Spectroscopie Raman non-distructivă pentru detecția contaminanților botanici bazată pe PAT

Aplicarea Spectroscopiei Raman Ne-distructive și a Tehnologiei Analitice a Proceselor (PAT) pentru Profilarea în Timp Real a Contaminanților în Urme în Ingrediente Farmaceutice Active de Origine Vegetală

Abstract

Context

Ingredientele farmaceutice active (API) de origine vegetală și substanțele medicamentoase vegetale necesită strategii de calitate capabile să controleze variabilitatea și să gestioneze riscurile de contaminare utilizând o abordare de tip „totalitatea dovezilor”, care include controlul materiilor prime vegetale și testarea chimică, cum ar fi metodele spectroscopice și/sau cromatografice. [1] Orientările de reglementare prevăd explicit teste pentru reziduuri de pesticide și toxine adventice (de exemplu, aflatoxine), precum și controale care vizează materialele străine și adulteranții, ceea ce motivează abordările de screening rapid ce pot fi implementate de-a lungul lanțului de aprovizionare și al ciclului de viață al producției. [1]

Obiectiv

Acest studiu conceptual de tip proof-of-concept și sinteză de date evaluează modul în care spectroscopia Raman ne-distructivă (inclusiv variantele amplificate SERS) poate fi integrată într-un cadru de Tehnologie Analitică a Proceselor (PAT) pentru profilarea în timp real sau aproape în timp real a contaminanților în urme în API-urile vegetale, cu accent pe fezabilitate, performanță analitică și constrângeri de implementare susținute de dovezi publicate. [2, 3]

Metode

Am sintetizat dovezi care demonstrează:

• Sensibilitatea structurii chimice a metodei Raman și necesitățile minime de pregătire a probelor; [2, 4]
• Amplificarea SERS și demonstrații reprezentative pentru pesticide în urme (inclusiv regimuri de la ppm la sub-ppb); [5–8]
• Strategii chemometrice pentru autentificarea adulteranților și predicția cantitativă; [9–11]
• Exemple de monitorizare a proceselor aliniate la PAT și bariere cunoscute în transpunerea industrială. [3]

Rezultate

În studiile compilate, Raman și chemometria au diferențiat uleiurile esențiale adulterate atunci când inspecția vizuală a fost insuficientă, PCA oferind separare spectrală între probele pure și cele adulterate. [9] Modelarea Raman cantitativă (PLSR) a atins niveluri ridicate de precizie a predicției în sarcinile de predicție a concentrației, susținând plauzibilitatea cuantificării bazate pe calibrare în formulări complexe. [10]

Pentru contaminanții în urme, studiile SERS au raportat detecție până la 1 ppm pe suprafețele fructelor pentru pesticide selectate și, în alte lucrări, au măsurat LODs cuprinse între 0.001–10 ppm pentru 21 de pesticide utilizând nanoparticule de aur coloidal. [6, 7] SERS handheld cu extracție de acetat QuEChERS a detectat multiple pesticide sub un MRL UE de 10 ppb în orezul basmati pentru analiți selectați, extracția fiind finalizată în mai puțin de 15 min, ilustrând un flux de lucru pragmatic de tip „screen-first”. [8]

Pentru utilizarea PAT, măsurătorile Raman rapide, ne-distructive și non-invazive, precum și capacitatea de a fi implementate de la laborator la liniile de producție, susțin monitorizarea inline/online. Cu toate acestea, dovezile subliniază, de asemenea, că majoritatea cercetărilor PAT rămân la scară de laborator și că modelele de proces Raman pot avea LODs relativ ridicate care ratează țintele cu concentrație scăzută în setările de monitorizare a extracției. [2, 3]

Concluzii

Dovezile susțin un concept PAT fezabil bazat pe Raman/SERS pentru managementul riscului de contaminare a API-urilor vegetale: utilizarea Raman portabil pentru autentificarea materialelor primite și screeningul adulteranților; utilizarea modulelor SERS pentru screeningul direcționat al pesticidelor; și integrarea modelelor multivariate bazate pe Raman în buclele de control PAT acolo unde condițiile de proces permit un transfer stabil de calibrare și o capacitate de detecție adecvată. [3, 12]

