Roncsolásmentes Raman-spektroszkópia és folyamatanalitikai technológia (PAT) alkalmazása botanikai gyógyszerhatóanyagok valós idejű nyomnyi szennyezőprofil-meghatározásához
Absztrakt
Háttér
A botanikai gyógyszerhatóanyagok (API-k) és botanikai gyógyszeranyagok olyan minőségbiztosítási stratégiákat igényelnek, amelyek képesek a variabilitás ellenőrzésére és a szennyeződési kockázatok kezelésére a „bizonyítékok összessége” (totality of the evidence) megközelítés alkalmazásával. Ez magában foglalja a botanikai alapanyag-ellenőrzést és a kémiai vizsgálatokat, például spektroszkópiai és/vagy kromatográfiás módszereket. [1] A szabályozási útmutatások kifejezetten elvárják a peszticidmaradékok és az eseti toxinok (pl. aflatoxinok) vizsgálatát, valamint az idegen anyagokra és hamisítványokra irányuló ellenőrzéseket, ami motiválja az ellátási láncban és a gyártási életciklusban alkalmazható gyors szűrési módszerek kidolgozását. [1]
Célkitűzés
Ez a koncepcionális megvalósíthatósági (proof-of-concept) és adatszintézis-tanulmány azt értékeli, hogyan integrálható a roncsolásmentes Raman-spektroszkópia (beleértve a SERS-erősített változatokat) a folyamatanalitikai technológia (PAT) keretrendszerébe a botanikai API-k valós idejű vagy közel valós idejű nyomnyi szennyezőprofil-meghatározása érdekében, hangsúlyt fektetve a megvalósíthatóságra, az analitikai teljesítményre és a publikált bizonyítékokkal alátámasztott alkalmazási korlátokra. [2, 3]
Módszerek
Összegeztük a bizonyítékokat, amelyek bemutatják:
- A Raman-módszer kémiai szerkezet-érzékenységét és minimális minta-előkészítési igényét; [2, 4]
- A SERS-erősítést és reprezentatív nyomnyi peszticid demonstrációkat (beleértve a ppm és szub-ppb tartományokat); [5–8]
- A hamisítványok hitelesítésére és kvantitatív előrejelzésére szolgáló kemometriai stratégiákat; [9–11]
- A PAT-alapú folyamatfelügyeleti példákat és az ipari átültetés ismert akadályait. [3]
Eredmények
Az összegyűjtött tanulmányok alapján a Raman és a kemometria sikeresen megkülönböztette a hamisított illóolajokat, amikor a vizuális ellenőrzés nem volt elegendő, ahol a PCA spektrális elkülönülést biztosított a tiszta és a hamisított minták között. [9] A kvantitatív Raman-modellezés (PLSR) magas szintű előrejelzési pontosságot ért el a koncentráció-előrejelzési feladatokban, alátámasztva a kalibrációalapú kvantifikálás megvalósíthatóságát komplex készítményekben. [10]
A nyomnyi szennyezők esetében a SERS-vizsgálatok egyes peszticideknél 1 ppm-ig terjedő kimutatási határt jeleztek gyümölcsfelületeken, más munkákban pedig 0.001–10 ppm közötti LOD értékeket mértek 21 peszticid esetében kolloid arany nanorészecskék használatával. [6, 7] A QuEChERS acetátos extrakcióval kombinált kézi SERS-készülék kiválasztott analitoknál 10 ppb EU MRL érték alatt észlelt több peszticidet basmati rizsben, kevesebb mint 15 min alatt befejezett extrakcióval, illusztrálva a pragmatikus „szűrés az első” munkafolyamatot. [8]
A PAT alkalmazás tekintetében a Raman gyors, roncsolásmentes, non-invazív mérései, valamint a laboratóriumtól a gyártósorig történő bevethetősége támogatja az inline/online monitorozást. Azonban a bizonyítékok azt is hangsúlyozzák, hogy a legtöbb PAT-kutatás laboratóriumi szintű marad, és a Raman-folyamatmodellek viszonylag magas LOD értékekkel rendelkezhetnek, amelyek az extrakció-monitorozási környezetben elvéthetik az alacsony koncentrációjú célpontokat. [2, 3]
Következtetések
A bizonyítékok alátámasztják a botanikai API-k szennyezőanyag-kockázatkezelésére szolgáló Raman/SERS-alapú PAT-koncepció megvalósíthatóságát: hordozható Raman alkalmazása a beérkező anyagok hitelesítésére és a hamisítványok szűrésére; SERS-modulok használata célzott peszticid-szűrésre; valamint Raman-alapú többváltozós modellek integrálása a PAT-szabályozási körökbe, ahol a folyamatkörülmények lehetővé teszik a stabil kalibráció-transzfert és a megfelelő detektálási képességet. [3, 12]
