Analytical Quality by Design Based Method Development for the Analysis of Valsartan and Nitrosamines Impurities Using UPLC-MS

Význam tématu

Analýza valsartanu a genotoxických nitrosaminů v léčivech je zásadní pro ochranu zdraví pacientů a plnění regulačních požadavků. Regulace ICH S2 (R1) zdůrazňují minimalizaci genotoxických nečistot, které mohou způsobit mutace i při nízkých hladinách. Systematický přístup AQbD (Analytical Quality by Design) umožňuje vyvinout citlivé, reprodukovatelné a robustní chromatografické metody s hlubokým porozuměním vlivu klíčových parametrů.

Cíle a přehled studie

Cílem studie bylo vyvinout vysoce výkonnou UPLC-MS metodu pro současnou kvantifikaci valsartanu a šesti genotoxických nitrosaminů (NDMA, NMBA, NDEA, NEIPA, NDIPA, NDBA) pomocí AQbD přístupu a automatizovaných softwarových nástrojů DryLab4 a Empower 3 spolu se systémy Waters.

Použitá metodika a instrumentace

ULC podmínky:

• ACQUITY UPLC H-Class System se čtyřkanálovým solvent managerem, column managerem, FTN injektorem, PDA a QDa MS detektorem
• Kolona HSS T3 2.1×100 mm, 1.8 µm, teplota 30–60 °C, průtok 0.4 mL/min
• Mobilní fáze A: 0.1 % formová kyselina ve vodě, B: methanol; gradient 2→98 % B za 25 min s 2min reequilibrací
• MS detekce ESI+, rozsah 100–500 Da, capillary 0.8 kV, source 600 °C, cone 15 V
• Software Empower 3 pro datovou akvizici a zpracování, DryLab4 pro AQbD modelování

Hlavní výsledky a diskuse

Pomocí návrhu experimentu (DOE) se studovala tři proměnná: gradientní doba, obsah methanolu a teplota. Na základě 12 běhů byly vytvořeny mapy rozlišení, které identifikovaly operabilní design region (MODR) zaručující minimální kritické rozlišení Rs > 1.5. Robustnost byla ověřena simulací 243 virtuálních experimentů, predikujících trvale Rs > 16. Kritické faktory ovlivňující separaci jsou průtok a gradientní doba. Verifikací metody při pracovním bodě (33 °C, 0.40 mL/min, gradient 2→98 % B/25 min) bylo dosaženo kritického rozlišení 17.6 a výjimečné reprodukovatelnosti s %RSD retencí a ploch < 1 % v průběhu tří dnů.

Přínosy a praktické využití metody

• Výrazné zkrácení doby vývoje díky automatizaci generování metod v DryLab-Empower prostředí
• Vysoce robustní a reprodukovatelná analýza valsartanu a nitrosaminů pro QA/QC i výzkum
• Možnost sledovat neznámé impurity pomocí QDa MS a zpřesnit modelování

Budoucí trendy a možnosti využití

Rozvoj umělé inteligence a strojového učení pro prediktivní modelování chromatografie. Rozšíření AQbD přístupu na další API a nečistoty, on-line monitoring kvality mobilních fází a integrace rozsáhlých datových platforem pro komplexní řízení metod v celém životním cyklu.

Závěr

Implementace AQbD spolu s automatizovanými nástroji DryLab4 a Empower 3 přinesla efektivní vývoj UPLC-MS metody s vynikající robustností, reprodukovatelností a citlivostí pro analýzu valsartanu a genotoxických nitrosaminů.

Reference

1. ICH S2 (R1), Genotoxicity Testing and Data Interpretation for Pharmaceuticals Intended for Human Use, 2012
2. ICH Q8(R2), Pharmaceutical Development, August 2009
3. Reid GL et al., Analytical Quality by Design (AQbD) in Pharmaceutical Development, American Pharmaceutical Review, 2013
4. Chatfield MAKBM et al., Evaluating Progress in Analytical Quality by Design, 2017
5. Alkhateeb FL, Rainville P., Applying a Software-Assisted AQbD Approach for Analysis of Formoterol and Budesonide by UPLC-MS, Waters, 2019
6. Fekete S, Molnár I., Software-Assisted Method Development in HPLC, World Scientific, 2018