Characterization of Subvisible Particulate Matter in Biopharmaceuticals by Flow Imaging Method

Aplikace | 2020 | ShimadzuInstrumentace
Analýza velikosti částic
Zaměření
Farmaceutická analýza
Výrobce
Shimadzu

Význam tématu


Biologické léčivé přípravky vykazují vysokou účinnost, ale jsou citlivé na fyzikálně-chemické stresy, které mohou vést k tvorbě subvidibilních částic a agregátů. Tyto částice mohou snižovat účinnost léčiva a vyvolávat nežádoucí imunitní reakce. Metoda průtokové zobrazovací analýzy (flow imaging) je doporučena ve farmakopejích USP a JP jako doplňková technika k tradičnímu zakrývacímu měření (LO), neboť umožňuje lepší detekci vysoce průhledných částic a jejich morfologickou klasifikaci.

Cíle a přehled studie


Cílem studie bylo demonstrovat schopnost systému iSpect DIA-10 charakterizovat subvidibilní částice v proteinových roztocích vystavených různým stresovým podmínkám (teplotní a mechanický stres). Studie sleduje rozdíly ve velikostní distribuci, koncentraci a tvarových parametrech částic po aplikaci zvolených stresů.

Použitá metodika a instrumentace


Vzorek tvořil lyofilizovaný imunoglobulin rozpuštěný v citrát-fosfátovém pufru (pH 5,0) na koncentraci 1 mg/mL, sterilně filtrovaný přes 100 nm filtr. Agregace byla indukována dvěma způsoby:
  • Teplotní stres: zahřátí na 80 °C po dobu 3 minut
  • Mechanický stres: míchání pomocí PEEK míchací destičky po dobu 10 minut
Analýzy byly provedeny za podmínek: rychlost snímání 8 snímků/s, zobrazovací účinnost ≥97 %, objem vzorku 50 µL, práh detekce 220 a průtok 0,1 mL/min.

Použitá instrumentace


  • iSpect DIA-10 Dynamic Particle Image Analysis System (Shimadzu)

Hlavní výsledky a diskuse


Flow imaging odhalila výrazné rozdíly mezi teplotním a mechanickým stresem. Při teplotním stresu dominovaly částice <2 µm, zatímco mechanický stres zvýšil podíl částic v rozmezí 2–10 µm. Dosazena byla vysoká obrazová účinnost (>90 %), což minimalizovalo ztráty částic. Morfologické parametry (poměr stran, kruhovitost) ukázaly odlišné tvary agregátů – od vláknitých po kulovité. Metodu rovněž validovala detekce 2 µm polystyrenových latexových kuliček po úpravě prahu.

Přínosy a praktické využití metody


Metoda vyžaduje malé množství vzorku (min. 50 µL) a poskytuje kvantitativní i kvalitativní informace o subvidibilních částicích. Umožňuje detekci vysoce průhledných částic, jejich velikostní frakcionaci a morfologickou klasifikaci, což je klíčové pro QA/QC biotechnologických produktů podle požadavků USP a JP.

Budoucí trendy a možnosti využití


Očekává se rozšíření využití pokročilých algoritmů strojového učení pro automatickou klasifikaci částic, integrace real-time monitoringu přímo ve výrobních linkách a další standardizace metody FI v mezinárodních farmakopejích.

Závěr


Analytický systém iSpect DIA-10 pro flow imaging prokázal vysokou senzitivitou a spolehlivostí při charakterizaci subvidibilních částic v bioléčivech s minimálním odebraným objemem. Metoda nabízí komplexní pohled na velikost, koncentraci i morfologii částic, což přispívá k bezpečnější a efektivnější výrobě a kontrole biopharmaceutik.

Reference


  1. Susumu Uchiyama, Toward the Proper Biophysical Characterization of Aggregates in Biopharmaceuticals, Yakugaku Zasshi 138:1503–1507 (2018)
  2. Kiyoshi M. et al., Collaborative study for analysis of subvisible particles using flow imaging and light obscuration: experiences in Japanese biopharmaceutical consortium, Journal of Pharmaceutical Sciences 108:832–841 (2019)
  3. United States Pharmacopeia, 1788.3 Flow Imaging Method for the Determination of Subvisible Particulate Matter
  4. Supplement II to the Japanese Pharmacopoeia 18th edition, G3-17-182 Evaluation Method of Insoluble Particulate Matter in Biotechnological Products (Biopharmaceuticals) Drug Substances/Drug Products by Flow Imaging Method

Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.

PDF verze ke stažení a čtení
 

Podobná PDF

Evaluation of Concentration of Coarse Particles in Paints
Evaluation of Microscopic Foreign Matter in Recycled Plastics Using Dynamic Image Analysis, Infrared Microscopy, and SEM-EDS
Evaluation of Microscopic Foreign Matter in CMP Slurry Using Dynamic Image Analysis and Machine Learning
Guide to Biopharmaceutical Solutions —From Cell Line Optimization to Pharmacokinetics—