High Efficiency Method Scouting for Small Molecule Drugs

Význam tématu

Automatizované vyhledávání optimálních podmínek HPLC separace (tzv. method scouting) zrychluje vývoj analytických metod, snižuje pracnost a minimalizuje lidské chyby.

Cíle a přehled studie

Článek demonstruje využití systému Nexera Method Scouting System spolu se softwarem Method Scouting Solution k simultánní analýze 12 malých molekul léčiv. Cílem bylo automaticky vyhledat nejlepší kombinaci stacionární fáze a mobilní fáze z 36 možných podmínek.

Použitá metodika a instrumentace

• Automatizovaná změna mobilní fáze: pH pufru (2,7 a 6,8) a organického rozpouštědla (ACN, ACN/MeOH 1:1, MeOH)
• Automatické míchání pufrů a organických složek pomocí on-line blendingu
• Výběr až 12 kolon (např. C18, C8, C4, fenyl, PFPP, C18 AQ)
• Detekce UV max plot 220–400 nm, objem injekce 1 μL, teplota kolony 40 °C

Hlavní výsledky a diskuse

V rámci 36 automatizovaných měření byly získány chromatogramy zachycující až 14 analytů. Výrazné rozdíly v retenčních časech a separaci závisely na typu kolony a složení mobilní fáze. Kvantitativní hodnocení pomocí víceparametrické funkce LabSolutions porovnalo počet detekovaných píků a jejich rozlišení. Optimální podmínky (fenylová kolona, pH 6,8, ACN/MeOH 1:1) poskytly všechny rozlišení nad 2,3.

Přínosy a praktické využití metody

• Podstatné zkrácení doby vývoje HPLC metod
• Eliminace manuálních zásahů při výměně kolon a přípravě mobilní fáze
• Jednoznačný výběr nejvhodnější metody na základě objektivních hodnot separace

Budoucí trendy a možnosti využití

Automatizace lze rozšířit o optimalizaci gradientů, teplotních profilů nebo integraci metod strojového učení pro predikci ideálních podmínek. Systematické vyhledávání podmínek se stane klíčovým nástrojem v biotechnologii i farmaceutickém výzkumu.

Závěr

Představený systematický přístup významně zefektivňuje vývoj analytických metod v HPLC. Nexera Method Scouting System v kombinaci s výkonným softwarem usnadňuje a zrychluje identifikaci ideálních separačních podmínek a nabízí opakovatelnost i robustnost analytiky.