Az elsődleges korlátokat a heterogén botanikai mátrixokban lévő ultra-nyomnyi célpontok érzékenysége, a fluoreszcencia és a gyenge Raman-jelek, valamint a csökkentett vagy kihagyásos tesztelési (skip testing) megközelítések szabályozói elfogadásához szükséges validálási/modell-transzfer követelmények jelentik. [3, 4, 13]
Kulcsszavak
- Raman-spektroszkópia
- SERS
- Folyamatanalitikai technológia
- Botanikai API
- Peszticidmaradékok
- Hamisítvány-detektálás
- Kemometria
- Valós idejű monitorozás
Bevezetés
A botanikai gyógyszeranyagok és botanikai API-k szabályozása olyan minőségi paradigmák szerint történik, amelyek a terápiás konzisztenciát hangsúlyozzák, és a „bizonyítékok összessége” megközelítéssel támasztják alá, beleértve a botanikai alapanyag-ellenőrzést és a kémiai minőségellenőrző vizsgálatokat, amelyek spektroszkópiai és/oder kromatográfiás módszereket alkalmazhatnak. [1] Ezen a paradigmán belül a szennyeződési és hamisítási kockázatok kifejezetten olyan minőségi aggályokként jelennek meg, amelyek vizsgálati stratégiákat igényelnek, beleértve a peszticidmaradékok (beleértve a szülő-peszticideket és a főbb toxikus metabolitokat) és az eseti toxinok, például az aflatoxinok vizsgálatát, valamint az idegen anyagokra és hamisítványokra irányuló ellenőrzéseket. [1]
Ezzel párhuzamosan a növényi anyagokra és készítményekre vonatkozó európai specifikációs útmutató a specifikációkat olyan vizsgálatokként, eljárásokként és elfogadási kritériumokként határozza meg, amelyek a minőség biztosítására szolgálnak a felszabadításkor és az eltarthatósági idő alatt, és azonosítja a megfelelően kezelendő szennyezőanyag-csoportokat, beleértve a nehézfémeket/elemi szennyeződéseket, a peszticid- és fertőtlenítőszer-maradványokat, a mikotoxinokat (aflatoxinok, ochratoxin A) és a mikrobiális szennyeződést. [13, 14] Az EMA útmutatása azt is jelzi, hogy a szennyezőanyag-maradványok időszakos/kihagyásos tesztelése (skip testing) elfogadható lehet, ha azt kockázatértékeléssel és gyártási tételadatokkal igazolják, egyértelmű szabályozási ösztönzőt teremtve a gyorsabb szűrési és folyamatmegértési eszközök számára, amelyek igazolhatják a kockázatalapú ellenőrzési stratégiákat a biztonság veszélyeztetése nélkül. [13]
A Raman-spektroszkópia esélyes jelölt az ilyen stratégiákhoz, mivel a Raman-szórás kémiailag specifikus „ujjlenyomat” spektrumokat biztosít, és a Raman-módszereket általában gyors, roncsolásmentes és non-invazív módszerként jellemzik, egyszerű minta-előkészítéssel, amelyek a gyártás és az ellátási lánc ellenőrzése során a valós idejű döntéshozatallal összhangban álló működési tulajdonságok. [2, 4]
A gyógyszerészeti Raman-alkalmazásokról szóló áttekintések a laboratóriumi felhasználástól a rakodóhelyekig és a gyártósorokig terjedő alkalmazási kört írnak le, ami azt jelenti, hogy a Raman nemcsak off-line azonosító eszközként, hanem potenciális folyamatközi analitikai szenzorként is figyelembe vehető a PAT kontextusában. [2] A PAT-ot kifejezetten úgy határozzák meg, mint eszközök és módok sorozatának alkalmazását a valós idejű elemzés és visszacsatolásos szabályozás megvalósítására az ipari termelés során a szabályozható gyártási folyamat és az optimális termékminőség biztosítása érdekében, a vibrációs spektroszkópiai technikákat pedig úgy írják le, mint amelyek lehetővé teszik a gyógynövények belső minőségi attribútumainak online, valós idejű és gyors kimutatását a feldolgozás során. [3]
