DETERMINACIÓN DE TRANSFORMACIÓN POLIMÓRFICA EN UN GRANULADO FARMACÉUTICO
5.2 DETERMINACIÓN PARÁMETROS DURANTE PROCESO (ON LINE
MONITORING)
En el estudio que se muestra a continuación se han monitorizado algunos procesos, de los muchos que se realizan semanalmente en la planta de producción, sin modificar las condiciones normales de trabajo y sin extraer muestras durante la evolución del mismo (con la excepción de los procesos que se utilizaron para construir modelos cuantitativos). Esta monitorización del proceso nos permite obtener información en tiempo real del estado del mismo reduciendo y/o eliminando fuentes de variación o inconvenientes: granulación inadecuada, secado excesivo, etc. que, sin duda, tendrían un efecto importante en la calidad del producto final. Por tanto, desarrollar una buena metodología de trabajo en la que se consiga realizar el control de proceso a tiempo real se presenta con un gran atractivo para el progreso de las metodologías PAT en la industria farmacéutica.
En primer lugar se evaluó el procedimiento de registro de espectros y la necesidad e importancia de la fuente de iluminación externa en la calidad de los espectros obtenidos. Varios procesos fueron registrados situando la fuente de luz y la sonda de fibra óptica en diferentes posiciones, y con ángulos distintos. Una única lámpara halógena proporciona suficiente iluminación para obtener espectros reproducibles y sin ruido espectral. Además, colocando la sonda y la luz en un ángulo aproximado de 45º, y la sonda tocando la ventana del granulador, permite registrar espectros nítidos y con una correcta repetitividad. La figura 5.11 muestra una fotografía del granulador de lecho fluido con el montaje del espectrofotómetro. Alrededor de la ventana circular del granulador, se coloca un marco cuadrado metálico que tiene como función principal la de soporte de la sonda de fibra óptica y de la luz halógena. Esta disposición se desmonta después del registro de cada proceso y se coloca de nuevo en cada uno de los procesos siguientes.
Figura 5.11. Imagen del montaje utilizado para realizar la monitorización del proceso de granulación. La sonda de fibra óptica está colocada en la ventana del reactor, junto con una fuente de luz halógena.
El estudio de un proceso de granulación se ha estructurado en función del tipo de información obtenida: en primer lugar se realizó un estudio de la evolución de los espectros registrados durante los procesos. Este estudio cualitativo se ha realizado mediante un Análisis en Componentes Principales (PCA) de todos los espectros.
El segundo estudio tiene como finalidad realizar un análisis cuantitativo destinado a obtener modelos de calibración apropiados para predecir correctamente los parámetros de interés, humedad, tamaño de partícula y densidad a lo largo de todo el proceso de granulación para determinar, cuantitativamente, el estado del proceso en cualquier momento construyendo modelos PLS adecuados para la predicción de dichos parámetros.
5.2.1 INFORMACIÓN CUALITATIVA
Los resultados que se presentan corresponden al estudio de 5 procesos. La figura 5.12 muestra todos los espectros recogidos durante un proceso de granulación.1 espectro correspondiente a cada una de las 3 etapas del proceso donde se observa la variación en las bandas de absorción durante las etapas del proceso de granulación, entre las que destacan el aumento de absorción de las bandas en las regiones de alrededor de 1450 y de 1950 nm debido a la adición de ligante durante la etapa de granulación y su posterior disminución durante el secado del granulado. La importante señal de absorción en la región de las longitudes de onda cortas, entre 1000 y 1300 nm, es debida principalmente a la absorción del vidrio de la ventana.
Figura 5.12 Espectros NIR de un proceso de granulación
Un PCA de la matriz de todos los espectros de un proceso en modo Absorbancia muestra que dos primeros factores PC recogen el 99% de la varianza de todo el proceso.
Figura 5.13. Gráfico de dispersión de una PCA de todos los espectros de un proceso en modo Absorbancia. Los scores están representados en función de la etapa correspondiente.