Principalele limitări sunt sensibilitatea pentru țintele în ultra-urme în matrici vegetale eterogene, fluorescența și semnalele Raman slabe, precum și cerințele de validare/transfer de model necesare pentru acceptarea de către autoritățile de reglementare a abordărilor de testare redusă sau skip testing. [3, 4, 13]

Cuvinte cheie

• Spectroscopie Raman
• SERS
• Tehnologia analitică a proceselor
• API de origine vegetală
• Reziduuri de pesticide
• Detecția adulteranților
• Chemometrie
• Monitorizare în timp real

Introducere

Substanțele medicamentoase vegetale și API-urile vegetale sunt reglementate sub paradigme de calitate care pun accent pe consistența terapeutică susținută de o abordare de tip „totalitatea dovezilor”, incluzând controlul materiilor prime vegetale și testarea controlului calității chimice care poate utiliza metode spectroscopice și/sau cromatografice. [1] În cadrul acestei paradigme, riscurile de contaminare și adulterare sunt numite explicit ca preocupări de calitate care necesită strategii de testare, inclusiv teste pentru reziduuri de pesticide (incluzând pesticidele părinte și metaboliții toxici majori) și toxine adventice, cum ar fi aflatoxinele, precum și controale care vizează materialele străine și adulteranții. [1]

În paralel, ghidul european privind specificațiile pentru substanțele și preparatele pe bază de plante definește specificațiile ca fiind testele, procedurile și criteriile de acceptare utilizate pentru a asigura calitatea la eliberare și pe parcursul perioadei de valabilitate și identifică grupuri de contaminanți care ar trebui abordate după caz, inclusiv metale grele/impurități elementale, reziduuri de pesticide și fumiganți, micotoxine (aflatoxine, ochratoxina A) și contaminarea microbiană. [13, 14] Ghidul EMA indică, de asemenea, că testarea periodică/skip testing a reziduurilor de contaminanți poate fi acceptabilă atunci când este justificată prin evaluarea riscurilor și datele loturilor, stabilind un stimulent clar de reglementare pentru instrumente de screening mai rapide și de înțelegere a proceselor care pot justifica strategiile de control bazate pe risc fără a compromite siguranța. [13]

Spectroscopia Raman este un candidat pentru astfel de strategii deoarece împrăștierea Raman oferă spectre de „amprentă” specifice chimic, iar metodele Raman sunt descrise în mod obișnuit ca fiind rapide, ne-distructive și non-invazive, cu pregătire simplă a probelor, proprietăți operaționale aliniate cu luarea deciziilor în timp real în timpul procesului de fabricație și controlul lanțului de aprovizionare. [2, 4]

Recenziile aplicațiilor Raman farmaceutice descriu un interval de implementare care se extinde de la utilizarea în laborator până la platformele de descărcare și liniile de producție, implicând faptul că Raman poate fi considerat nu doar ca un instrument de identificare off-line, ci și ca un potențial senzor analitic în proces într-un context PAT. [2] PAT este definit explicit ca utilizarea unei serii de instrumente și mijloace pentru a realiza analiza în timp real și controlul prin feedback în timpul producției industriale pentru a asigura un proces de producție controlabil și o calitate optimă a produsului, iar tehnicile de spectroscopie vibrațională sunt descrise ca permițând detecția online, în timp real și rapidă a atributelor de calitate internă ale plantelor în timpul procesării. [3]

Cu toate acestea, profilarea contaminanților în urme în produsele vegetale este solicitantă din punct de vedere analitic, iar literatura de specialitate indică provocări majore de transpunere: majoritatea cercetărilor PAT au fost efectuate pe echipamente la scară de laborator unde condițiile experimentale sunt mai ușor de controlat, iar modelele de proces bazate pe Raman pot avea LODs relativ ridicate care nu reușesc să detecteze țintele cu concentrație scăzută în sarcinile de monitorizare a extracției simulate. [3] Aceste constrângeri motivează o întrebare orientată spre proiectare pentru API-urile vegetale: cum poate fi implementată spectroscopia Raman (și Raman amplificată prin SERS) într-un cadru PAT astfel încât să ofere un screening rapid, ne-distructiv și, unde este fezabil, predicții cantitative robuste la variabilitatea matricei și a procesului, rămânând în același timp compatibilă cu așteptările de reglementare bazate pe risc pentru controlul contaminanților și validarea metodelor? [2, 3, 13]