Azonban a botanikai készítmények nyomnyi szennyezőprofil-meghatározása analitikai szempontból megterhelő, és a szakirodalom jelentős átültetési kihívásokat jelez: a legtöbb PAT-kutatást laboratóriumi méretű berendezéseken végezték, ahol a kísérleti körülmények könnyebben kontrollálhatók, és a Raman-alapú folyamatmodellek viszonylag magas LOD értékekkel rendelkezhetnek, amelyek nem képesek kimutatni az alacsony koncentrációjú célpontokat a szimulált extrakció-monitorozási feladatokban. [3] Ezek a korlátok tervezésorientált kérdést vetnek fel a botanikai API-k esetében: hogyan alkalmazható a Raman (és a SERS-erősített Raman) egy PAT-keretrendszeren belül úgy, hogy gyors, roncsolásmentes szűrést és – ahol lehetséges – a mátrix- és folyamatvariabilitással szemben robusztus kvantitatív előrejelzéseket adjon, miközben kompatibilis marad a szennyezőanyag-ellenőrzésre és a módszervalidálásra vonatkozó kockázatalapú szabályozási elvárásokkal? [2, 3, 13]
Ennek megfelelően az itt vizsgált kutatási kérdés: Alátámaszthatják-e a publikált Raman és SERS teljesítményre vonatkozó bizonyítékok a botanikai API-k közel valós idejű nyomnyi szennyezőprofil-meghatározásának gyakorlati PAT-architektúráját, amely kiegészíti vagy szelektálja a klasszikus megerősítő vizsgálatokat? [3, 6, 8] A munkahipotézis az, hogy a Raman-alapú roncsolásmentes ujjlenyomat-vétel többszintű PAT-rendszerként lesz a leghatékonyabb: (i) Raman + kemometria a gyors hitelesítéshez/hamisítás-szűréshez; (ii) célzott SERS-modulok a nyomnyi peszticid-kimutatáshoz releváns mátrixokban; és (iii) folyamat-Raman monitorozás a belső minőségi attribútumokhoz, ahol az érzékenység megfelelő, a kockázatalapú skip-testinget pedig adatokkal és tétel-előzményekkel igazolják, nem pedig csupán a szenzor telepítésével. [3, 6, 9, 13]
Kvantitatív előrejelzés és kalibrációalapú következtetés
A kvantitatív előrejelzéshez és a kalibrációalapú következtetéshez egy xylene-nel hamisított methyl eugenol készítményekről szóló Raman-tanulmány arról számolt be, hogy a PCA hasznos volt a különböző koncentrációjú Raman-spektrális adatkészletek megkülönböztetésére. Ezenkívül egy PLSR modell képes volt megbízhatóan előrejelezni egy ismeretlen minta koncentrációját, ami bizonyítja, hogy a Raman-spektroszkópia és a PLSR kombinációja magas előrejelzési teljesítményt érhet el. Ez rávilágít a módszer potenciális hasznosságára a botanikai API-kban előforduló ismert kockázatú hamisítványok kvantitatív modelljeinek kidolgozásában, amennyiben referenciák rendelkezésre állnak [10].
Azonosság igazolása késztermékekben
Egy vonalkód-alapú Raman-módszer hatékonynak bizonyult az API-k azonosságának megerősítésére késztermékekben. A technika úgy működik, hogy összehasonlítja a várt API és a kész gyógyszertermék vonalkódjai közötti nem nulla átfedés százalékos arányát, ahol a spektrumokat a Raman-csúcsok kiemelése érdekében transzformálják [11]. Ezt a megközelítést alkalmazva 18 engedélyezett kész gyógyszerterméket és kilenc szimulált hamisítványt azonosítottak 100% pontossággal. Ez alátámasztja a Raman-alapú „ujjlenyomat-átfedési” logika alkalmazhatóságát a formulázott termékek robusztus azonosság-ellenőrzéséhez, feltéve, hogy megfelelő transzformációt és döntési szabályokat alkalmaznak [11].
Raman-analízis a botanikai „hasonmásokból” eredő kockázatokhoz
A Raman spektrális szignatúra megközelítéseket a valódi minták és a hamisított minták megkülönböztetésére alkalmazták botanikai kontextusban. Például a Phansomba/Phellinus minták elemzése egyértelmű elkülönülést mutatott a valódi és a hamisított példányok között. Meghatározták a Phellinusra (különösen a Ph. merrillii-re) jellemző kulcsfontosságú Raman-sávokat (487, 528, 786, 892, 915 és 1436 cm), ami sugallja a szignatúra-tartományok adatbázisainak kiépítésének lehetőségét más gyógynövények vizsgálati munkafolyamataihoz [21].
Azonban léteznek korlátok. 50 szexuális teljesítményfokozást ígérő gyógynövényes étrend-kiegészítő szűrése során a Raman-spektroszkópia kilenc hamisított mintát mutatott ki (négyet sildenafil-lel és ötöt tadalafil-lel). Két minta esetében azonban nem tudott meggyőző eredményt adni a tadalafil-hamisítás tekintetében, ami jelzi a megerősítő módszerek vagy a továbbfejlesztett spektrális interpretációs stratégiák szükségességét bizonyos esetekben [22].
