利用便携式拉曼光谱仪实现HME工艺中氢化可的松长丝的定量分析与质量控制

　　本研究针对3D打印药物制造中活性药物成分(API)的质控难题，开发了一种基于便携式拉曼光谱仪的非破坏性定量分析方法。研究人员通过ICH指南验证了氢化可的松(HCT)在溶液中的定量检测方法，并成功将其应用于直接分析药物长丝(含20% HCT及辅料)。该方法平均绝对误差仅2.96%，实现了对HME产出长丝的快速质量监控，为个性化药物制造提供了创新的PAT（过程分析技术）解决方案。

　　

在个性化医疗快速发展的时代，3D打印技术为药物研发带来了革命性突破，特别是能够根据患者特定需求定制药物剂量和剂型。然而，这种新型制造方式也带来了严峻的质量控制挑战——如何确保每批打印药物都具有准确且一致的活性药物成分(API)含量？传统分析方法往往需要破坏样品且耗时较长，无法满足即时质量控制的需求。特别是在儿科用药领域，剂量准确性直接关系到治疗效果和用药安全，开发快速、精准的质量控制方法显得尤为重要。

近日发表于《Spanish Journal of Psychiatry and Mental Health》的研究论文，针对这一关键技术难题开展了创新性探索。研究人员以氢化可的松(Hydrocortisone, HCT)长丝为模型系统——这种长丝作为3D打印的"药物墨水"，专门用于制造适合儿童使用的固体口服制剂。研究团队开发了一种基于便携式拉曼光谱仪的非破坏性定量分析方法，能够在长丝生产后立即进行质量检测，确保API含量符合规定标准后再进入后续打印流程，从而有效避免资源浪费和潜在的质量风险。

为开展这项研究，研究人员采用了几个关键技术方法：使用Mira P便携式拉曼光谱仪(785 nm激发波长，8-10 cm^-1分辨率)进行光谱采集；通过热熔挤出(Hot Melt Extrusion, HME)工艺制备含不同浓度HCT(18%-21%)的药物长丝；依据ICH Q2(R2)指南和SFSTP推荐的标准验证程序建立定量分析方法；运用化学计量学方法包括偏最小二乘回归(Partial Least Squares Regression, PLS-R)和扩展乘性信号校正(Extended Multiplicative Signal Correction, EMSC)进行数据处理；采用高效液相色谱(High Performance Liquid Chromatography, HPLC)作为参考方法进行方法比对。

3.1. 原材料光谱分析

研究人员首先对原料药(HCT)和各种辅料(Affinisol? 15LV、Kollidon? VA64、TEC)进行了详细的光谱分析。通过比较原始光谱，确定了一个专属于HCT的特定光谱区域(1550-1660 cm^-1)，该区域包含两个关键的拉曼位移峰(1611 cm^-1和1641 cm^-1)，对应于氢化可的松分子中C=C双键的伸缩振动。这一区域的选择确保了分析的特异性，避免了辅料信号的干扰。

3.2. DMSO中HCT的定量方法

在选定适当光谱区域后，研究人员按照ICH和SFSTP的建议，使用准确度曲线方法开发了定量方法。最佳结果通过在1552-1636 cm^-1光谱区域结合Savitzky-Golay(SG)平滑、不对称最小二乘(ALS)基线校正、EMSC和二阶导数(d2)的预处理序列，结合多元偏最小二乘回归(PLS-R)模型获得。该方法在目标浓度的80%到120%范围内得到验证，选择两个潜变量(LVs)时获得最小RMSE(0.813%)。

3.3. 长丝上的预测性能

研究期间共获取了162个长丝测量数据(18%、19%和21%浓度各27个，20%目标浓度81个)。建立好的模型随后应用于预测这些长丝样品中的HCT浓度。一个关键步骤是校正由于液固相变引起的拉曼位移(以1611 cm^-1为中心)。通过应用拉曼位移校正，然后进行SG平滑、ALS基线校正、EMSC和d2预处理，结合PLS-R模型获得了最准确的结果。该方法在所有浓度上的总MARE为3.31%，在目标20%浓度上的MARE为2.96%。

3.4. 拉曼预测与HPLC的比较

预测性能与标准HPLC-UV方法进行了比较。Bland-Altman分析显示，拉曼预测平均比HPLC预测高0.50个单位(即2.5%)，所有点都落在95%一致限度内。虽然观察到2.5%的系统偏差，但在既定的药品标准允许范围内(通常为标示量的90%-110%)，这种一致性偏差证明了拉曼方法用于质量控制的可靠性。

研究结论表明，本研究成功开发了一种使用拉曼光谱的直接、非侵入性分析方法，用于定量检测用于FDM打印的药物长丝中的HCT含量。该方法在复杂配方中准确量化了20%的氢化可的松，证明了拉曼光谱结合稳健的化学计量学分析在增强3D打印药物长丝质量控制方面的巨大潜力，特别适用于医院制造环境。

讨论部分强调，虽然当前研究重点在长丝上，但将这种方法扩展到最终打印产品代表了一个具有高度影响力的未来研究方向。该方法可以轻松地用于其他HCT打印制剂配方，只需对新辅料进行分析调整并确定正确的光谱区域即可。为了进一步确认这些结果并确保过程的可行性，还需要进行几个步骤：需要额外的长丝批次来确认结果并为每个新批次创建质量控制图，以监测API浓度的任何偏差；需要在更宽的浓度范围内确认方法的良好线性；实施控制图以跟踪方法的性能并预测任何潜在的偏差。

这项研究的重要意义在于为3D打印药物的质量控制提供了创新解决方案，使医院和学术制造单位能够在小型批次生产中实施有效的质量保证措施，最终推动个性化药物制造向更安全、更高效的方向发展。