În consecință, întrebarea de cercetare abordată aici este: Pot dovezile de performanță Raman și SERS publicate să susțină o arhitectură PAT practică pentru profilarea aproape în timp real a contaminanților în urme în API-urile vegetale, care să completeze sau să trieze testele de confirmare clasice? [3, 6, 8] Ipoteza de lucru este că amprentarea ne-distructivă bazată pe Raman va fi cea mai eficientă ca sistem PAT stratificat: (i) Raman + chemometrie pentru autentificare rapidă/screeningul adulterării; (ii) module SERS direcționate pentru detecția pesticidelor în urme în matrici relevante; și (iii) monitorizarea procesului prin Raman pentru atributele de calitate internă acolo unde sensibilitatea este adecvată, cu skip-testing bazat pe risc justificat de date și istoricul loturilor, mai degrabă decât prin simpla implementare a senzorilor. [3, 6, 9, 13]

Predicția Cantitativă și Inferența Bazată pe Calibrare

Pentru predicția cantitativă și inferența bazată pe calibrare, un studiu Raman asupra formulărilor de metileugenol adulterate cu xilen a raportat că PCA a fost utilă pentru diferențierea seturilor de date spectrale Raman de concentrații diferite. În plus, un model PLSR a reușit să prezică concentrația unei probe necunoscute cu fiabilitate, demonstrând că utilizarea combinată a spectroscopiei Raman și a PLSR ar putea atinge o performanță predictivă ridicată. Acest lucru subliniază utilitatea sa potențială în dezvoltarea modelelor cantitative pentru adulteranții cu risc cunoscut în API-urile vegetale atunci când sunt disponibile materiale de referință [10].

Confirmarea Identității în Produsele Finite

O metodă Raman bazată pe coduri de bare s-a dovedit eficientă pentru confirmarea identității API-urilor în produsele finite. Tehnica funcționează prin compararea procentului de suprapunere nenulă între codurile de bare ale API-ului așteptat și ale produsului medicamentos finit, unde spectrele sunt transformate pentru a evidenția vârfurile Raman [11]. Utilizând această abordare, 18 produse medicamentoase finite aprobate și nouă produse contrafăcute simulate au fost identificate cu o precizie de 100%. Acest lucru susține fezabilitatea utilizării logicii de „suprapunere a amprentelor” bazată pe Raman pentru verificarea robustă a identității în produsele formulate, cu condiția aplicării unor reguli de transformare și decizie adecvate [11].

Analiza Raman pentru Riscurile de Tip „Look-Alike” în Produsele Vegetale

Abordările bazate pe semnătura spectrală Raman au fost utilizate pentru a distinge probele autentice de cele adulterate în contexte vegetale. De exemplu, analiza probelor de Phansomba/Phellinus a evidențiat o separare distinctă între specimenele autentice și cele adulterate. Au fost identificate benzi Raman cheie (487, 528, 786, 892, 915 și 1436 cm) caracteristice pentru Phellinus (în special Ph. merrillii), sugerând potențialul de a construi baze de date cu intervale de semnătură pentru fluxurile de lucru de inspecție în alte medicamente pe bază de plante [21].

Cu toate acestea, există limitări. Într-un screening de 50 de suplimente alimentare pe bază de plante cu mențiuni de îmbunătățire sexuală, spectroscopia Raman a detectat nouă probe adulterate (patru cu sildenafil și cinci cu tadalafil). Totuși, nu a reușit să ofere rezultate concludente în ceea ce privește adulterarea cu tadalafil în două probe, indicând necesitatea unor metode de confirmare sau a unor strategii îmbunătățite de interpretare spectrală pentru anumite cazuri [22].

