趙炎信，王東凱

（1. 沈陽藥科大學(xué) 藥學(xué)院，遼寧 沈陽 110016；2. 深圳市藥欣生物科技有限公司，廣東 深圳 518057）

替米沙坦片最早于1998 年在歐洲上市，原研公司為Boehringer Ingelheim，2000 年獲美國批準(zhǔn)上市，BCS 分類為II 類藥物。為提高其體外溶出度和減少批間差異，多采用固體分散體流化床工藝技術(shù)。該工藝可使藥物顆粒高度分散，其溶出度、含量均勻性、流動(dòng)性、可壓性都得到提高。

本文中運(yùn)用風(fēng)險(xiǎn)評(píng)估工具，對(duì)頂噴流化床制粒工藝進(jìn)行深入研究，深入了解流化床制粒工藝關(guān)鍵風(fēng)險(xiǎn)，最終形成頂噴流化床制粒風(fēng)險(xiǎn)控制策略，應(yīng)用此控制策略可得到質(zhì)量可控和質(zhì)量穩(wěn)定的產(chǎn)品。風(fēng)險(xiǎn)評(píng)估可應(yīng)用到各個(gè)工藝中，只有對(duì)工藝風(fēng)險(xiǎn)充分的了解和研究，才能有效避免產(chǎn)品工藝放大失敗的情況[1]。

1 儀器與材料

JJ5000 電子天平（常熟市雙杰測試儀器廠），WBF-2G 多功能流化床（重慶英格造粒包衣技術(shù)有限公司），GL-3250C 磁力攪拌器(海林市其林貝爾儀器制造)，SYH-5 三維運(yùn)動(dòng)混合機(jī)（江陰嘉源藥化設(shè)備有限公司），HBD-30 料斗混合機(jī)（創(chuàng)志機(jī)電科技發(fā)展（江蘇）股份有限公司），ZPS-008旋轉(zhuǎn)壓片機(jī)（上海天祥健臺(tái)制藥機(jī)械有限公司），Mastersizzer3000 激光粒度檢測儀（Malvern Panalytical 公司），YD-35 智能片劑硬度儀（天津天大天發(fā)科技有限公司）。

替米沙坦（威特(湖南)藥業(yè)有限公司），葡甲胺（MERCK & CO., INC.），氫氧化鈉（四川金山制藥有限公司），聚維酮（ISP Technologies，Inc），甘露醇、山梨醇（廣西南寧化學(xué)制藥有限責(zé)任公司），硬脂酸鎂（安徽山河藥用輔料股份有限公司）。

2 方法與結(jié)果

2.1 通過矩陣分析關(guān)鍵工藝變量對(duì)CQAs 的影響的風(fēng)險(xiǎn)識(shí)別

基于先前的考察和初始實(shí)驗(yàn)，在矩陣分析中將變量定性地排序（影響分為低、中、高），結(jié)果見表1、2。結(jié)果流化床工藝風(fēng)險(xiǎn)排序最高。為了更好地理解這個(gè)工藝流程和制定一個(gè)合適的控制策略，可使用實(shí)驗(yàn)設(shè)計(jì)（DoE）評(píng)估排名較高的變量。

Table 1 Initial qualitative risk analysis of critical process parameters(CPPs) based on matrix analysis and its effect on critical quality attributes (CQAs) in process表1 關(guān)鍵工藝參數(shù)基于矩陣分析的初始定性風(fēng)險(xiǎn)分析對(duì)工藝過程中的關(guān)鍵質(zhì)量屬性（CQAs）的影響

Table 2 Initial qualitative risk analysis of critical process parameters(CPPs) based on matrix analysis and its effect on critical quality attributes (CQAs) in finished product表2 關(guān)鍵工藝參數(shù)基于矩陣分析的初始定性風(fēng)險(xiǎn)分析對(duì)成品的關(guān)鍵質(zhì)量屬性（CQAs）的影響

2.2 通過失效模型分析風(fēng)險(xiǎn)評(píng)估

在替米沙坦片的制備工藝中，流化床制粒工藝是高風(fēng)險(xiǎn)的最關(guān)鍵步驟，其對(duì)一個(gè)或多個(gè)工藝過程和成品CQAs 影響明顯。如噴液速度：較高液體流量將產(chǎn)生較大的液滴和導(dǎo)致顆粒過大；霧化壓力：較高的壓力將產(chǎn)生較細(xì)的液滴，導(dǎo)致較小的顆粒；流化空氣流量：較高的空氣流量將引起磨損和快速蒸發(fā)，產(chǎn)生較小的顆粒和細(xì)粉[2]。適當(dāng)?shù)目諝饬鲃?dòng)應(yīng)使流化效果更好而不引起堵塞過濾器現(xiàn)象，空氣流動(dòng)可影響工藝的收率。