En la figura 5.13 se han representado el gráfico de dispersión de los scores PC1 vs PC2 de un proceso en la que se han representado en función de la etapa del proceso. En la parte inferior izquierda de la figura 5.13, aparecen los scores que corresponden a la etapa inicial de agitación, que están agrupados sin mostrar ninguna evolución. A partir del minuto 15, en el que empieza la adición de solución ligante se produce una evolución de los scores tanto en el PC1 como en el PC2 hasta aproximadamente el minuto 70 en que solo se observa la evolución del valor del score del PC1. Finalmente, durante la etapa de secado hay una evolución importante del score del PC2 aunque también se aprecia una leve variación en el PC1. En este gráfico se distinguen claramente las tres etapas del proceso de granulación.
Todos los procesos registrados presentan perfiles de evolución de los espectros y de los scores muy similares al mostrado en la figura 5.13, y por tanto este gráfico permitiría visualizar si un proceso se está realizando bajo las condiciones normales de operación (NOC) y el proceso de granulación se está realizando de manera correcta.
Sin embargo, al desarrollarse todos los procesos en las condiciones habituales de trabajo no se ha contemplado la posibilidad de modificarlas hasta situaciones de fuera de control y no ha sido posible observar la utilidad del PCA como herramienta para el control global del proceso relacionando la evolución de los scores al estar algún parámetro fuera de control.
El PC1 representa un 86% de la variabilidad total por lo que el parámetro que esté relacionado a este factor será el de mayor contribución al proceso. Un gráfico interesante es el de los valores de los scores en función del tiempo a que se ha registrado el espectro.
Figura 5.14. a) Evolución de los scores del PC1 en función del tiempo. b) Representación del espectro de la muestra y los loadings espectrales del PC1.
En la figura 5.14 se han representado los scores del PC1 frente al tiempo del proceso señalando las tres etapas del proceso: agitación de la muestra y calentamiento, adición de solución ligante y secado del granulado.
Una interpretación de la figura atendiendo a la evolución de los scores con el tiempo nos indica que el valor de los scores se mantiene constante durante la primera etapa donde tiene lugar únicamente un proceso de mezcla de los excipientes y principio activo, por lo que no se espera evolución en los scores. El aumento de los scores durante la segunda etapa (adición de solución ligante) puede explicarse por el proceso de granulación; la adición de la solución provoca la formación de agregados en la mezcla. Esta variación del tamaño de partícula provoca un desplazamiento del espectro que se ve reflejado en la evolución de los scores. Este desplazamiento ya se había observado en la figura 6.12. Durante la tercera etapa hay un aumento de la temperatura del flujo de aire sin adición de solución ligando. En esta etapa se produce una disminución del valor del score que es coherente con la disminución del tamaño de partícula producido por la colisión entre ellas y la consiguiente reducción del tamaño medio.
El loading espectral del PC1 (Figura 5.14 b) presenta un perfil altamente parecido al espectro de la muestra obtenido; el coeficiente de correlación entre el loading y el espectro de la muestra es superior a 0.94. Este hecho, junto con la interpretación de los scores, hace pensar que el primer factor esta asociado al cambio de tamaño de partícula debido al proceso de granulación.
Figura 5.15. a) Evolución de los scores del PC2 en función del tiempo b) Loadings espectrales del PC2
Un análisis de la evolución del PC2 permite extraer también conclusiones interesantes: la figura 5.15a muestra la evolución del valor de los scores del PC2 aumentando en la segunda etapa debido a la adición de solución acuosa ligante y que desminuye en la tercera etapa a consecuencia del secado del granulado. La menor pendiente del gráfico a partir del minuto 70 indica una menor incorporación de agua al sistema ya que una parte se pierde inmediatamente evaporada por el flujo de aire caliente. Incluso puede deducirse que el agua residual es menor que la de los componentes al inicio del proceso (menor valor del score). También el loading del PC2 (figura 5.15b) muestra una gran semejanza con el espectro del agua, lo que induce a pensar que el segundo factor está relacionado con el contenido de agua de la muestra en el proceso.
Prosiguiendo con el estudio de los score del PCA, se estudiaron los PC 3 y 4, que recogen cerca de un 1 % de la variabilidad explicada; sin embargo la evolución de los scores con el tiempo, así como los loadings no aportaron información relevante.