4.2 Reziduuri de Pesticide prin SERS

Dovezile publicate subliniază că SERS este o tehnică rapidă, ne-distructivă, capabilă să detecteze pesticide la nivel de urme (ppm sau ppb) în conformitate cu standardele de control al contaminanților vegetali [1, 6, 19]. Un studiu a demonstrat capacitatea SERS de a detecta pesticide pe suprafețele fructelor la niveluri de până la 1 ppm, corelându-se bine cu limitele de reglementare pentru reziduurile de pesticide în mere [6].

Studiile SERS cantitative au arătat o performanță puternică de calibrare. De exemplu, un studiu a raportat coeficienți de determinare (R²) de 0.99 pentru ometoat și 0.98 pentru clorpirifos, cu limite de detecție (LODs) de 1.63 mg·cm și respectiv 2.64 mg·cm. Acest lucru subliniază fezabilitatea modelelor de calibrare care utilizează intensitățile vârfurilor SERS caracteristice pentru cuantificarea reziduurilor [17]. În acest studiu, vârfurile Raman specifice analitului (413 cm pentru ometoat, 346 cm pentru clorpirifos) au fost utilizate pentru maparea concentrației prin modele de calibrare [17].

SERS cu nanoparticule de aur coloidal a amplificat și mai mult împrăștierea Raman pentru 21 de pesticide diferite. Limitele de detecție au variat de la 0.001 la 10 ppm, identificarea simultană a fosmetului și tiramului fiind realizată pe coaja de măr folosind PCA și SERS [7].

Pentru matricile de legume cu frunze, curbele de calibrare pentru reziduurile de pesticide de fosmet, tiabendazol și acetamiprid au prezentat coeficienți de corelație liniară puternici, obținând recuperări între 94.67% și 112.89%. Validările bazate pe recuperare au raportat deviații standard relative între 3.87% și 8.56%. Întregul proces de testare, inclusiv eșantionarea, analiza spectrului și predicția cantitativă, a fost finalizat în mai puțin de cinci minute, o îmbunătățire marcată față de metodele cromatografice tradiționale [16].

În contextul unei matrici vegetale, SERS a demonstrat potențial în detectarea deltametrinului în Corydalis. Vârful caracteristic principal a fost identificat la 999 cm, creșterile în modelare generând o limită de detecție de până la 0.186 mg/L pentru observarea directă la vârful de 999 cm. Utilizarea unui model PLS a atins, de asemenea, parametri buni de performanță predictivă [23].

Dispozitivele SERS portabile, împreună cu extracția de acetat QuEChERS, au demonstrat capacitatea de a detecta multiple reziduuri de pesticide în orezul basmati în 15 minute. Pesticide precum CBM, THI și TRI au fost detectate sub limita maximă de reziduuri (MRL) a UE de 10 ppb. Totuși, limita de detecție pentru ACE a rămas plafonată la 800 ppb, evidențiind variabilitatea potențială a sensibilității analitului într-un flux de lucru multi-reziduuri [8].

Abordările SERS dinamice au îmbunătățit sensibilitatea în contextele de picătură sesilă, permițând detecția paraquatului, tiabendazolului, triciclazolului și izocarbofosului până la niveluri de ppm și ppb. Această abordare exploatează o stare metastabilă a nanoparticulelor în timpul volatilizării pentru a menține discriminabilitatea în extractele vegetale dopate. Relațiile liniare între intensitățile vârfurilor caracteristice și nivelurile de concentrație validează suplimentar această metodă [18].

4.3 Profilarea Micotoxinelor și a Markerilor Microbieni

Standardele de reglementare impun testarea calității micotoxigenice și microbiologice pentru substanțele vegetale, concentrându-se în special pe aflatoxine și ochratoxina A [13, 24]. De exemplu, monografiile USP specifică o limită maximă de NMT 5 ppb pentru aflatoxina B1 și NMT 20 ppb pentru suma aflatoxinelor B1, B2, G1 și G2 [19]. Aceste limite definesc sensibilitatea pe care trebuie să o atingă metodele de screening și confirmare.