4.2 Peszticidmaradékok SERS segítségével
A közzétett bizonyítékok rávilágítanak arra, hogy a SERS egy gyors, roncsolásmentes technika, amely képes a nyomnyi szintű peszticidek (ppm vagy ppb) kimutatására a botanikai szennyezőanyag-ellenőrzési szabványokkal összhangban [1, 6, 19]. Egy tanulmány bemutatta a SERS azon képességét, hogy akár 1 ppm szinten is kimutassa a peszticideket a gyümölcsök felületén, ami jól korrelál az almára vonatkozó szabályozási peszticid-maradék határértékekkel [6].
A kvantitatív SERS-tanulmányok erős kalibrációs teljesítményt mutattak. Például egy tanulmány 0.99-es determinációs együtthatót (R²) jelzett az omethoate és 0.98-at a chlorpyrifos esetében, 1.63 mg·cm és 2.64 mg·cm kimutatási határokkal (LOD). Ez alátámasztja a karakterisztikus SERS csúcsintenzitásokat alkalmazó kalibrációs modellek megvalósíthatóságát a maradékanyag-kvantifikáláshoz [17]. Ebben a tanulmányban analit-specifikus Raman-csúcsokat (413 cm az omethoate-nál, 346 cm a chlorpyrifos-nál) használtak a koncentráció-feltérképezéshez kalibrációs modelleken keresztül [17].
A kolloid arany nanorészecskés SERS tovább fokozta 21 különböző peszticid Raman-szórását. A kimutatási határok 0.001 és 10 ppm között mozogtak, a phosmet és a thiram egyidejű azonosítását pedig almahéjon érték el PCA és SERS alkalmazásával [7].
Leveles zöldség mátrixok esetében a phosmet, thiabendazole és acetamiprid peszticidmaradékok kalibrációs görbéi erős lineáris korrelációs együtthatókat mutattak, 94.67% és 112.89% közötti visszanyerést érve el. A visszanyerésen alapuló validálások 3.87% és 8.56% közötti relatív szórást (RSD) mutattak. A teljes tesztelési folyamat, beleértve a mintavételt, a spektrumelemzést és a kvantitatív előrejelzést, kevesebb mint öt perc alatt befejeződött, ami jelentős javulást mutat a hagyományos kromatográfiás módszerekhez képest [16].
Botanikai mátrix összefüggésben a SERS potenciált mutatott a deltamethrin kimutatásában a Corydalis esetében. Az elsődleges karakterisztikus csúcsot 999 cm-nél azonosították, a modellezés során elért kimutatási határ pedig 0.186 mg/L volt a 999 cm-es csúcsnál végzett közvetlen megfigyelés esetén. A PLS modell alkalmazása szintén jó előrejelzési teljesítménymutatókat eredményezett [23].
A QuEChERS acetátos extrakcióval párosított kézi SERS-eszközök képesek voltak több peszticidmaradékot kimutatni basmati rizsben 15 percen belül. Az olyan peszticideket, mint a CBM, THI és TRI, a 10 ppb-s EU maximális maradékanyag-határérték (MRL) alatt észlelték. Az ACE kimutatási határa azonban 800 ppb maradt, ami rávilágít az analit-érzékenység lehetséges variabilitására egy több-maradékos munkafolyamaton belül [8].
A dinamikus SERS-megközelítések növelték az érzékenységet „sessile-drop” kontextusban, lehetővé téve a paraquat, thiabendazole, tricyclazole és isocarbophos kimutatását ppm és ppb szinteken. Ez a megközelítés egy metasztabil nanorészecske-állapotot használ ki az elpárologtatás során, hogy fenntartsa a megkülönböztethetőséget a dúsított zöldségkivonatokban. A karakterisztikus csúcsintenzitások és a koncentrációk közötti lineáris kapcsolatok tovább validálják ezt a módszert [18].
4.3 Mikotoxin- és mikrobiális marker-profilalkotás
A szabályozási szabványok előírják a növényi anyagok mikotoxin- és mikrobiológiai minőségi vizsgálatát, különös tekintettel az aflatoxinokra és az ochratoxin A-ra [13, 24]. Például az USP monográfiák maximum 5 ppb határértéket határoznak meg az aflatoxin B1-re, és maximum 20 ppb-t az aflatoxin B1, B2, G1 és G2 összegére [19]. Ezek a határértékek határozzák meg azt az érzékenységet, amelyet a szűrési és megerősítő módszereknek el kell érniük.
A Raman/SERS peszticid-detektálásra és hamisítási alkalmazásokra helyezett elsődleges hangsúly miatt ez a technológia leginkább kiegészítő szűrőeszközként helyezhető el egy szélesebb körű szennyezőanyag-ellenőrzési stratégián belül. Ez összhangban van azokkal a szabályozási irányelvekkel, amelyek azt javasolják, hogy a minőségellenőrzést kémiai vizsgálatokkal, például spektroszkópiával vagy kromatográfiával támogassák, miközben az új technológiákat is beépítik [1, 13].
