of NIR spectroscopy and chemometrics», Journal of Integrated OMICS a methodological journal, 2017, V. 7, Issue 2, P. 17; Rodionova O.Ye., Balyklova K.S., Titova A.V., Pomerantsev A.L.«Application of NIR spectroscopy and chemometrics for revealing of the ‘high quality fakes’ among the medicines» Forensic Chemistry, 2018, V. 8, P. 82-89 и т.д.) были описаны результаты исследования таблетированных лекарственных препаратов в ячейковом блистере, для построения модели использовали методы одноклассовой классификации, для валидации специфичности модели - препараты-дженерики.

Каждая из указанных работ решает единичную проблему испытания лекарственных препаратов в капсулированной форме и не предлагает совокупного решения испытания указанной группы лекарственных препаратов с целью доказательства того, что они являются подлинными и произведены в условиях устойчивого технологического процесса.

Основными преимуществами предложенного способа разработки методики по сравнению с существующими являются:

- четкость построения процедуры разработки неразрушающей экспресс методики испытания капсулированных лекарственных препаратов в блистерной упаковке, в том числе изготовленных из окрашенного поливинилхлорида или полимера, с помощью БИК-анализа с целью доказательства того, что исследуемые образцы являются подлинными или аутентичными и произведены по устойчивой технологии;

- возможность четко определить применимость метода БИК спектроскопии для анализа лекарственных препаратов в виде капсулированных форм и установить причину ограничения метода в их анализе;

- возможность оптимизировать условия построения моделей методами одноклассовой классификации за счет расширения вариантов определения чувствительности и специфичности;

- доступность всех объектов для выполнения построения и валидации модели;

- низкая стоимость: для валидации модели не требуются дорогостоящие стандартные образцы, реактивы, нет необходимости производить недоброкачественные образцы; для выполнения методики требуется только небольшое количество образцов препарата в оригинальной упаковке;

- объективность полученных результатов, поскольку модели строятся на аутентичных образцах, полученных непосредственно от производителя, с использованием многоступенчатой процедуры валидации, которая позволяет судить о применимости БИК спектроскопии или его ограничении к капсулированным препаратам, упакованным в специфичную упаковку или имеющих специфичный состав капсулы;

- разработанная по данной процедуре методика позволяет проводить неразрушающее испытание лекарственного препарата, и при положительном результате испытания анализируемый образец возвращают в гражданский оборот.

Задачами, на решение которых направлено данное изобретение, являются:

- создание неразрушающих экспресс методик испытаний капсулированных лекарственных препаратов в блистерной упаковке сочетанием БИК спектрометрии и хемометрических методов анализа (БИК-анализ) через построение математической модели и её валидацию с целью доказательства того, что исследуемые образцы являются подлинными (аутентичными) и выпущены в оборот по устойчивой технологии;

- оптимальный выбор способов предобработки БИК спектров и математических методов построения моделей путем проведения полноценной валидации;

- возможность оценить пригодность БИК спектрометрии для исследования капсулированных препаратов, имеющих специфичный состав капсулы и упаковочного материала, через процедуру валидации.

Техническим результатом изобретения являются получение универсального способа проведения испытания лекарственных препаратов с целью их аутентификации и контроля устойчивости технологии производства, обеспечивающего более точные и объективные результаты, построение математической модели для аутентификации лекарственных препаратов и контроля устойчивости и стабильности технологического процесса за счет поэтапной процедуры валидации, а также возможность расширения анализируемых объектов, сокращение времени и средств на проведение исследования.