Datorită accentului principal pus pe aplicațiile Raman/SERS de detecție a pesticidelor și a adulterării, această tehnologie este cel mai bine poziționată ca un instrument de screening complementar în cadrul unei strategii mai largi de control al contaminanților. Acest lucru se aliniază cu ghidurile de reglementare care sugerează că controlul calității trebuie susținut de teste chimice, cum ar fi spectroscopia sau cromatografia, încorporând totodată tehnologii emergente [1, 13].

4.4 Inferența Metalelor Grele și a Contaminanților Anorganici

EMA solicită testarea metalelor grele și a altor impurități elementale în produsele medicinale pe bază de plante, cu excepția cazului în care se justifică altfel, stabilind o așteptare de reglementare pentru profilarea contaminanților în urme în API-urile vegetale [13, 24].

În baza actuală de dovezi Raman/SERS, acești contaminanți sunt abordați indirect prin controlul îmbunătățit al identității materiilor prime, screeningul mai rapid al adulterării și prioritizarea testării de confirmare pentru probele cu risc ridicat. Cu toate acestea, metodele Raman nu sunt poziționate în prezent ca metode de sine stătătoare pentru cuantificarea impurităților elementale fără validare suplimentară sau tehnologii complementare [1, 13, 21].

4.5 PAT Raman In-Line și On-Line pentru Procesarea Vegetală

Cadrul Tehnologiei Analitice a Proceselor (PAT) utilizează analiza în timp real pentru a optimiza calitatea produsului și controlul procesului. Spectroscopia Raman este descrisă ca fiind bine adaptată acestui scop, oferind o analiză rapidă și non-invazivă compatibilă cu condițiile de producție în proces [3].

Un exemplu de Raman-PAT este utilizarea unui model RS-CARS-PLS pentru monitorizarea proceselor de extracție în fabricarea granulelor Wenxin. Deși modelul a demonstrat o monitorizare eficientă a procesului, sensibilitatea sa pentru analiții cu concentrație scăzută, cum ar fi zaharidele, a fost limitată — evidențiind necesitatea SERS sau a tehnicilor complementare pentru detectarea contaminanților la nivel de urme [3].

Implementarea industrială ridică provocări suplimentare, deoarece majoritatea cercetărilor PAT au loc în medii controlate de laborator. Robustetea și controlul variabilității trebuie abordate pentru o extindere și o implementare live de succes [3].

4.6 Performanța Analitică Comparativă

Spectroscopia Raman convențională oferă amprente chimice rapide, ne-distructive, fără a necesita pre-tratarea probelor. În schimb, SERS îmbunătățește sensibilitatea pentru a detecta contaminanții în urme, atingând limite de detecție de la 1 ppm până la 0.001 ppm pentru anumite pesticide, în funcție de metodă și matrice [4, 5, 6, 7]. De exemplu, SERS cuplat cu calibrarea a demonstrat detecția pesticidelor în legumele cu frunze cu coeficienți de corelație de până la 0.98291 și finalizarea fluxului de lucru total în doar cinci minute [16].

Pentru aplicațiile de autentificare, PCA a fost utilă în diferențierea variațiilor spectrale subtile în uleiurile esențiale, iar tehnicile Raman bazate pe coduri de bare au arătat o precizie de 100% în identificarea produselor finite contrafăcute și autentice [9–11].

4.7 Instrumentație Portabilă și Handheld pentru Screeningul Materiilor Prime

Instrumentele Raman portabile sunt poziționate ca instrumente eficiente din punctul de vedere al timpului, ne-distructive, capabile să analizeze rapid materialele vegetale fără a fi nevoie de o pregătire complexă. Acestea sunt, de asemenea, aplicabile pentru monitorizarea conformității cu normele de sănătate și siguranță în produsele pe bază de plante, oferind un instrument valoros atât pentru screeningul în fabrică, cât și pentru cel post-vânzare [12].

Ghidurile de reglementare de la FDA evidențiază metodele emergente, cum ar fi spectroscopia Raman dirijată morfologic (MDRS), ca fiind utile pentru sarcini precum caracterizarea distribuției dimensiunii particulelor atunci când sunt susținute de o validare riguroasă. Deși nu sunt specifice API-urilor vegetale, aceste metode demonstrează capacitatea Raman de a completa tehnicile analitice tradiționale [25, 26].