4.4 Nehézfémekre és szervetlen szennyezőkre vonatkozó következtetés
Az EMA megköveteli a nehézfémek és más elemi szennyeződések vizsgálatát a növényi gyógyszerkészítményekben, hacsak másként nem indokolt, szabályozási elvárást támasztva a botanikai API-k nyomnyi szennyezőprofil-meghatározására [13, 24].
A jelenlegi Raman/SERS bizonyítékbázisban ezeket a szennyezőket közvetve kezelik az alapanyag-azonosság javított ellenőrzésén, a gyorsabb hamisítás-szűrésen és a magas kockázatú minták megerősítő vizsgálatának priorizálásán keresztül. A Raman-módszerek jelenleg azonban nem alkalmasak az elemi szennyeződések önálló kvantifikálására további validálás vagy kiegészítő technológiák nélkül [1, 13, 21].
4.5 In-Line és On-Line Raman PAT a botanikai feldolgozásban
A folyamatanalitikai technológia (PAT) keretrendszere valós idejű elemzést alkalmaz a termékminőség és a folyamatirányítás optimalizálására. A Raman-spektroszkópiát erre a célra kiválóan alkalmasnak írják le, gyors, non-invazív elemzést kínálva, amely kompatibilis a gyártás közbeni körülményekkel [3].
A Raman-PAT egyik példája az RS-CARS-PLS modell használata az extrakciós folyamatok monitorozására a Wenxin granulátum gyártása során. Bár a modell hatékony folyamatfelügyeletet mutatott, az alacsony koncentrációjú analitok, például a szacharidok iránti érzékenysége korlátozott volt – rávilágítva a SERS vagy kiegészítő technikák szükségességére a nyomnyi szintű szennyezők kimutatásához [3].
Az ipari alkalmazás további kihívásokat rejt magában, mivel a legtöbb PAT-kutatás laboratóriumi körülmények között zajlik. A robusztusságot és a variabilitás ellenőrzését meg kell oldani a sikeres felskálázáshoz és az éles implementációhoz [3].
4.6 Összehasonlító analitikai teljesítmény
A konvencionális Raman-spektroszkópia gyors, roncsolásmentes kémiai ujjlenyomatot ad minta-előkészítés nélkül. Ezzel szemben a SERS fokozza az érzékenységet a nyomnyi szintű szennyezők kimutatásához, elérve az 1 ppm-től akár 0.001 ppm-ig terjedő kimutatási határokat bizonyos peszticideknél, a módszertől és a mátrixtól függően [4, 5, 6, 7]. Például a kalibrációval párosított SERS peszticid-kimutatást mutatott ki leveles zöldségekben akár 0.98291-es korrelációs együtthatóval, a teljes munkafolyamat pedig mindössze öt perc alatt befejeződött [16].
A hitelesítési alkalmazások esetében a PCA hasznosnak bizonyult az illóolajok finom spektrális eltéréseinek megkülönböztetésében, a vonalkód-alapú Raman-technikák pedig 100%-os pontosságot mutattak a hamisított és valódi késztermékek azonosításában [9–11].
4.7 Hordozható és kézi műszerek az alapanyag-szűréshez
A hordozható Raman-műszereket időhatékony, roncsolásmentes eszközként tartják számon, amelyek képesek a gyógynövény-anyagok gyors elemzésére komplex előkészítés nélkül. Alkalmazhatók a növényi termékek egészségügyi és biztonsági megfelelőségének ellenőrzésére is, értékes eszközt kínálva mind a gyári, mind a piacfelügyeleti szűréshez [12].
Az FDA szabályozási irányelvei kiemelik az olyan új módszereket, mint a morfológia-vezérelt Raman-spektroszkópia (MDRS), amelyek hasznosak például a szemcseméret-eloszlás jellemzésére, ha szigorú validálással támasztják alá őket. Bár nem kifejezetten botanikai API-specifikusak, ezek a módszerek bizonyítják a Raman képességét a hagyományos analitikai technikák kiegészítésére [25, 26].
Diszkusszió
Az összegzett bizonyítékok alátámasztják, hogy a Raman és a SERS értékes eszközök a roncsolásmentes, gyors szűréshez és a valós idejű monitorozáshoz a PAT-környezetben. Ezek a technológiák hatékonyan integrálhatók a botanikai API-k szennyezőanyag-ellenőrzési és minőségbiztosítási munkafolyamataiba [2, 3, 5].
