LC/TOF, LC/HRMS, LC/MS
ZaměřeníFarmaceutická analýza
VýrobceWaters
Význam tématu
Forced degradation umožňuje posoudit stabilitu léčiv a identifikovat degradanty, což je klíčové pro vývoj regulačně schválených stabilitních metod. Přesné údaje o hmotnosti získané pomocí hromadové spektrometrie zvyšují spolehlivost identifikace složek, přičemž tradiční HRMS přístupy vyžadují odborníky na obsluhu a interpretaci dat.
Cíle a přehled studie
Cílem této studie bylo ukázat, jak lze s využitím detektoru ACQUITY RDa a chromatografu ACQUITY UPLC I-Class PLUS zjednodušit rutinní získávání přesných hmotnostních dat při nucené degradaci simvastatinu za kyselých, bazických a oxidačních podmínek. Studie demonstruje automatickou identifikaci hlavních degradantů a vizualizaci kinetiky degradace s přesností pod 3 ppm.
Použitá metodika
- Příprava roztoku simvastatinu v methanolu; degradace v 0,5 M HCl při 60 °C, v 5 mM NaOH při pokojové teplotě a v 10 % H2O2 při 60 °C.
- Odběry vzorků v různých časových bodech pro sledování a profilování průběhu degradace.
- Porovnání s kontrolním vzorkem v mobilní fázi.
Použitá instrumentace
- Chromatografie: ACQUITY UPLC I-Class PLUS, kolona BEH C18 2,1×50 mm 1,7 µm, teplota 45 °C, průtok 0,6 mL/min, gradient voda/acetonitril s 0,1 % kyseliny mravenčí.
- Detekce UV: TUV @ 238 nm.
- Hromadová spektrometrie: ACQUITY RDa Detector, ESI+, full scan 100–2000 Da, kapilární napětí 1,5 kV, kuželové napětí 20 V, rampování fragmentačního napětí 120–170 V, skenovací frekvence 10 Hz.
- Software: waters_connect platforma s UNIFI 1.9.12 a end-to-end SmartMS workflow pro automatickou akvizici, zpracování a reporting dat.
Hlavní výsledky a diskuse
Simultánní akvizice nízké a vysoké energie poskytla automaticky přiřazené prekurzorové a fragmentační ionty s hmotnostní chybou mezi –1,9 a 2,4 ppm. Kyselé a bazické podmínky vedly k tvorbě hlavního degradantu simvastatin acid po prasknutí pyranového kruhu, zatímco oxidační podmínky podporovaly vznik dihydrodiolového produktu. Časové profily degradace ukázaly velmi rychlou konverzi v bazickém prostředí (< 1 min) a pomalejší průběh při kyselé (90 min) a oxidační degradaci (5 h).
Přínosy a praktické využití metody
- Možnost rutinního získávání přesných hmotnostních dat bez nutnosti HRMS odborníků.
- Automatizované nastavení, tune-up a kalibrace detektoru zajišťují spolehlivost a integritu dat dle regulačních požadavků.
- SmartMS workflow poskytují rychlé zpracování a reporting výsledků.
Budoucí trendy a možnosti využití
Očekává se další rozvoj inteligentních algoritmů pro predikci a interpretaci degradantů, integrace strojového učení pro hlubší analýzu fragmentace a rozšíření platformy na široké spektrum farmaceutických a biotechnologických systémů. Dále roste zájem o miniaturizaci LC–MS systémů a ekologicky šetrné degradace.
Závěr
Detektor ACQUITY RDa v kombinaci s UPLC I-Class PLUS poskytuje rychlou a spolehlivou charakterizaci nucené degradace simvastatinu s vysokou hmotnostní přesností (< 3 ppm) bez nutnosti expertního školení v HRMS. Integrované SmartMS workflow usnadňují rutinní analýzy v regulovaném prostředí a zkracují dobu vývoje stabilitních metod.
Reference
- Patolia VN. An Introduction To Forced Degradation Studies For Drug Substance & Drug Product. Pharmaceutical Online, Jan 9, 2020.
- Alden P, Jones MD, Lefebvre P, Plumb R. Utilizing UPLC-MS for Conducting Forced Degradation Studies.
- ICH Guidelines Q1A(R2): Stability Testing of New Drug Substances and Products. International Conference on Harmonization.
- FDA Guidance for Industry. INDs for Phase II and III Studies – Chemistry, Manufacturing, and Controls Information. FDA.
- Laurent L, Mortishire-Smith RJ, Huisman M, Cuyckens F, Hartshorn MJ, Hill A. IsoCore: Automated localization of Biotransformations by Mass Spectrometry using Product Ion Scoring of Virtual Regioisomers. Rapid Commun Mass Spectrom, 2008.
- Kirk J, Mortishire-Smith R, Wrona M. A Novel Approach Using UPLC-Tof MSE and the UNIFI Scientific Information System to Facilitate Impurity Profiling of Pharmaceuticals. Ref: 720005604EN, Feb 2016.
Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.