Discuție

Dovezile sintetizate susțin Raman și SERS ca instrumente valoroase pentru screeningul ne-distructiv, rapid și monitorizarea în timp real în mediile PAT. Aceste tehnologii pot fi integrate eficient în fluxurile de lucru pentru controlul contaminanților și asigurarea calității API-urilor vegetale [2, 3, 5].

5.1 Puncte Pro ale Raman și PAT vs Metodele Distructive Clasice

Spectroscopia Raman este avantajoasă datorită vitezei sale, proprietăților ne-distructive și necesităților minime de pregătire a probelor. SERS extinde această utilitate, permițând detecția la nivel de urme prin mecanisme de amplificare, care s-a demonstrat că detectează pesticide până la niveluri de ppb cu timpi de execuție rapizi, făcând-o ideală pentru screeningul inițial și triajul probelor pentru testarea de confirmare [2, 4, 5, 16].

5.2 Limitări

Limitările cheie includ provocările de sensibilitate în metodele Raman de bază, în special pentru analiții cu concentrație scăzută fără amplificare SERS. Utilizarea industrială a PAT bazat pe Raman necesită, de asemenea, depășirea provocărilor legate de variabilitate și de scalarea robustă. În plus, dependența de modelele chemometrice, cum ar fi PCA și PLS, introduce complexitate și incertitudine potențială în funcție de variabilitatea matricei și de instruirea modelului [3, 9, 22, 23].

Orientări de Reglementare și Instrumente de Screening bazate pe Raman

Orientările de reglementare susțin o abordare a calității pentru produsele vegetale bazată pe totalitatea dovezilor, incluzând controlul materiilor prime vegetale și testele de control al calității chimice utilizând metode spectroscopice și/sau cromatografice. Aceasta oferă o cale conceptuală pentru ca instrumentele de screening bazate pe Raman să fie integrate în strategiile globale de control, mai degrabă decât să fie tratate ca înlocuitori de sine stătători pentru toate testele clasice. [1]

Ghidul FDA solicită explicit teste pentru reziduuri de pesticide și toxine adventice, cum ar fi aflatoxinele, precum și pentru materiale străine și adulteranți. Acest lucru se aliniază cu capacitățile Raman/SERS în screeningul pesticidelor și detecția adulteranților, consolidând necesitatea acoperirii clasei de contaminanți într-un program cuprinzător de control. [1]

FDA afirmă, de asemenea, că solicitanții ar trebui să evalueze tehnologiile actuale și emergente și să dezvolte metode analitice ortogonale pentru a asigura identificarea și cuantificarea adecvată. Acest lucru poate fi interpretat ca o susținere a implementării Raman/SERS ca parte a unui set de metode ortogonale asociate cu metode de confirmare, cum ar fi LC–MS sau alte teste pentru cuantificarea definitivă, în special acolo unde performanța SERS depinde de controlul pre-tratării probei pentru o cuantificabilitate precisă față de LC–MS. [1, 27] Susținând această viziune, un studiu care a comparat SERS și LC–MS pentru un erbicid neașteptat într-o matrice complicată a raportat că SERS a prezentat o sensibilitate ridicată și o eficiență de detecție mai mare pentru detecția țintelor în ultra-urme, în timp ce LC–MS a oferit o cuantificabilitate mai precisă facilitată de o pre-tratare a probei bine controlată. Acest lucru motivează o arhitectură stratificată: SERS pentru detecție sensibilă rapidă și LC–MS pentru cuantificarea de confirmare. [27]

În UE, ghidul EMA privind specificațiile definește specificațiile și identifică grupurile de contaminanți care ar trebui abordate (inclusiv metale grele, reziduuri de pesticide, micotoxine, contaminare microbiană). Acesta permite testarea periodică/skip testing acolo unde este justificată prin evaluarea riscurilor și datele loturilor, implicând faptul că fluxurile de date Raman/PAT ar putea contribui cu dovezi justificative pentru strategiile de testare bazate pe risc, dacă sunt validate și se demonstrează că detectează abaterile relevante în timp util. [13, 14]