風(fēng)險(xiǎn)包括危害的嚴(yán)重程度、風(fēng)險(xiǎn)發(fā)生的可能性和對(duì)風(fēng)險(xiǎn)的檢測能力[2-3]。因此失效模型效果分析的風(fēng)險(xiǎn)優(yōu)先數(shù)中作為風(fēng)險(xiǎn)管理的結(jié)果對(duì)風(fēng)險(xiǎn)水平進(jìn)行定量評(píng)估[1]。如表3 總結(jié)所示，流化床制粒工藝為關(guān)鍵工藝步驟，風(fēng)險(xiǎn)優(yōu)先數(shù)為54，因此應(yīng)優(yōu)先對(duì)此工藝進(jìn)行風(fēng)險(xiǎn)評(píng)估。

Table 3 Effect of quantitative failure model effect analysis of CPPs on CQAs of In-processe or finished product表3 關(guān)鍵工藝參數(shù)的定量失效模型效果分析對(duì)過程中或成品關(guān)鍵質(zhì)量屬性的影響

2.3 通過生成基于空間設(shè)計(jì)和多變量數(shù)據(jù)分析的DoE 進(jìn)行風(fēng)險(xiǎn)評(píng)估

基于定性的矩陣分析和定量的失效模型效率分析，流化床工藝具有較高的風(fēng)險(xiǎn)優(yōu)先級(jí)。

根據(jù)早期的實(shí)驗(yàn)發(fā)現(xiàn)，關(guān)鍵工藝變量的水平如超過設(shè)定的水平范圍容易發(fā)生失敗，在實(shí)際情況下CCD 比BBD（Box–Behnken design）能更好的擬合因素與響應(yīng)值的曲面相關(guān)性，但基于早期的實(shí)驗(yàn)結(jié)果，發(fā)現(xiàn)關(guān)鍵工藝變量的水平如超過設(shè)定的水平范圍容易發(fā)生失敗，響應(yīng)值不容易達(dá)到接受標(biāo)準(zhǔn)。因此，選擇BBD 的風(fēng)險(xiǎn)評(píng)估實(shí)驗(yàn)設(shè)計(jì)。因素水平噴速、風(fēng)量、霧化壓的取值范圍也是根據(jù)失敗實(shí)驗(yàn)的結(jié)果來確定的。

通過使用響應(yīng)面法來分析關(guān)鍵工藝參數(shù)對(duì)產(chǎn)品質(zhì)量的影響，即三水平的BBD（Box–Behnken design）實(shí)驗(yàn)設(shè)計(jì)，用于建立設(shè)計(jì)空間，通過及時(shí)測量關(guān)鍵工藝參數(shù)來分析和控制制備過程[2]。表4 為考察的因素水平與接受校準(zhǔn)，表5 為二次方程模型的BBD 實(shí)驗(yàn)設(shè)計(jì)以及實(shí)驗(yàn)所得的實(shí)驗(yàn)結(jié)果，對(duì)所得實(shí)驗(yàn)結(jié)果進(jìn)一步分析可得出各關(guān)鍵工藝參數(shù)對(duì)產(chǎn)品質(zhì)量影響的關(guān)系[4]。

Table 4 Factors and responses表4 考察因素水平與接受標(biāo)準(zhǔn)

Table 5 BBD experimental design and results of quadratic equation model表5 二次方程模型的BBD 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果

圖1 為一個(gè)自變量與另一個(gè)自變量之間的二維響應(yīng)面圖，并明確顯示了可接受的范圍和失敗的邊緣。

Fig. 1 2D response surface diagram of variables and independent variables圖1 變量與自變量的二維響應(yīng)面圖

根據(jù)BBD 試驗(yàn)擬選取噴速（A）、風(fēng)量（B）和霧化壓力（C）作為影響因素，以粒徑分布和收率的總評(píng)歸一值（OD）為評(píng)價(jià)指標(biāo)，根據(jù)Hassan 公式di=（Yi-Ymin)/(Ymax-Ymin）對(duì)各指標(biāo)進(jìn)行均一化處理[5]。其中，Yi 為實(shí)測值，Ymin和Ymax分別指每一指標(biāo)在不同試驗(yàn)中測得的最小值和最大值。OD=(d1+ d2+ d3+ …dk)/k（k 為指標(biāo)數(shù)）。

