Efficient Identification of Impurities in Nicotine API Using the SmartMS-Enabled ACQUITY RDa Detector

Význam tématu

Profilování nečistot v aktivních farmaceutických látkách (API) je klíčové pro zajištění bezpečnosti a účinnosti léčiv. Identifikace neznámých nečistot umožňuje optimalizovat výrobní procesy, stanovovat specifikace kvality a plnit požadavky farmakopeí.

Cíle a přehled studie / článku

Cílem studie bylo demonstrovat workflow pro rychlou a spolehlivou identifikaci nikotinu a jeho souvisejících nečistot pomocí kompaktního LC–MS systému ACQUITY RDa s technologií SmartMS a softwarovou platformou waters_connect s aplikací UNIFI. Studie popisuje využití úplného skenu s fragmentací (pseudo-MSE) k získání strukturních informací a potvrzení přiřazení složek.

Použitá metodika a instrumentace

Pro analýzu byla použita soustava ACQUITY UPLC I-Class PLUS spojená s detektorem ACQUITY RDa (ToF MS, rozlišení >10 000 FWHM). Jako stacionární fáze posloužil polar-embedded RP18 sloupec 4,6×150 mm, 5 µm. Mobilní fáze A obsahovala roztok octanem pufrovaný na pH 10 a fáze B acetonitril. Systém pracoval v režimu full scan s vysokou (50–80 V) a nízkou energií fragmentace a sbíral spektrogramy v rozsahu 50–2000 m/z při rychlosti 5 Hz.
Sample prep zahrnovalo přípravu standardního mixu nečistot (100 ppm) a vzorku nikotinu (10 mg/mL) s konečnou koncentrací 100 ppb nečistot.
Datovou správu a zpracování zajišťuje waters_connect v1.9.12 s aplikací UNIFI pro automatické vyhledávání složek, přiřazování fragmentů a tvorbu reportů.

Hlavní výsledky a diskuse

Integrace UV detekce (260 nm) a MS detekce poskytla komplementární pohled na chromatogram a hlavní špičky. Full scan s fragmentací umožnil současné sledování iontů mateřských i fragmentních:

• Discovery Tool z UNIFI automaticky navrhl sumární vzorce a prohledal ChemSpider, přičemž přiřadil mnoho kandidátů včetně nikotinu.
• In-silico fragmentace umožnila potvrzení struktury na základě porovnání teoretických a experimentálních fragmentů.
• Transformations Tool identifikoval nečistoty vzniklé oxidacemi, redukcemi nebo dealkylacemi API.

Přínosy a praktické využití metody

Výsledné workflow nabízí:

• Rychlou a přesnou identifikaci nečistot bez potřeby pokročlého HRMS školení.
• Automatizované ověřování kvality dat a generování reportů v souladu s požadavky farmaceutických norem.
• Možnost budování vlastních vědeckých knihoven pro rutinní kontrolu kvality.

Budoucí trendy a možnosti využití

Očekává se rozšíření využití SmartMS-zpřístupněných HRMS systémů v rutinní kvalitativní a degradační analýze API. Dalším směrem je integrace s cloudovými platformami a umělou inteligencí pro zrychlení interpretace dat a predikci možných biotransformací.

Závěr

Studie potvrdila, že kompaktní ACQUITY RDa detektor se SmartMS a platforma waters_connect s UNIFI umožňují i méně zkušeným uživatelům provádět spolehlivé hodnocení nečistot nikotinu a jeho derivátů. Workflow přináší vysokou míru automatizace, přesnou identifikaci a podporu rozhodování v prostředí farmaceutické analytiky.

Reference

1. Sheng L.Q. a kol., Chromatographia 62 (2005) 63–68.
2. Cai J. a kol., J. Chromatogr. A 1017 (2003) 187–193.
3. Yang S.S. a kol., Anal. Bioanal. Chem. 373 (2002) 839–843.
4. Lisko J.G. a kol., Anal. Chem. 85 (2013) 3380–3384.
5. Flora J. a kol., Regul. Toxicol. Pharmacol. 74 (2016) 1–11.
6. Kirk J. a kol., UPLC-Tof MSE & UNIFI, Ref: 720005604EN (2016).
7. Leclercq L. a kol., IsoScore – virtual regioisomer scoring.