5.4 Strategia de Implementare Bazată pe Risc și Managementul Ciclului de Viață

Ghidul USP indică faptul că amploarea testării poate fi determinată utilizând o abordare bazată pe risc, care ia în considerare probabilitatea contaminării. Aceasta susține o strategie în care intensitatea screeningului Raman/SERS și testarea de confirmare sunt alocate pe baza factorilor de risc, cum ar fi sursa, geografia, istoricul loturilor și datele de screening anterioare. [19] EMA indică în mod similar că testarea periodică/skip testing poate fi acceptabilă acolo unde este justificată, iar justificarea ar trebui să ia în considerare materialul vegetal, condițiile de cultivare/producție, contaminarea fermelor vecine, originea geografică și să fie susținută de evaluarea riscurilor și de datele loturilor, consolidând necesitatea unor sisteme de monitorizare bogate în date în locul reducerilor ad-hoc ale testării. [13]

În acest context bazat pe risc, PAT bazat pe Raman poate fi poziționat ca un generator de amprente rapide și repetabile și de rezultate de screening care susțin monitorizarea tendințelor și identificarea rapidă a loturilor anormale, în timp ce testele de confirmare sunt rezervate pentru loturile semnalate prin screening sau pentru verificarea periodică a performanței sistemului de screening și a stabilității calibrării. [2, 13] Metoda de identificare a API-ului bazată pe coduri de bare și detecția adulterării uleiurilor esențiale prin dispozitive portabile ilustrează modul în care regulile de decizie robuste (suprapunerea codurilor de bare, benzi de diagnostic intense) pot simplifica deciziile de screening în unele contexte, în timp ce discriminarea bazată pe PCA indică unde sunt necesare modele multivariate pentru a menține sensibilitatea la modelele subtile de adulterare. [9, 11, 20]

Managementul ciclului de viață pentru metodele Raman este, de asemenea, implicat de observațiile FDA privind depunerile MDRS: lipsa datelor de validare privind reproductibilitatea și acuratețea reprezintă o deficiență, subliniind că metodele PAT bazate pe Raman trebuie dezvoltate având validarea și documentația de performanță ca livrabile centrale pentru interacțiunile cu autoritățile de reglementare. [25]

5.5 Perspective

Dovezile sugerează multiple direcții tehnice pentru a crește fezabilitatea PAT bazat pe Raman pentru contaminanții în urme. În primul rând, varietatea crescută a tehnicilor (Raman cu transformată Fourier, Raman de rezonanță, Raman confocal și SERS) este descrisă ca fiind fezabilă pentru îmbunătățirea semnalelor Raman și evoluția instrumentelor și a procesării probelor, susținând o strategie de selectare a variantelor tehnice în funcție de matrice și de nevoile de sensibilitate, mai degrabă decât bazarea pe o singură configurație Raman pentru toate procesele vegetale. [4]

În al doilea rând, selectivitatea SERS poate fi îmbunătățită prin funcționalizarea nanostructurilor cu molecule receptoare, cum ar fi aptamerii, indicând o cale către teste direcționate pentru contaminanți în urme încorporate în modulele PAT acolo unde interferența este un risc dominant. [5]

În al treilea rând, abordările SERS bazate pe imagistică sunt descrise ca permițând monitorizarea în timp real și detectarea localizării contaminării pe suprafețele țesuturilor vegetale sau în interiorul acestora, sugerând că fluxurile de lucru viitoare pentru API-urile vegetale ar putea încorpora maparea contaminării cu rezoluție spațială pentru materiale cu risc ridicat sau pentru investigarea căilor de contaminare. [5] În cele din urmă, potențialul practic de implementare este susținut de concluziile conform cărora SERS ar putea fi implementat în continuare în instrumente de detecție rapidă și la fața locului pentru siguranța alimentară și monitorizarea mediului, precum și de dovezi că instrumentele Raman portabile pot fi utilizate pentru a monitoriza conformitatea produselor pe bază de plante cu normele de sănătate și siguranță pe piața de consum, subliniind un continuum de la screeningul pe teren la sistemele PAT de fabricație. [12, 27]

