阿斯利康:药物工艺开发中溶解度预测模型的评估(Cryst. Growth Des. 2022)

Posted · Add Comment

在合成药物工艺开发中的许多单元操作设计中,溶解度是一个重要属性,然而直接测量潜在溶剂、混合溶剂中的溶解度,有时候并不理想或实用。在制药工业中投入使用的,包括有几种预测化合物在有机溶剂中溶解度的理论模型。ETC(Enabling Technologies Consortium) 合作,需要进行溶解度模型标准测试,以便指导溶解度模型的更好使用。

阿斯利康的研究人员针对一组较为广泛的溶质-溶剂组合,包括24 种溶质和80 种溶剂、混合溶剂,对多种溶解度模型进行了评估。作为 ETC 内部共同努力的一部分,对乙酰唑胺、咖啡因、西咪替丁、桂利嗪、格列本脲、奥美拉唑、扑热息痛、吡罗昔康、利培酮和糖精进行了测量。ETC 合作参与者额外提供了的溶解度的一些内部数据,涵盖了更有限的溶剂范围。

溶解度模型的方法各不相同,包括从第一性原理模型(COSMO-RS 和 COSMO-SAC)到回归模型(R-UNIFAC 和Lovette-Amgen模型)等。作者使用不同的适应度测量,对每种模型的性能进行了广泛的评估。

尽管作者提出了几种不同的性能指标(如准确性、RMSE和MCC),但没有一种指标能够完美地捕捉模型在所有预期情况下的适用性。建议研究者评估每个指标在其预期应用中的重要性,并根据所需数据规模和应用模型的能力来平衡评估。

结果表明,溶解度模型确实可用于化学过程开发,这些模型在性能方面非常具有吸引力。通过有效的初步筛选,能够产生较小的潜在溶剂和溶剂混合物集,以便进一步筛选,而且在后期开发中,能够识别和消除二元体系协同溶解度效应的潜在影响。

从这些模型的总体趋势来看,使用的实验数据越多,总体性能改善越大。使用DSC或参考溶解度时,基于ADF-COSMO的模型通常是最准确的。R-UNIFAC模型在不同任务中的表现各不相同,只有从参考溶剂和多态性处理的选择上将它们区分开来。Lovette-Amgen模型在单溶剂系统的大多数评估中表现得异常出色(使用数据训练了该模型),但二元溶剂评估方面显著落后(数据未用于训练模型)。

参考文献

Evaluation of Predictive Solubility Models in Pharmaceutical Process Development─an Enabling Technologies Consortium Collaboration, Michael A. Lovette, Jacob Albrecht, Ravi S. Ananthula, Francesco Ricci, Rahul Sangodkar, Mansi S. Shah, and Simone Tomasi, Cryst. Growth Des. 2022, DOI: 10.1021/acs.cgd.2c00368

 
  • 标签

  • 关于费米科技

    费米科技以促进工业级模拟与仿真的应用为宗旨,致力于推广基于原子级别模拟技术和基于图像模型的仿真技术,为学术和工业研究机构提供研发咨询、软件部署、技术攻关等全方位的服务。费米科技提供的模拟方案具有面向应用、模型新颖、功能丰富、计算高效、简单易用的特点,已经服务于众多的学术和工业用户。

    欢迎加入我们!(点击链接)

  • 最近更新

  • 联系方式

    • 留言板点击留言
    • 邮箱:sales_at_fermitech.com.cn
    • 电话:010-80393990
    • QQ: 1732167264
  • 订阅费米科技新闻

    • 邮件订阅:
      您可以使用常用的邮件地址接收费米科技定期发送的产品更新和新闻。
      点击这里马上订阅
    • 微信订阅:
      微信扫描右侧二维码。
  •