5.1 A Raman és a PAT erősségei a klasszikus roncsolásos módszerekkel szemben
A Raman-spektroszkópia előnyös a sebessége, roncsolásmentes jellege és minimális minta-előkészítési igénye miatt. A SERS kiterjeszti ezt a hasznosságot, lehetővé téve a nyomnyi szintű kimutatást az erősítési mechanizmusokon keresztül, amelyről bebizonyosodott, hogy képes kimutatni a peszticideket akár ppb szinteken is, gyors teljes munkafolyamat-idővel. Ez ideálissá teszi a minták kezdeti szűrésére és szelektálására a megerősítő vizsgálatokhoz [2, 4, 5, 16].
5.2 Korlátok
A legfontosabb korlátok közé tartoznak az alap Raman-módszerek érzékenységi kihívásai, különösen az alacsony koncentrációjú analitok esetében, SERS-erősítés nélkül. A Raman-alapú PAT ipari felhasználása megköveteli a variabilitással és a robusztus felskálázással kapcsolatos kihívások leküzdését is. Emellett a kemometriai modellek, például a PCA és a PLS alkalmazása komplexitást és potenciális bizonytalanságot hordoz a mátrix variabilitásától és a modell tanításától függően [3, 9, 22, 23].
Szabályozási útmutatás és Raman-alapú szűrőeszközök
A szabályozási útmutatás támogatja a botanikai anyagok minőségi megközelítését a bizonyítékok összessége alapján, beleértve a botanikai alapanyag-ellenőrzést és a spektroszkópiai és/vagy kromatográfiás módszereket alkalmazó kémiai minőségellenőrző vizsgálatokat. Ez koncepcionális utat biztosít a Raman-alapú szűrőeszközök integrálásához az általános ellenőrzési stratégiákba, ahelyett, hogy az összes klasszikus vizsgálat önálló helyettesítőjeként kezelnék őket. [1]
Az FDA útmutatása kifejezetten kéri a peszticidmaradékok és az eseti toxinok, például az aflatoxinok, valamint az idegen anyagok és hamisítványok vizsgálatát. Ez összhangban van a Raman/SERS képességeivel a peszticid-szűrés és a hamisítvány-detektálás terén, megerősítve a szennyezőanyag-osztályok lefedettségének szükségességét egy átfogó ellenőrzési programban. [1]
Az FDA azt is kijelenti, hogy a kérelmezőknek értékelniük kell a jelenlegi és az új technológiákat, és ortogonális analitikai módszereket kell kidolgozniuk a megfelelő azonosítás és kvantifikálás érdekében. Ez értelmezhető úgy, mint a Raman/SERS alkalmazásának támogatása egy ortogonális módszerkészlet részeként, amelyet megerősítő módszerekkel, például LC–MS-sel vagy más, a végleges kvantifikáláshoz szükséges vizsgálatokkal párosítanak, különösen ott, ahol a SERS teljesítménye a minta-előkészítés kontrolljától függ a pontos kvantifikálhatóság érdekében az LC–MS-hez képest. [1, 27] Ezt a nézetet támasztja alá egy tanulmány, amely a SERS-t és az LC–MS-t hasonlította össze egy váratlan herbicid esetében bonyolult mátrixban: a SERS nagy érzékenységet és magasabb detektálási hatékonyságot mutatott az ultra-nyomnyi célpontok észlelésében, míg az LC–MS pontosabb kvantifikálhatóságot biztosított a jól kontrollált minta-előkészítésnek köszönhetően. Ez többszintű architektúrát motivál: SERS a gyors, érzékeny detektáláshoz és LC–MS a megerősítő kvantifikáláshoz. [27]
Az EU-ban az EMA specifikációs útmutatója meghatározza a specifikációkat és azonosítja a kezelendő szennyezőanyag-csoportokat (beleértve a nehézfémeket, peszticidmaradékokat, mikotoxinokat, mikrobiális szennyeződést). Lehetővé teszi az időszakos/kihagyásos tesztelést, ahol azt kockázatértékelés és tételadatok indokolják, ami azt jelenti, hogy a Raman/PAT adatfolyamok hozzájárulhatnak a kockázatalapú tesztelési stratégiák alátámasztásához, ha validáltak és bizonyítottan időben jelzik a releváns eltéréseket. [13, 14]
5.4 Kockázatalapú alkalmazási stratégia és életciklus-kezelés
