Automating regression analysis of heteroscedastic data in non-linear detectors using an integrated CDS platform

Automatizace regresní analýzy heteroskedastických dat z nelineárních detektorů v integrovaném CDS

• Detektory jako charged aerosol detector (CAD) vykazují inherentně nelineární a heteroskedastické chování signálu (často popisované jako y = x^p). To komplikuje stanovení lineárního pracovního rozsahu, volbu vhodného vážení regresí a zajištění robustních kvantitativních výsledků v regulovaných prostředích.
• Automatizovaná, statisticky podložená workflow integrovaná přímo v chromatograficko‑datovém systému (CDS) minimalizuje subjektivitu analytika, zrychluje vývoj metod a zvyšuje shodu s požadavky na auditovatelnost a stopovatelnost výsledků.

• Formálně popsat a implementovat prediktivní modelování nelineárního CAD signálu založené na kalibraci pořízené v jednom referenčním nastavení (PFV = 1.00) a pomocí matematické inverzní mocninné transformace (1/p) předpovídat chování při alternativních PFV hodnotách.
• Automatizovat volbu váhování (none, 1/x, 1/x^2) a diagnostiku reziduí v rámci CDS (Empower), včetně statistických metrik (vážený RSS, WRSS, W TSS, R_w^2, standardizované rezidua, konfidenční intervaly) a ověřit předpovědi experimentálně.

• Kalibrace: referenční data pořízená při PFV = 1.00, popis odezvy CAD mocninnou rovnicí y = x^p.
• Lineárníze: transformace y^(1/p) (označované v práci jako 1/p) umožňuje převést nelineární vztah na efektivně lineární závislost a identifikovat použitelný rozsah.
• Statistika: aplikace vážené nejmenší čtvercové regrese, výpočet vážených a standardizovaných reziduí, WRSS a W TSS, Monte‑Carlo simulace pro odhad rozptylu a konfidenčních hranic, a hodnotící kritéria pro výběr PFV na základě změny RSS (ΔRSS) a percentilů této distribuce.
• Simulace: z referenční kalibrace se simuluje detektorová odpověď pro různé PFV hodnoty (typicky kolem 1.14–1.37) a objektivně se hodnotí linearita a rezidua bez nutnosti získávat fyzicky nové kalibrace pro každé PFV.
• Validace: experimentální měření provedená při PFV = 1.30 byla zpětně porovnána se simulacemi generovanými z dat PFV = 1.00, vyhodnoceny korelační metriky a reziduální odchylky.

• UPLC systém ACQUITY Premier (Waters) s CAD detektorem; TUV detekce zmíněna pro porovnání (λ = 200/280 nm).
• Kolona: Waters GTxResolve Lipid Phenyl‑Hexyl+ RP, MaxPeak Premier SPP, 1.6 μm, 230 Å, 2.1 × 50 mm (p/n 186011698), provozní teplota 50 °C.
• Mobilní fáze: A = 0.1 % kyseliny mravenčí ve vodě; B = 50:50 methanol:acetonitril s 0.1 % kyseliny mravenčí; průtok 0.400 mL/min, injekční objem 3 μL, 6min gradient.
• CAD parametry: vzorkovací frekvence 10 Hz, časová konstanta normal, napětí ~20 V, teplota odpařování ~35 °C; nastavení PFV se měnilo podle potřeby (simulované rozsahy 1.14–1.37, experimentálně 1.30).
• Software: Empower CDS (verze 3.9.0) pro akvizici a implementaci workflow; Microsoft Excel pro doplňující simulace a prezentaci výsledků.

