品牌课程 Brand course 5大类,29个系列,200多个主题的企业培训课程
技术服务
Hot Products / 热卖产品
2015 - 09 - 08
晶型及结晶方法:对于多晶型筛选,了解每个化合物的特定结晶性质是筛选的第一步。建立在初步结晶性质的了解上,我们会进一步设计相应的实验方案,包括改变相关参数如溶剂、温度、湿度(水活性)等,系统性地采用最高变量的筛选方法,以确保最大概率地找到所有的固态形式。 筛选服务的主要方面包括: ◆筛选新化学物所有可能的固态形式 ◆确定药物开发最适合的固态形式 ◆结晶工艺开发 ◆稳定晶型产品的生产方案 晶型筛选时,...
推荐下载 / Download More
逆向分析中的低含量组份研究
日期: 2016-09-28 地址: 主讲老师:

   2016-09-28                  深圳市新阳唯康科技有限公司  

 

 

    参比制剂通常会列举出所含辅料的种类。但对于未在列表中公布且含量很低的关键辅料往往可能直接影响制剂的工艺及溶出机理。如果不能准确的分析出原研是否含量这种关键的低含量辅料,可能会导致仿制工作量大大增加。反之,有效而准确的判断出该类辅料,同时定位其功效,将会让仿制药的工作事半功倍!那么,如何能做到对低含量组分进行有效的分析?  本文将运用实例阐述拉曼在低含量成分分析中的应用。

 

    某制剂中含有多种成分,在制剂中的部分分布情况如图1所示。 利用Mapping image 分析出不同组分不同的颜色代表不同的成分。如API的含量约为3%(品红色),辅料1(绿色),辅料2 (红色)等。

 

逆向分析中的低含量组份研究

    图1.制剂中拉曼成像分布图

 

    图2所示的是制剂中各组分的Mapping spectrum,及各单独成分的图谱。直接比较图谱,可以看到主要成分1-5的信号峰。因此可以确定这些成分的存在。而猜测可能含有的成分含量非常低,无法准确看到其特征峰。所以存在两种可能性:该成分光谱可能被掩盖或者该成分可能并不存在。 

逆向分析中的低含量组份研究 

  图2.Mapping图谱与制剂中各组分图谱比较

 

    图3是应用PCA 数据分析法对整套的Raman mapping图谱进行分析,得出数据模型之间的比对,可以明显发现PC6的数据模型与猜测可能存在的成分X的参照图谱相似(图4),因此这为检测到低含量辅料X提供了可靠的依据。

 

  逆向分析中的低含量组份研究

                                                                                                                                                                                        图3.Mapping图谱的主成分数据模型图

 

  逆向分析中的低含量组份研究

                                                                                                                                                                                           图4.PC6数据模型图与组分X光谱图的比较

 

 

 

 

    总结: 通过拉曼光谱仪,我们不仅能够通过Mapping image 的方式对制剂进行检测,得到大量数据进行分析,而且还可以结合point detect的方式,以更精准更快速的方法得到我们需要的数据,从而达到定性或定量的分析

 

 

 

逆向分析中的低含量组份研究

  参比制剂通常会列举出所含辅料的种类。但对于未在列表中公布且含量很低的关键辅料往往可能直接影响制剂的工艺及溶出机理。如果不能准确的分析出原研是否含量这种关键的低含量辅料,可能会导致仿制工作量大大增加。反之,有效而准确的判断出该类辅料,同时定位其功效,将会让仿制药的工作事半功倍!那么,如何能做到对低含量组分进行有效的分析?  本文将运用实例阐述拉曼在低含量成分分析中的应用。

友情链接
Copyright ©2018 - 2019 深圳市新阳唯康科技有限公司
犀牛云提供企业云服务