Технический результат достигается разработкой способа проведения испытания капсулированных лекарственных препаратов в блистерной упаковке методом БИК спектрометрии, включающего стадии (этапы): отбор образцов с учетом количества, необходимого для построения модели и её валидации на чувствительность, включающий два набора: обучающий (для построения модели) и проверочный (для валидации модели на чувствительность); получение БИК спектров образцов обучающего и проверочного наборов через прозрачную часть блистера, при этом для каждой капсулы получают по 3 спектра, каждый раз меняя позицию капсулы или датчика; визуальный анализ полученных БИК спектров на наличие грубых погрешностей (интерференция и случайные пики) и замена повторно снятыми спектрами с той же капсулы; разделение БИК спектров на два набора согласно принадлежности капсул, для которых они получены; предварительная обработка спектров, путем совмещения полученных БИК спектров образцов из обучающего набора с рабочим стандартным спектром, с дальнейшей обработкой совмещенных спектров с помощью векторной нормализации, удаление области основного пика воды (от 5300 см-1 до 4950 см-1), и других способов предобработки (производные, сглаживание и т.д.), а также их сочетание; построение модели методами одноклассовой классификации на предобработанных БИК спектрах обучающего набора согласно алгоритму используемой программы для ЭВМ; проверка построенной модели на степень принятия БИК спектров всех образцов обучающего набора согласно алгоритму используемой программы для ЭВМ и, при необходимости, её корректировка; проверка построенной модели на степень принятия БИК спектров образцов проверочного набора согласно алгоритму используемой программы для ЭВМ и, при необходимости, её корректировка; оценка степени отклонения моделью БИК спектров блистера, в который упакованы капсулы из обучающего набора, согласно алгоритму используемой программы для ЭВМ и, при необходимости, её корректировка; оценка степени отклонения моделью БИК спектров капсул, заполненных веществом, не имеющим полос поглощения в ближней ИК-области, согласно алгоритму используемой программы для ЭВМ и, при необходимости, её корректировка; оценка степени отклонения моделью БИК спектров капсул, заполненных основным наполнителем или смесью наполнителей и натрия хлорида вместо действующего вещества согласно алгоритму используемой программы для ЭВМ и, при необходимости, её корректировка; оценка степени отклонения моделью БИК спектров воспроизведенных капсулированных лекарственных препаратов и согласно алгоритму используемой программы для ЭВМ и, при необходимости, её корректировка; оценка степени отклонения моделью БИК спектров фальсифицированных и/или недоброкачественных препаратов того же наименования, той же дозировки, того же производителя, в такой же упаковке согласно алгоритму используемой программы для ЭВМ и, при необходимости, её корректировка.

Специфика подхода к разработке методики аутентификации лекарственных препаратов состоит в том, что она предназначена для работы в передвижных лабораториях, должна иметь единый подход ко всем упакованным в блистер капсулированным лекарственным препаратам, находящихся в обращении на фармацевтическом рынке, предусматривать перенос калибровок на БИК спектрометры, которыми оснащены передвижные лаборатории, после проведения испытания образцы, прошедшие испытания, должны быть возвращены в оборот.

Методика должна быть экспрессной и неразрушающей ни в отношении препарата, ни в отношении первичной упаковки.

Капсулы с лекарственным препаратом часто упаковываются в одностороннюю контурную ячейковую упаковку или блистер, состоящий из поливинилхлоридной или полимерной пленки и алюминиевой фольги; поливинилхлоридная или полимерная пленка могут быть матовой или прозрачной.

Для правильного построения модели необходимо, чтобы излучение проникало через слой первичной упаковки (полимерный слой), стенки капсулы и немного - в содержимое капсулы. Это должно быть доказано в процессе валидации модели.

Для выполнения этих условий необходимо правильно провести измерение БИК спектра капсул. Предложено проводить измерение капсулированного препарата только:

• на уровне корпуса желатиновой капсулы, так как при измерении на уровне чашечки излучение должно преодолеть двойной слой: чашечки и корпуса (фиг.1);

• в вертикальном положении чашечкой вверх, чтобы содержимое капсулы было сосредоточено в корпусе капсулы (фиг.1);

• после встряхивания блистера с капсулой для удаления воздушных пустот и сосредоточения содержимого в корпусе капсулы.