Por tanto, la evolución de los scores en el PC1 y PC2 puede ser utilizada como parámetro general para conocer la evolución de los procesos y establecer un control de los mismos. El estudio descrito se puede extender al resto de procesos seguidos ya que en todos ellos se observa el mismo comportamiento; la única diferencia es el valor de los scores pero los gráficos de evolución de los mismos son idénticos.
5.2.2 INFORMACIÓN CUANTITATIVA
Los parámetros monitorizados en el proceso de producción para este fármaco son: la distribución del tamaño de partícula, el contenido en agua y la densidad. Estos tres son los parámetros de interés para el control de este proceso definidos por la empresa. Sin embargo, otros parámetros podrían haber sido también monitorizados.
Determinación distribución tamaño de partícula
Desde el punto de vista de la fabricación del producto final se considera imprescindible un 80% de la totalidad del lote de producción con un tamaño de partícula comprendido
entre 125 y 1000 micras. Sin embargo, además de construir un modelo para este intervalo, también se han construido modelos para tamaño de partícula inferior a 125 y superior a 1000 micras para saber cuanta muestra presenta un tamaño de partícula indeseable y que pueda producir segregación en el caso de tamaño de partícula inferior a 125 micras, y obturaciones en el caso de más de 1000 micras, en la etapa de compactación.
Figura 5.16. Evolución de los valores de referencia del contenido en agua y del porcentaje de muestra con tamaño de partícula inferior a 1000 micras.
En la figura 5.16 se muestra la evolución del porcentaje de muestra con un tamaño de partícula inferior a 1000 micras (límite superior) y superior a 125, obtenidos por método de referencia a las muestras extraídas. Este gráfico muestra una gran similitud con la evolución de los scores de las figura 5.14. Al principio del proceso, gran parte de la muestra presenta un tamaño de partícula inferior a 125 micras, correspondiente al tamaño de partícula de las materias primas. Cuando empieza la adición de la solución
ligante se van formando gránulos grandes tal como se ve en la figura. En esta etapa un 5% de muestras supera las 1000 micras de tamaño de partícula. De aquí la final de la adición el tamaño de partícula medio aumenta. Una vez terminada la adición de solución ligante empieza la etapa de secado en la que la agitación provoca colisiones entre los gránulos que causan una disminución del tamaño de partícula y aumenta la fracción de muestra retenido en los tamices de malla más pequeña. Estos cambios no se observan prácticamente en el gráfico debido a que recoge un intervalo de tamaño de partícula amplio. Sin embargo, comparando los porcentajes en cada uno de los tamices utilizados (los valores no se muestran), el porcentaje en los tamices de 710 y 500 micras disminuye durante la etapa de secado, aumentando los porcentajes de 250 y 180 micras.
Se han construido modelos PLS para determinar la evolución del tamaño de partícula durante el proceso de granulación húmeda. Se han agrupado en 3 conjuntos: % retenido superior a 1000 micras, % retenido entre 1000 y 125 micras, y finalmente el resto, inferior a 125 micras. Por debajo del tamiz de malla inferior (38 micras) hay menos de un 0,1 % de muestra. Se escogieron espectros de 3 procesos para preparar el modelo de calibración, utilizando espectros de los otros procesos para validar el modelo. Se construyeron un total de 3 modelos PLS1 de calibración para los tres intervalos de partícula, cuyos parámetros más significativos se muestran en la tabla 5.8. Todos los modelos se construyeron en modo Absorbancia y sin realizar ningún pretratamiento espectral.
La figura 5.17 (a, b y c) muestra la predicción de un proceso no implicado en la calibración con los 3 modelos PLS construidos y superpuestos los valores del parámetro obtenido de cada una de las muestras extraídas del proceso. A pesar de las diferencias en los primeros 50 minutos, debidas a la poca renovación de muestra en la ventana del granulador, a partir de este momento, puede observarse un buen ajuste entre ambos valores lo que demuestra la buena capacidad predictiva de los tres modelos construidos.
Tabla 5.8. Parámetros relevantes de los modelos de calibración construidos para la determinación de tamaño de partícula, contenido en agua y densidad aparente.