利用Design Expert 以歸一值OD 為因變量對(duì)各因素進(jìn)行二次多元回歸擬合，得到總評(píng)歸一值（OD）對(duì)噴速（A）、風(fēng)量（B）和霧化壓力（C）的二項(xiàng)多次回歸模型方程為：OD=0.52+0.14A-0.22B-6.2×10-2C-7.8×10-3AB-1.2×10-2AC-8.7×10-3BC+1.6×10-2A2+2.7×10-2B2-7.9×10-2C2。根據(jù)表6 的擬合結(jié)果，AC、BC、BC、A2、B2、C2的P 值均大于0.1，表明在模型中對(duì)響應(yīng)值影響不顯著。因此，消除不顯著參數(shù)后，OD 為因變量的回歸模型方程為：

根據(jù)表6 的方差分析結(jié)果，此模型P 值為0.000 7<0.05，說明此模型具有顯著性，可作為評(píng)價(jià)此次實(shí)驗(yàn)設(shè)計(jì)的模型。其中失擬值Lack of Fit 的P 值為0.157 5>0.05，說明失擬效果不顯著，模型擬合度較高?？勺鳛轭A(yù)測自變量對(duì)因變量(OD)的模型。自變量與因變量的三維響應(yīng)圖見圖2，結(jié)果表明兩者具有明顯的線性關(guān)系。

Table 6 Quadratic equation model significance test（OD）表6 二次方程模型顯著性檢驗(yàn)（OD）

Fig. 2 3D response surface diagram of response (OD) with the factors of fluidization air flow, spray rate and atomizati on pressure圖2 風(fēng)量、噴速和霧化壓力因素與響應(yīng)值（OD）的三維響應(yīng)圖

在通過ANOVA 分析實(shí)驗(yàn)數(shù)據(jù)并獲得最終方程之后，使用Design Expert 軟件中的“數(shù)值優(yōu)化”選項(xiàng)選擇每個(gè)因子和響應(yīng)的期望目標(biāo)。搜索目標(biāo)從隨機(jī)起點(diǎn)開始，然后按照表4 中提到的目標(biāo)與可接受范圍，從設(shè)計(jì)空間中的幾個(gè)點(diǎn)開始搜索即可提高找到“最佳”局部最大值的機(jī)會(huì)[2]。表7中給出10 個(gè)起點(diǎn)默認(rèn)值，通過在等值線圖上疊加或疊加關(guān)鍵響應(yīng)等值線，在Design Expert 軟件中通過“圖形優(yōu)化選項(xiàng)”直觀地搜索最佳方案。根據(jù)表7 的Desirability 值，其Desirability 值越大表明響應(yīng)值的實(shí)際結(jié)果與預(yù)測結(jié)果一致的可能性越大，因此，選定最大的Desirability 值的組合作為最佳組合。即第1 個(gè)組合為最佳工藝參數(shù)組合，噴速為12.0 g·min-1，風(fēng)量為35.0 m3·h-1，霧化壓力為1.58 bar。

Table 7 "Numerical optimization" constraints and 10 possible solution combinations表7 “數(shù)值優(yōu)化”約束條件和10 個(gè)可能的解決方案組合

2.4 優(yōu)化驗(yàn)證試驗(yàn)

以O(shè)D 值對(duì)最佳工藝進(jìn)行預(yù)測，通過優(yōu)化所得工藝參數(shù)進(jìn)行驗(yàn)證試驗(yàn)。根據(jù)優(yōu)化結(jié)果，使用表7 中第1 組工藝參數(shù)制備替米沙坦片，測定最終結(jié)果的OD 值為0.940，其預(yù)測OD 值為0.951，相比于預(yù)測值，偏差率為-1.2%，表明驗(yàn)證結(jié)果與模型預(yù)測值基本一致，優(yōu)化結(jié)果可靠。

3 討論

a. 基于定性初始風(fēng)險(xiǎn)識(shí)別的矩陣分析和定量風(fēng)險(xiǎn)的失效模型效率分析，影響工藝過程和成品的關(guān)鍵質(zhì)量參數(shù)風(fēng)險(xiǎn)程度最高是流化床工藝。即流化床制粒工藝是影響替米沙坦片質(zhì)量的關(guān)鍵工藝。

b. 對(duì)流化床制粒工藝參數(shù)進(jìn)行空間設(shè)計(jì)和多變量數(shù)據(jù)分析的DoE 設(shè)計(jì)，確定流化床制粒工藝各關(guān)鍵工藝因素對(duì)產(chǎn)品質(zhì)量影響的關(guān)系，如噴速、風(fēng)量、霧化壓力均影響顆粒的粒徑分布，其中噴速與風(fēng)量影響最顯著，而風(fēng)量影響收率最顯著。通過優(yōu)化設(shè)計(jì)空間，從而獲得穩(wěn)健耐用的設(shè)計(jì)空間，基于穩(wěn)健的設(shè)計(jì)空間，可得到質(zhì)量穩(wěn)定的產(chǎn)品。