Предложен следующий способ создания неразрушающей экспресс аутентификации капсулированных лекарственных препаратов в первичной упаковке (блистере) с целью создания базы моделей для их исследования в передвижных и стационарных лабораториях. Способ проведения испытания капсулированных лекарственных препаратов в блистерной упаковке содержит следующие этапы:

1 этап: отбор образцов с учетом количества, необходимого для построения модели и её валидации на чувствительность. Отобранное количество образцов включает два набора: обучающий (для построения модели) и проверочный (для валидации модели на чувствительность). Обучающий набор включает не менее 5 серий по 10 капсул в блистерной упаковке от каждой серии. Допускается строить модель на меньшем количестве серий лекарственного препарата при наличии только этих серий на рынке. Проверочный набор должен содержать образцы в количестве не менее 20 % от количества образцов обучающего набора, но не менее 2 капсул от серии. Для удобства все капсулы, входящие в наборы, нумеруются. Количество измеряемых объектов обучающего и проверочного набора выбрано, в основном, исходя из возможности одного сотрудника в течение рабочего дня получить спектры таблеток из обоих наборов (150 спектров обучающего набора и 30 спектров проверочного набора), проанализировать их, предобработать, построить модель и провести валидацию (еще около 100 спектров).

2 этап: получение БИК спектров образцов обучающего и проверочного наборов через прозрачную часть блистера с помощью модуля на отражение, например, оптоволоконного датчика. Измерения проводят на уровне корпуса капсулы, капсулу держат в вертикальном положении чашечкой вверх, чтобы содержимое капсулы было сосредоточено в корпусе капсулы (фиг.1); перед измерением капсулу в блистере встряхивают для удаления воздушных пустот и сосредоточения содержимого в корпусе капсулы. Для каждой капсулы получают по 3 спектра, каждый раз меняя позицию капсулы или датчика.

3 этап: визуальный анализ полученных БИК спектров на наличие грубых погрешностей (интерференция и случайные пики) и замена повторно снятыми спектрами с той же капсулы. Визуальный анализ заключается в просматривании полученных спектров на отсутствие интерференции или случайных пиков, не характерных для исследуемого объекта, т.е. тех пиков, которые отсутствуют в других спектрах данного препарата.

4 этап: разделение БИК спектров на два набора согласно принадлежности капсул, для которых они получены (см. 1 этап) и локализация их в две папки: обучающий и проверочный. При использовании программы для ЭВМ, в которой отсутствует автоматическая предобработка испытуемых образцов в соответствии с предобработкой образцов, используемых для построения модели, этот этап целесообразно проводить после предобработки всех спектров.

5 этап (предобработка БИК спектров). Предварительная обработка спектров проводится с целью повышения информативности получаемых результатов и уменьшения влияния спектральных вариаций. Полученные БИК спектры образцов из обучающего набора совмещают с рабочим стандартным спектром, что позволит работать на других БИК спектрометрах того же типа в передвижных и стационарных лабораториях. Для этого в используемой программе для ЭВМ активируют функцию «совмещение», вводят файл рабочего стандартного спектра, далее - файлы совмещаемых спектров и активируют выполнение процедуры. Файлы совмещенных спектров сохраняют в отдельной папке. В качестве рабочего стандартного спектра используют БИК спектр вещества, полученный на одном из приборов. Рабочий стандартный спектр является неотъемлемой частью создаваемой базы моделей. Из его спектра удалены неинформативная и шумовая области. Далее совмещенные спектры обрабатывают с помощью векторной нормализации и удаляют область основного пика воды (от 5300 см-1 до 4950 см-1). С целью оптимизации модели могут быть использованы другие способы предобработки: производные, сглаживание и т.д., а также их сочетание.

