Streamlining Impurity Management Using LabSolutions Detect

Význam tématu

Správná detekce, identifikace a sledování nečistot je v farmaceutickém vývoji klíčová pro zajištění bezpečnosti léčiv a souladu s regulačními požadavky. Ruční zpracování chromatografických dat při řízení více syntetických kroků nebo při stabilitních studiích je práce náchylná k omylům a může vést k přehlédnutí nízkoúrovňových degradátů či vedlejších produktů. Automatizované nástroje pro detekci anomálií a řízení nečistot zvyšují konzistenci, šetří čas a usnadňují splnění limitů stanovených ICH směrnicemi Q3A/Q3B.

Cíle a přehled studie / článku

Cílem prezentované aplikace bylo demonstrovat, jak software LabSolutions Detect zautomatizuje detekci, identifikaci a sledování chromatografických stop odpovídajících nečistotám a degradačním produktům. Studie použila kontrolní vzorek a pět modelových směsí představujících různá profily nečistot; současně bylo ukázáno, že při spárování s jednosekvenčním kvadrupólovým hmotnostním spektrometrem (LCMS-2050) lze u každé detekované špičky získat i kvalitativní hmotnostní informaci podporující identifikaci.

Použitá metodika a instrumentace

V analytickém uspořádání byla použita ultra vysokovýkonná kapalinová chromatografie s gradientním eluce a detekcí UV doplněná o jednosekvenční MS. Základní metodické parametry:

• Systém HPLC: Nexera X3
• Kolona: Shim-pack Scepter C18-120 (100 mm × 3.0 mm I.D., 1.9 µm)
• Mobilní fáze: voda s 0,1 % kyselinou mravenčí (pumpa A) / acetonitril (pumpa B)
• Gradient: 5 % B (0 min) → 90 % B (5 min) → 5 % B (5–10 min)
• Průtok: 0,7 mL/min; teplota kolony: 40 °C; injekční objem: 0,5 µL
• Detekce UV: 254 nm (SPD‑M40)
• MS: LCMS‑2050, režim ESI/APCI (DUIS), pozitivní i negativní ionizace, scan m/z 80–1000
• MS provozní podmínky: nebulizační plyn 2.0 L/min, drying gas 5.0 L/min, heating gas 7.0 L/min, DL temp. 200 °C, desolvation temp. 450 °C, interface +3.0 kV / -2.0 kV
• Kritérium detekce neznámých nečistot: horní mez oblasti = 0,1 % (area %)

Softwarové zpracování prováděl LabSolutions Detect, který automaticky vykonává detekci špiček podle definovaných prahů, přiřazuje identifikátory shodným špičkám mezi vzorky a do přehledů vkládá procentuální plochy. Chromatogramy a výsledky byly vizuálně zvýrazněny pro snazší posouzení.

Hlavní výsledky a diskuse

LabSolutions Detect úspěšně automatizoval identifikaci známých a nově přidaných složek v modelových vzorcích:

• Kontrolní vzorek obsahoval tři známé sloučeniny (označené jako Known 1–3), které byly softwarem konzistentně detekovány ve všech vzorcích.
• Pět modelových vzorků obsahovalo různé přidané nízkomolekulární farmaka (např. antipyrin, hydrokortison, furosemid, indometacin, quinidin apod.), které byly zautomatizovaně označeny jako nové nečistoty (New 1–New 5).
• Software automaticky zadal procentuální plochy detekovaných nečistot a označil hodnoty překračující prah 0,1 % červeně, což usnadnilo rychlou identifikaci kritických stop.
• Sledování mezi chromatogramy ukázalo, že některé nové nečistoty se opakovaly v několika vzorcích (např. New 2 se objevilo ve vzorcích 2, 3 a 4), což usnadňuje přiřazení společných znečišťujících signálů mezi dávkami.
• Hmotnostní informace z LCMS‑2050 poskytla kvalitativní údaje k podpoře identifikace jednotlivých špiček; uvedené zjištěné hodnoty m/z zahrnovaly například: New 1 m/z 325 [M+H]+, New 2 m/z 189 [M+H]+, New 3 m/z 363 [M+H]+, New 4 m/z 329 [M-H]-, New 5 m/z 358 [M+H]+.

Interpretace ukazuje, že kombinace chromatografické separace, automatického zpracování a doplňující MS informace umožňuje rychlou lokalisaci důležitých nečistot a usnadňuje rozhodování o dalším charakterizačním postupu (např. cílené MS/MS nebo izolační techniky).

Přínosy a praktické využití metody

Automatizovaný pracovní postup přináší několik přímých výhod v rutinní analytice a vývoji farmaceutik:

• Snížení rizika přehlédnutí nízkoúrovňových špiček a lidských chyb při manuálním vyhodnocení chromatogramů.
• Zrychlení procesu sledování nečistot napříč více vzorky díky automatickému přiřazení identit špiček a vizuálnímu zvýraznění.
• Možnost využití kvalitativních m/z dat z jednosekvenčního MS jako podpory při předběžné identifikaci, aniž by bylo nutné mít k dispozici vysokorozlišovací hmotový analyzátor pro první průzkum.
• Umožnění efektivnějšího řízení stability a souladu s ICH limity, protože software rychle mapuje vznik a vývoj degradačních produktů napříč expozičními podmínkami.

Budoucí trendy a možnosti využití

Ve střednědobém a dlouhodobém horizontu lze očekávat několik směrů rozvoje:

• Integrace s pokročilými algoritmy strojového učení pro lepší rozlišení špiček v přítomnosti šumu a pro prediktivní klasifikaci nečistot.
• Zlepšení propojení s LIMS a elektronickými systémymi správy dokumentace pro automatické generování regulačně orientovaných reportů.
• Rozšíření podpory pro vysokorozlišovací MS a MS/MS workflowy, které umožní automatické návrhy strukturálních kandidátů a prioritizaci dalšího charakterizačního postupu.
• Hromadné zpracování rozsáhlých souborů stability a procesních studií pro detekci trendů a korelací mezi výrobními parametry a profilem nečistot.

Závěr

Použití LabSolutions Detect ve spojení s Nexera X3 a LCMS‑2050 ukázalo, že automatizace detekce a sledování nečistot významně zvyšuje efektivitu a spolehlivost řízení nečistot ve vývoji a kontrole léčiv. Kvalitativní hmotnostní údaje z jednosekvenčního MS poskytují hodnotnou dodatečnou informaci pro rychlé rozhodování o dalším analytickém postupu. Celkově tento přístup snižuje riziko lidské chyby, zkracuje dobu analýzy a usnadňuje plnění regulatorních požadavků.

Reference

1. International Council for Harmonisation of Technical Requirements for Pharmaceuticals for Human Use. Q3A Impurities in New Drug Substances. Q3B Impurities in New Drug Products.
2. Shimadzu Corporation. Application note: Streamlining Impurity Management Using LabSolutions Detect. First Edition June 2026.