Az USP útmutatása jelzi, hogy a vizsgálatok kiterjedése kockázatalapú megközelítéssel határozható meg, amely figyelembe veszi a szennyeződés valószínűségét. Ez támogatja azt a stratégiát, amelyben a Raman/SERS szűrési intenzitást és a megerősítő vizsgálatokat olyan kockázati tényezők alapján osztják ki, mint a forrás, a földrajzi hely, a tétel-előzmények és a korábbi szűrési adatok. [19] Az EMA hasonlóan jelzi, hogy az időszakos/kihagyásos tesztelés elfogadható lehet, ahol indokolt, és az indoklásnak figyelembe kell vennie a növényi anyagot, a termesztési/termelési körülményeket, a szomszédos gazdaságokból származó szennyeződést, a földrajzi eredetet, és kockázatértékeléssel, valamint tételadatokkal kell alátámasztani, megerősítve a gazdag adatokkal rendelkező monitorozó rendszerek szükségességét az ad hoc tesztcsökkentések helyett. [13]
Ezen a kockázatalapú kontextuson belül a Raman-alapú PAT a gyors, megismételhető ujjlenyomatok és szűrési eredmények generátoraként pozícionálható, amely támogatja a trendek monitorozását és a rendellenes tételek gyors azonosítását, míg a megerősítő vizsgálatokat a szűrés által jelzett tételeknek vagy a szűrőrendszer teljesítményének és kalibrációs stabilitásának időszakos ellenőrzésének tartják fenn. [2, 13] A vonalkód-alapú API azonossági módszer és a kézi illóolaj-hamisítás detektálás szemlélteti, hogyan egyszerűsíthetik le a robusztus döntési szabályok (vonalkód-átfedés, intenzív diagnosztikai sávok) a szűrési döntéseket bizonyos kontextusokban, míg a PCA-alapú megkülönböztetés jelzi, hol van szükség többváltozós modellekre a finom hamisítási mintázatokkal szembeni érzékenység fenntartásához. [9, 11, 20]
A Raman-módszerek életciklus-kezelésére az MDRS beadványokkal kapcsolatos FDA észrevételek is utalnak: a reprodukálhatóságra és pontosságra vonatkozó validálási adatok hiánya hiányosságnak minősül, hangsúlyozva, hogy a Raman-alapú PAT módszereket a validálással és a teljesítmény dokumentálásával mint központi elemekkel kell kidolgozni a szabályozó hatóságokkal való együttműködéshez. [25]
5.5 Kilátások
A bizonyítékok több technikai irányt sugallnak a Raman-alapú PAT megvalósíthatóságának növelésére a nyomnyi szennyezők tekintetében. Először is, a technikai változatosság növekedését (Fourier-transzformációs Raman, rezonancia-Raman, konfokális Raman és SERS) lehetségesnek írják le a Raman-jelek fokozására, valamint a műszerek és a mintafeldolgozás fejlesztésére. Ez támogatja azt a stratégiát, hogy a technikai változatokat a mátrix és az érzékenységi igények szerint válasszák ki, ahelyett, hogy egyetlen Raman-konfigurációra támaszkodnának minden botanikai folyamatban. [4]
Másodszor, a SERS szelektivitása növelhető a nanoszerkezetek receptor molekulákkal, például aptamerekkel való funkcionalizálásával, ami utat mutat a PAT-modulokba ágyazott célzott nyomnyi szennyező vizsgálatok felé, ahol az interferencia domináns kockázat. [5]
Harmadszor, a képalkotás-alapú SERS-megközelítéseket úgy írják le, mint amelyek lehetővé teszik a szennyeződés lokalizációjának valós idejű monitorozását és detektálását a növényi szövetek felületén vagy belsejében. Ez azt sugallja, hogy a jövőbeli botanikai API munkafolyamatok térben feloldott szennyeződési térképezést tartalmazhatnak a magas kockázatú anyagoknál vagy a szennyeződési útvonalak vizsgálatánál. [5] Végül a gyakorlati alkalmazási potenciált támasztják alá azok a következtetések, miszerint a SERS tovább alkalmazható az élelmiszerbiztonsági és környezetvédelmi monitorozás gyors és helyszíni detektáló eszközeiben, valamint azok a bizonyítékok, amelyek szerint a hordozható Raman-műszerek használhatók a gyógynövénytermékek egészségügyi és biztonsági megfelelőségének ellenőrzésére a fogyasztói piacon, hangsúlyozva a folytonosságot a terepi szűréstől a gyártási PAT rendszerekig. [12, 27]
6. Következtetések
Ez a koncepcionális, bizonyíték-szintézis tanulmány azt jelzi, hogy a Raman-spektroszkópia jól illeszkedik a PAT célkitűzéseihez, mivel gyors, roncsolásmentes, non-invazív és egyszerű a minta-előkészítése. A Raman-alkalmazásokat úgy írják le, mint amelyek a laboratóriumtól a gyártósorokig terjednek, támogatva a Raman-alapú mérés életciklus-szemléletét a beérkező nyersanyag-szűréstől a folyamat közbeni monitorozásig. [2]