6 этап: построение модели методами одноклассовой классификации на предобработанных БИК спектрах обучающего набора согласно алгоритму используемой программы для ЭВМ. Для этого в используемой программе для ЭВМ активируют функцию построение модели, вводят предобработанные спектры и активируют процесс. На данном этапе могут быть использованы различные методы одноклассовой классификации, в которых область принятия решения определяется с помощью Евклидова расстояния, косинуса между спектрами, проекционными методами с применением Евклидова расстояния и/или расстояние Махаланобиса и т.д.

Евклидово расстояние между двумя точками x = (x1,…,xp)T и y = (y1,…,yp)T в пространстве Rp вычисляют по формуле:

dE(x,y) = =

Расстоянием Махаланобиса между двумя точками x = (x1,…,xp)T и y = (y1,…,yp)T в пространстве Rp называется функция вида:

dM(x,y) =

где S – масса ковариаций.

7 этап (чувствительность): проверка построенной модели на степень принятия БИК спектров всех образцов обучающего набора и, при необходимости, её корректировка. Степень принятия образцов оценивается согласно алгоритму используемой программы для ЭВМ. Для этого в используемой программе для ЭВМ активируют построенную модель, вводят файлы спектров обучающего набора и активируют процесс сравнения. В качестве критериев принятия решения могут быть использованы: коэффициент качества совпадений, который должен быть ниже порогового значения модели (например, программа «OPUS» фирмы «Брукер»), граница ошибки 1-го рода, которая очерчивает область, в которой должны находиться исследуемые образцы (например, SIMCA и DD-SIMCA), и т.д. Если образцы выходят за пределы границы области модели, то меняют значения коэффициентов, расширяя область модели до полного или оптимального включения образцов.

8 этап (чувствительность): проверка построенной модели на степень принятия БИК спектров образцов проверочного набора согласно алгоритму используемой программы для ЭВМ, при необходимости, её корректировка (аналогично этапа 7).

9 этап (специфичность): оценка степени отклонения моделью БИК спектров блистера, в который упакованы капсулы из обучающего набора. Получают по 3 БИК спектра с полимерной стороны блистера по его краям, где нет капсул, предобрабатывают спектры и сравнивают с моделью. Степень отклонения образцов оценивается согласно алгоритму используемой программы для ЭВМ. В качестве критериев принятия решения могут быть использованы: коэффициент качества совпадений, который должен быть выше порогового значения модели (например, программа «OPUS» фирмы «Брукер), граница ошибки 1-го рода (например, SIMCA) или 2-го рода (например, DD-SIMCA), очерчивающая область, за пределами которой должны находиться отклоняемые образцы, и т.д. Если образцы находятся в пределах границ области модели, то меняют значения коэффициентов, сужая область модели до полного или оптимального исключения образцов, одновременно контролируя её на чувствительность (этап 7).

10 этап (специфичность): оценка степени отклонения моделью БИК спектров капсул, заполненных веществом, не имеющих полос поглощения в ближней ИК-области (например, прокаленный натрия хлорид, и др.). Испытание проводят с капсулами из проверочного набора: осторожно надрезают алюминиевую фольгу по краям ячейки и вынимают капсулу, отделяют чашечку от корпуса, высыпают содержимое, протирают внутренние стенки капсулы сухим ватным тампоном и заполняют натрия хлоридом, предварительно прокаленным при температуре 650 °С в течение 2 часов и измельченным в ступке; закрывают капсулу, помещают в ту же ячейку блистерной упаковки, снимают по 3 БИК спектра с каждой капсулы на уровне её корпуса и сравнивают с моделью согласно алгоритму используемой программы для ЭВМ (как этап 9). Если образцы находятся в пределах границ области модели, то меняют значения коэффициентов, сужая область модели до полного или оптимального исключения образцов, одновременно контролируя её на чувствительность (этап 7).