6. Concluzii

Acest studiu conceptual de sinteză a dovezilor indică faptul că spectroscopia Raman este bine aliniată cu obiectivele PAT, deoarece este rapidă, ne-distructivă, non-invazivă și simplă în pregătirea probelor. Aplicațiile Raman sunt descrise ca acoperind spectrul de la laborator la liniile de producție, susținând o viziune asupra ciclului de viață a măsurătorilor bazate pe Raman, de la screeningul materiilor prime primite până la monitorizarea în proces. [2]

PAT este definit explicit ca permițând analiza în timp real și controlul prin feedback pentru a asigura procese de producție controlabile și o calitate optimă. Spectroscopia vibrațională este descrisă ca permițând detecția rapidă, online și în timp real a calității interne a plantelor medicinale în timpul procesării, oferind o bază conceptuală pentru plasarea senzorilor Raman în producția de produse vegetale. [3]

Pentru contaminanții în urme, SERS oferă cea mai puternică bază de dovezi pentru sensibilitate, amplificarea putând atinge limite de detecție în ultra-urme pe metale nobile, multiple studii de pesticide demonstrând regimuri de detecție de la ppm la ppb și chiar nanomolare scăzute, cu parametri de cuantificare și fluxuri de lucru rapide (de exemplu, timp total de testare de 5 min; extracție <15 min). [5, 8, 16, 18] Chemometria este esențială pentru multe sarcini de autenticitate și cuantificare, deoarece inspecția vizuală poate fi insuficientă pentru detecția adulterării, în timp ce PCA și PLSR au demonstrat performanțe de discriminare și predicție cantitativă. [9, 10]

Principalele limitări pentru profilarea în timp real a contaminanților în urme în API-urile vegetale sunt constrângerile de sensibilitate în modelele de proces PAT Raman neamplificate (ilustrate prin LODs relativ ridicate în monitorizarea extracției) și provocările de robustete/validare pentru scalarea PAT de la laborator la producție, alături de incertitudinea generată de matrice în unele cazuri de screening al adulteranților. [3, 22] În consecință, cea mai sustenabilă recomandare operațională susținută de dovezi este o arhitectură PAT stratificată:

1. Raman portabil + chemometrie pentru autentificare rapidă/screeningul adulterării.
2. Teste SERS direcționate pentru reziduuri de pesticide cu risc ridicat.
3. Metode ortogonale de confirmare acolo unde cuantificabilitatea și luarea deciziilor de reglementare necesită o asigurare mai ridicată, în conformitate cu așteptările autorităților pentru metode ortogonale și justificarea bazată pe risc pentru skip testing. [1, 5, 12, 13, 27]

Finanțare

Fără finanțare externă. [1]

Conflicte de Interese

Autorii declară că nu există conflicte de interese. [1]

Declarație privind Disponibilitatea Datelor

Toate datele utilizate în acest studiu conceptual sunt derivate din sursele publicate citate și din documentele de reglementare sintetizate aici. [1, 14]

Figura 1

Figura 1. Flux de lucru PAT conceptual pentru managementul riscului de contaminare a API-urilor vegetale integrând Raman ne-distructiv și SERS: screeningul materiilor prime vegetale primite utilizând amprentarea Raman rapidă, ne-distructivă la punctele de recepție/platforme; verificări chemometrice de autentificare/adulterare (de exemplu, discriminare bazată pe PCA; confirmarea identității prin suprapunerea codurilor de bare) pentru asigurarea identității; module SERS direcționate pentru screeningul pesticidelor în urme și predicția cantitativă rapidă (sensibilitate ppm-la-ppb cu timpi scurți de măsurare); monitorizarea Raman în proces la operațiunile unitare de producție încadrate sub PAT ca analiză în timp real și control prin feedback; și decizii de verificare periodică/skip-testing bazate pe risc susținute de istoricul loturilor și evaluări formale ale riscurilor conforme cu ghidurile EMA/USP. [2, 3, 6, 9, 11, 13, 16, 19]

Tabelul 2

Tabelul 3