A PAT-ot kifejezetten úgy határozzák meg, mint amely lehetővé teszi a valós idejű elemzést és a visszacsatolásos szabályozást a szabályozható gyártási folyamatok és az optimális minőség biztosítása érdekében. A vibrációs spektroszkópiát úgy írják le, mint amely lehetővé teszi a gyógynövények belső minőségének online, valós idejű, gyors detektálását a feldolgozás során, koncepcionális alapot biztosítva a Raman-szenzorok elhelyezéséhez a botanikai gyártásban. [3]
A nyomnyi szennyezők tekintetében a SERS nyújtja a legerősebb bizonyítékot az érzékenységre vonatkozóan, az erősítés potenciálisan elérheti az ultra-nyomnyi detektálási határokat nemesfémeken, és több peszticid-tanulmány is ppm-ppb, sőt alacsony nanomoláris detektálási tartományokat mutatott ki kvantifikációs mutatókkal és gyors munkafolyamatokkal (pl. 5 min teljes tesztidő; <15 min extrakció). [5, 8, 16, 18] A kemometria elengedhetetlen számos hitelességi és kvantifikációs feladathoz, mivel a vizuális ellenőrzés elégtelen lehet a hamisítás kimutatásához, míg a PCA és a PLSR bizonyított megkülönböztetési és kvantitatív előrejelzési teljesítményt mutatott. [9, 10]
A botanikai API-k valós idejű nyomnyi szennyezőprofil-meghatározásának elsődleges korlátai a nem erősített Raman PAT folyamatmodellek érzékenységi korlátai (amit az extrakció-monitorozás viszonylag magas LOD értékei illusztrálnak), valamint a PAT laboratóriumi léptékről termelésre való felskálázásának robusztussági/validálási kihívásai, a mátrix okozta bizonytalanság mellett bizonyos hamisítvány-szűrési esetekben. [3, 22] Következésképpen a bizonyítékok által leginkább alátámasztott operatív ajánlás egy többszintű PAT-architektúra:
- Hordozható Raman + kemometria a gyors hitelesítéshez/hamisítás-szűréshez.
- Célzott SERS vizsgálatok a magas kockázatú peszticidmaradékokhoz.
- Megerősítő ortogonális módszerek, ahol a kvantifikálhatóság és a szabályozási döntéshozatal magasabb bizonyosságot igényel, összhangban az ortogonális módszerekre vonatkozó szabályozási elvárásokkal és a skip testing kockázatalapú indokolásával. [1, 5, 12, 13, 27]
Finanszírozás
Külső finanszírozás nincs. [1]
Összeférhetetlenség
A szerzők kijelentik, hogy nem áll fenn összeférhetetlenség. [1]
Adatelérhetőségi nyilatkozat
A koncepcionális tanulmányban felhasznált összes adat az itt szintetizált idézett publikált forrásokból és szabályozási dokumentumokból származik. [1, 14]
1. ábra
1. ábra. Koncepcionális PAT munkafolyamat a botanikai API szennyezőanyag-kockázatkezeléséhez, integrálva a roncsolásmentes Raman-t és a SERS-t: beérkező botanikai alapanyag-szűrés gyors, roncsolásmentes Raman ujjlenyomat-vétellel az átvételi pontokon; kemometriai hitelesítés/hamisítás ellenőrzés (pl. PCA-alapú megkülönböztetés; vonalkód-átfedéses azonosság-megerősítés) az azonosság biztosítására; célzott SERS modulok a nyomnyi peszticid-szűréshez és gyors kvantitatív előrejelzéshez (ppm-ppb érzékenység rövid mérési időkkel); folyamat közbeni Raman monitorozás a gyártási egységműveleteknél, PAT keretében valós idejű elemzésként és visszacsatolásos szabályozásként; valamint kockázatalapú időszakos ellenőrzés/kihagyásos tesztelési döntések, amelyeket tétel-előzmények és az EMA/USP útmutatásokkal összhangban lévő formális kockázatértékelések támogatnak. [2, 3, 6, 9, 11, 13, 16, 19]
2. táblázat
| Szennyező/hamisítási osztály | Raman/SERS konfiguráció | PAT integrációs pontok |
|---|---|---|
| Nehézfémek | Roncsolásmentes Raman szűrés | Alapanyag-szűrés |
| Peszticidmaradékok | Célzott SERS modulok | Nyomnyi szűrés |
| Mikotoxinok | Kemometriai megkülönböztetés | Hitelességi ellenőrzések |
3. táblázat
| Szabályozási/gyógyszerkönyvi alap | Raman-alapú PAT összehangolás |
|---|---|
| USP útmutatás | Validált szűrés, kockázatalapú tesztelési stratégiák |
| EMA specifikációk | Megfelelés a szennyezőanyag-csoportoknak, időszakos tesztelés indokolása |
| FDA ajánlások | Ortogonális módszerek támogatása, életciklus-kezelés |