11 этап (специфичность): оценка степени отклонения моделью БИК спектров капсул, заполненных основным наполнителем или смесью наполнителей и натрия хлорида вместо действующего вещества. Испытание проводят с капсулами из проверочного набора, после завершения 10 этапа: капсулу, заполненную наполнителем, помещают в ту же ячейку блистерной упаковки, снимают по 3 спектра с каждой капсулы на уровне её корпуса и сравнивают с моделью согласно алгоритму используемой программы для ЭВМ (как этап 9). Если образцы находятся в пределах границ области модели, то меняют значения коэффициентов, сужая область модели до полного или оптимального исключения образцов, одновременно контролируя её на чувствительность (этап 7).

12 этап (специфичность): оценка степени отклонения моделью БИК спектров капсулированных препаратов-дженериков в такой же упаковке (при наличии): получают 30 спектров (по 3 спектра для каждой капсулы) и сравнивают с моделью согласно алгоритму используемой программы для ЭВМ (как этап 9). При отсутствии препаратов-дженериков может быть проведена оценка степени отклонения моделью БИК спектров капсулированных препаратов в аналогичной упаковке, но содержащих близкое по структуре действующее вещество, а также имеющих одинаковый состав оболочки: получают по 30 спектров (по 3 спектра с каждой капсулы) и сравнивают с моделью согласно алгоритму используемой программы для ЭВМ (как этап 9). Если образцы находятся в пределах границ области модели, то меняют значения коэффициентов, сужая область модели до полного или оптимального исключения образцов, одновременно контролируя её на чувствительность (этап 7).

Дженерик или воспроизведенный лекарственный препарат - лекарственный препарат, который имеет такой же качественный состав и количественный состав действующих веществ в такой же лекарственной форме, что и референтный лекарственный препарат, и биоэквивалентность или терапевтическая эквивалентность которого референтному лекарственному препарату подтверждена соответствующими исследованиями.

13 этап (специфичность): оценка степени отклонения моделью БИК спектров фальсифицированных и недоброкачественных препаратов того же наименования, той же дозировки, того же производителя, в такой же упаковке (при наличии): получают по 30 спектров (по 3 спектра для каждой капсулы) и сравнивают с моделью согласно алгоритму используемой программы для ЭВМ (как этап 9). Если образцы находятся в пределах границ области модели, то меняют значения коэффициентов, сужая область модели до полного или оптимального исключения образцов, одновременно контролируя её на чувствительность (этап 7).

Таким образом, данный подход валидации построенной модели одноклассовой классификации является универсальным, т.к. не зависит от способа её построения, при этом позволяет оценить её чувствительность и специфичность.

Ниже приведены примеры, в которых продемонстрирована работоспособность предложенного способа построения и валидации модели на двух препаратах в капсулированной форме. В таблицах 1 и 2 представлены данные по валидации моделей для образцов препаратов в примерах 1 и 2. Модель построена на предобработанных спектрах с помощью метода одноклассовой классификации «Ident» из программы «Opus» (Брукер). Все объекты, имеющие качество совпадений меньше порога модели, принадлежат к классу исследуемого объекта и аутентичны ему, выше этого значения – не принадлежат, т.е. не аутентичны ему.

Пример 1. Капсулы Азитромицина в ячейковой блистерной упаковке из поливинилхлорида и алюминиевой фольги.

В таблице 1 представлены данные по степени принятия и отклонения образцов валидационного набора при валидации модели для указанного препарата. Модель построена на предобработанных спектрах с помощью метода одноклассовой классификации «Ident» из программы «Opus» (Брукер). Порог построенной модели – 0,029465. Все объекты, имеющие качество совпадений меньше указанного порога модели, принадлежат к классу объектов, для которых была построена модель, выше этого значения – к чужому классу. На фиг.2.представлены БИК спектры образцов препарата 5 серий без предобработки. На фиг.3. представлены БИК спектры образцов препарата 5 серий после предобработки (совмещение, удаление неинформативной и шумовой области, векторная нормализация, удаление области основного пика воды). На фиг.4. представлены средние БИК спектры образцов препарата 5 серий после предобработки (1), блистера (2), капсул с натрия хлоридом (3), капсул с модельной смесью без действующего вещества. На фиг.5. представлены средние БИК спектры образцов препарата 5 серий после предобработки (1) и препаратов-дженериков (2-4).