• Detektor CAD vykazuje mocninnou nelineární odpověď; vhodná inverzní mocninná transformace (1/p) dokáže efektivně linearizovat kalibraci a vymezit lineární pracovní rozsah bez zásahu do původních dat.
• Model založený na datech z PFV = 1.00 umožnil věrohodně simulovat chování při PFV = 1.30; experimentální a simulační výsledky vykázaly vysoké R^2 (>0.99 v mnoha případech) a relativní odchylky v akceptovatelném pásmu (ve studii uváděno do ±20 % pro LNP složky), což potvrdilo validitu přístupu.
• Analýza reziduí ukázala heteroskedasticitu: neregulované (unweighted) regrese vykazovaly zvýšené rozptyly při nízkých koncentracích, 1/x^2 vážení způsobovalo přehnané „pře‑kompresování“ vysokých hodnot, zatímco 1/x vážení poskytlo nejrovnoměrnější rozložení standardizovaných reziduí napříč rozsahem. Z toho vyplývá, že volba 1/x byla optimální pro uvedený LNP analytický systém při PFV = 1.30.
• Simulace (včetně Monte Carlo kroků) a diagnostika ΔRSS sloužily k objektivnímu určení rozmezí PFV, kde je detektor v efektivně lineárním režimu (definováno pomocí percentilů ΔRSS, např. 90–95 %), čímž se omezil počet fyzických experimentů potřebných pro stanovení optimálního nastavení.
• Integrace pracovního postupu do Empower CDS umožnila automatizaci výpočtů, zaznamenání rozhodnutí (volba PFV, vážení) a auditovatelnou dokumentaci, čímž se zlepšila reprodukovatelnost a připravenost pro regulované prostředí.

• Úspora času a zdrojů díky možnosti predikce optimálních detektorových nastavení z jediné referenční kalibrace místo opakovaných empirických měření.
• Redukce subjektivity: statistická kritéria a reziduální diagnostika vedou k datově podloženému výběru vážení a pracovního rozsahu.
• Regulační připravenost: implementace přímo v CDS zajišťuje stopovatelnost rozhodnutí, snadnější revizi a lepší konzistenci napříč laboratořemi.
• Metoda se ukázala vhodná pro analýzu lipidových nanopartiklí (LNP) a jednotlivých lipidových komponent (ionizovatelný lipid SM102, cholesterol, DSPC, DMG‑PEG 2000), tedy pro běžné aplikace v oblasti mRNA farmaceutik a formulací.

• Rozšíření přístupu na další typy nelineárních detektorů (např. ELSD, jiné aerosolové čidla) a komplexnější analytické systémy.
• Integrace pokročilých algoritmů (strojové učení) pro automatickou identifikaci optimální transformace a vážení bez potřeby předdefinovaného modelu mocninné funkce.
• Zavedení této logiky do LIMS a širšího laboratorního softwarového ekosystému pro plnou automatizaci rozhodovacích pravidel, reportingu a validace v regulovaném prostředí.
• Další validační studie napříč maticemi a nižšími koncentracemi za účelem kvantifikace hranic uplatnitelnosti prediktivního modelu.

• Popsaný prediktivní workflow dokládá, že regresní analýza heteroskedastických a nelineárních dat CAD lze systematicky automatizovat v rámci CDS bez kompromisu statistické přísnosti. Model založený na jedné referenční kalibraci (PFV = 1.00) dokáže spolehlivě předpovědět optimální PFV a doporučit vhodné vážení (často 1/x) s následným experimentálním potvrzením (PFV = 1.30) v akceptovatelném rozptylu.
• Implementace do Empower CDS přináší vyšší konzistenci, auditovatelnost a efektivitu vývoje kvantitativních metod pro LNP a další farmaceutické aplikace.

1. Fekete S, Doneanu C, Addepalli B, et al. Challenges and emerging trends in liquid chromatography‑based analyses of mRNA pharmaceuticals. Journal of Pharmaceutical and Biomedical Analysis. 2023;224:115174. DOI: 10.1016/j.jpba.2022.115174.
2. DeLaney K, Han D, Birdsall R, Yu Y. Optimized ELSD Workflow for Improved Detection of Lipid Nanoparticle Components. Waters Application Note 720007740. 2022.
3. Han D, Birdsall R, Simeone J, Fogwill M, Yu Y. Comparing ELSD and CAD Performance on Polysorbate Quantification in Infliximab Drug Products. Waters Application Note 720007501. 2022.
4. International Council for Harmonisation of Technical Requirements for Pharmaceuticals for Human Use (ICH). ICH Q2(R2): Validation of Analytical Procedures. ICH; 2023.