Пример 2. Капсулы Флуконазола в ячейковой блистерной упаковке из поливинилхлорида и алюминиевой фольги. В таблице 2 представлены данные по степени принятия и отклонения образцов валидационного набора при валидации модели для указанного препарата. Модель построена на предобработанных спектрах с помощью метода одноклассовой классификации «Ident» из программы «Opus» (Брукер). Порог построенной модели – 0,030911. Все объекты, имеющие качество совпадений меньше указанного порога модели, принадлежат к классу объектов, для которых была построена модель, выше этого значения – к чужому классу. На фиг.6.представлены БИК спектры образцов препарата 5 серий без предобработки. На фиг.7. представлены БИК спектры образцов препарата 5 серий после предобработки (совмещение, удаление неинформативной и шумовой области, векторная нормализация, удаление области основного пика воды). На фиг.8. представлены средние БИК спектры образцов препарата 5 серий после предобработки (1), блистера (2), капсул с натрия хлоридом (3), капсул с основным наполнителем – лактоза. На фиг.9. представлены средние БИК спектры образцов препарата 5 серий после предобработки (1) и препаратов-дженериков (2-3). На фиг.10. представлены средние БИК спектры образцов препарата 5 серий после предобработки (1) и фальсифицированного образца (2).

Таблица 1. Результаты валидации модели в примере 1

Этап Валидационный набор Качество совпадений Корректировка модели
7 Обучающий набор 0,003647-0,028615 Не требуется
8 Проверочный набор 0,005528-0,015865 Не требуется
9 Блистер 0,583337-0,706050 Не требуется
10 Капсула с натрия хлоридом 0,074297-0,093125 Не требуется
11 Капсула с модельной смесью без действующего вещества 0,104917-0,119912 Не требуется
12a Препарат-дженерик 1 0,056759-0,99725 Не требуется
12b Препарат-дженерик 2 0,029584-0,058534 Не требуется
12c Препарат-дженерик 3 0,029608-0,051455 Не требуется
12d Препарат в аналогичной упаковке и капсуле, но содержащий близкое по структуре действующее вещество Не проводили
13 Фальсифицированный образец Не проводили из-за отсутствия образца Не требуется

Таблица 2. Результаты валидации модели в примере 2

Этап Валидационный набор Качество совпадений Корректировка модели
7 Обучающий набор 0,005871-0,027803 Не требуется
8 Проверочный набор 0,009072-0,017983 Не требуется
9 Блистер 0,556200-0,711461 Не требуется
10 Капсула с натрия хлоридом 0,118650-0,122799 Не требуется
11 Капсула с основным наполнителем 0,121772-0,132278 Не требуется
12a Препарат-дженерик 1 0,040024-0,072971 Не требуется
12b Препарат-дженерик 2 0,062465-0,123701 Не требуется
12с Препарат в аналогичной упаковке и капсуле, но содержащий близкое по структуре действующее вещество Не проводили Не требуется
13 Фальсифицированный образец 0,065445-0,076496 Не требуется

1. Способ проведения испытания капсулированных лекарственных препаратов в блистерной упаковке методом БИК спектрометрии, включающий стадии (этапы):

- отбор образцов с учетом количества, необходимого для построения модели и ее валидации на чувствительность, включающий два набора: обучающий (для построения модели) и проверочный (для валидации модели на чувствительность);

- получение БИК спектров образцов обучающего и проверочного наборов через прозрачную часть блистера, при этом для каждой капсулы получают по 3 спектра, каждый раз меняя позицию капсулы или датчика;

- визуальный анализ полученных БИК спектров на наличие грубых погрешностей, вызванных интерференцией и случайными пиками, и замена повторно снятыми спектрами с той же капсулы;

- разделение БИК спектров на два набора согласно принадлежности капсул, для которых они получены;

- предварительная обработка спектров, путем совмещения полученных БИК спектров образцов из обучающего набора с рабочим стандартным спектром, обработка совмещенных спектров с помощью векторной нормализации, удаление области основного пика воды в диапазоне от 5300 см-1 до 4950 см-1, и использования производных, сглаживания, а также их сочетания;

- построение модели методами одноклассовой классификации на предобработанных БИК спектрах обучающего набора согласно алгоритму используемой программы для ЭВМ;

- проверка построенной модели на степень принятия БИК спектров всех образцов обучающего набора согласно алгоритму используемой программы для ЭВМ и, при необходимости, ее корректировка;

- проверка построенной модели на степень принятия БИК спектров образцов проверочного набора согласно алгоритму используемой программы для ЭВМ и, при необходимости, ее корректировка;

- оценка степени отклонения моделью БИК спектров блистера, в который упакованы капсулы из обучающего набора, согласно алгоритму используемой программы для ЭВМ, при необходимости, ее корректировка;

- оценка степени отклонения моделью БИК спектров капсул, заполненных веществом, не имеющих полос поглощения в ближней ИК-области (например, прокаленный натрия хлорид), согласно алгоритму используемой программы для ЭВМ и, при необходимости, ее корректировка;

- оценка степени отклонения моделью БИК спектров капсул, заполненных основным наполнителем или смесью наполнителей и прокаленного натрия хлорида вместо действующего вещества, согласно алгоритму используемой программы для ЭВМ и, при необходимости, ее корректировка;

- оценка степени отклонения моделью БИК спектров воспроизведенных капсулированных лекарственных препаратов согласно алгоритму используемой программы для ЭВМ и, при необходимости, ее корректировка;

- оценка степени отклонения моделью БИК спектров фальсифицированных и недоброкачественных препаратов того же наименования, той же дозировки, того же производителя, в такой же упаковке согласно алгоритму используемой программы для ЭВМ и, при необходимости, ее корректировка.

2. Способ по п. 1, отличающийся тем, что обучающий набор включает не менее 5 серий по 10 капсул в блистерной упаковке от каждой серии, при этом проверочный набор должен содержать образцы в количестве не менее 20% от количества образцов обучающего набора, но не менее 2 капсул от серии.

3. Способ по п. 1, отличающийся тем, что в качестве блистерной упаковки для капсул с лекарственным препаратом может быть использована односторонняя контурная ячейковая упаковка или блистер, состоящий из поливинилхлоридной или полимерной пленки и алюминиевой фольги; поливинилхлоридная или полимерная пленка могут быть матовой или прозрачной.



 

Похожие патенты:

Изобретение относится к картриджу для обработки жидкой пробы, например, для выявления компонентов в пробе крови. Картридж содержит флюидальную систему с впускным (12) отверстием, ведущим через впускной (13) капиллярный канал в камеру (14) для хранения.

Изобретение относится к области для определения металлических и диэлектрических параметров полупроводниковых гетероструктур. Устройство для сканирующей радиочастотно-оптической модуляционной спектроскопии содержит по крайней мере два металлических электрода, выполненных в виде стержней, расположеных внутри оптического волокна либо в светоотражающей оболочке, либо в защитном покрытии.

Изобретение относится к области геологии и касается способа выявления улучшенных коллекторских свойств высокоуглеродистых пород. Способ включает в себя отбор образцов керна из высокоуглеродистых пород, исследование образцов проб методом ИК-спектроскопии, получение ИК-спектров минеральной матрицы породы и сопоставление их с эталонными спектрами.

Изобретение относится к области оптико-физических измерений, основанных на эллипсометрии, и предназначено для определения линейного коэффициента теплового расширения тонких прозрачных пленок.

Изобретение относится к области разработки установок для лабораторных исследований физических процессов, в частности для исследования закономерностей всплытия компактного пузырькового кластера в жидкости.

Изобретение относится к способу классификации и/или сортировки посевного материала при помощи терагерцевой спектроскопии с разрешением по времени. Способ содержит следующие этапы: воздействие на зерно посевного материала терагерцевым импульсом; измерение сигнала, создаваемого терагерцевым импульсом после прохождения через зерно посевного материала и/или отражения от зерна посевного материала; определение амплитуды, временной задержки, фазы и/или спектра сигнала, обусловленных этим прохождением и/или отражением; и отнесение зерна посевного материала к определенному классу посевного материала.

Изобретение относится к аналитической химии и может быть использовано для определения содержания иона сульфата в почвах сельскохозяйственного назначения. Для этого получают водную вытяжку из почвы, отбирают аликвоту, переносят в другую емкость и добавляют в нее точное количество раствора известной концентрации хлорида бария.

Изобретение относится к измерительной технике и может быть использовано для неинвазивного анализа материала. Раскрыты способ и система для анализа материала (100).

Изобретение относится к солям соединения формулы I с щелочными металлами, замещающими атомы водорода в обеих сульфогруппах , где R означает N-оксисукцинимидильную группу Также предложены способ получения солей и их применение.

Изобретение относится к количественной люминесцентной микроскопии, применяемой в приборах, предназначенных для регистрации взаимодействий между биологическими молекулами, помеченными красителем, флуоресцирующим в видимой или инфракрасной области спектра, и молекулярными зондами, иммобилизованными в ячейках биологического микрочипа.

Изобретение относится к области фармации и касается способа проведения испытания таблетированных лекарственных препаратов в блистерной упаковке. Способ включает в себя формирование обучающего и проверочного наборов образцов, получение БИК спектров образцов обучающего и проверочного наборов, визуальный анализ полученных спектров на наличие грубых погрешностей, разделение спектров на два набора согласно принадлежности капсул, предварительную обработку спектров и построение модели методами одноклассовой классификации на предобработанных спектрах обучающего набора. Построенная модель проверяется на степень принятия БИК спектров образцов обучающего и проверочного наборов. Далее проводится оценка степени отклонения моделью БИК спектров блистера таблеток из обучающего набора, спектров воспроизведенных, фальсифицированных и недоброкачественных лекарственных препаратов. Технический результат заключается в получении универсального способа проведения испытания таблетированных лекарственных препаратов, обеспечивающего более точные и объективные результаты. 2 з.п. ф-лы, 6 ил., 2 табл.

Изобретение относится к области фармации и касается способа проведения испытания капсулированных лекарственных препаратов в блистерной упаковке. Способ включает в себя формирование обучающего и проверочного наборов образцов, получение БИК спектров образцов через прозрачную часть блистера, визуальный анализ полученных спектров на наличие грубых погрешностей, разделение спектров на два набора согласно принадлежности капсул, предварительную обработку спектров и построение модели методами одноклассовой классификации на предобработанных спектрах обучающего набора. Построенная модель проверяется на степень принятия БИК спектров образцов обучающего и проверочного наборов. Далее проводится оценка степени отклонения моделью БИК спектров блистера капсул из обучающего набора, капсул, заполненных веществом, не имеющим полос поглощения в ближней ИК-области, капсул, заполненных основным наполнителем или смесью наполнителей и натрия хлорида вместо действующего вещества, воспроизведенных, фальсифицированных иили недоброкачественных лекарственных препаратов. Технический результат заключается в получении универсального способа проведения испытания капсулированных лекарственных препаратов, обеспечивающего более точные и объективные результаты. 2 з.п. ф-лы, 10 ил., 2 табл.

Наверх