RU2685756C1 - Method of capsular drug preparations testing in blister package by nir spectrometry - Google Patents
Method of capsular drug preparations testing in blister package by nir spectrometry Download PDFInfo
- Publication number
- RU2685756C1 RU2685756C1 RU2018128735A RU2018128735A RU2685756C1 RU 2685756 C1 RU2685756 C1 RU 2685756C1 RU 2018128735 A RU2018128735 A RU 2018128735A RU 2018128735 A RU2018128735 A RU 2018128735A RU 2685756 C1 RU2685756 C1 RU 2685756C1
- Authority
- RU
- Russia
- Prior art keywords
- spectra
- model
- samples
- nir
- bic
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 88
- 239000003814 drug Substances 0.000 title claims abstract description 50
- 229940079593 drug Drugs 0.000 title claims abstract description 47
- 238000012360 testing method Methods 0.000 title claims abstract description 34
- 238000002360 preparation method Methods 0.000 title claims abstract description 29
- 238000004611 spectroscopical analysis Methods 0.000 title claims description 11
- 238000001228 spectrum Methods 0.000 claims abstract description 119
- 239000002775 capsule Substances 0.000 claims abstract description 86
- 238000004458 analytical method Methods 0.000 claims abstract description 35
- 238000012549 training Methods 0.000 claims abstract description 32
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 claims abstract description 22
- 239000000203 mixture Substances 0.000 claims abstract description 13
- 239000000126 substance Substances 0.000 claims abstract description 13
- 239000011780 sodium chloride Substances 0.000 claims abstract description 11
- 239000000945 filler Substances 0.000 claims abstract description 10
- 239000013543 active substance Substances 0.000 claims abstract description 9
- 238000012795 verification Methods 0.000 claims abstract description 8
- 238000010521 absorption reaction Methods 0.000 claims abstract description 5
- 238000012545 processing Methods 0.000 claims abstract description 5
- 230000000007 visual effect Effects 0.000 claims abstract description 5
- 238000010200 validation analysis Methods 0.000 claims description 34
- 238000004590 computer program Methods 0.000 claims description 29
- 238000004422 calculation algorithm Methods 0.000 claims description 25
- 230000035945 sensitivity Effects 0.000 claims description 19
- 238000004806 packaging method and process Methods 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 11
- 238000010606 normalization Methods 0.000 claims description 8
- 229920000915 polyvinyl chloride Polymers 0.000 claims description 8
- 239000004800 polyvinyl chloride Substances 0.000 claims description 8
- 239000011888 foil Substances 0.000 claims description 6
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims description 5
- 229910052782 aluminium Inorganic materials 0.000 claims description 5
- 229920006254 polymer film Polymers 0.000 claims description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 238000010998 test method Methods 0.000 claims description 4
- 238000009499 grossing Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 abstract description 13
- 238000000926 separation method Methods 0.000 abstract description 2
- 230000015572 biosynthetic process Effects 0.000 abstract 1
- 238000003255 drug test Methods 0.000 abstract 1
- 230000000694 effects Effects 0.000 abstract 1
- 239000000546 pharmaceutical excipient Substances 0.000 abstract 1
- 238000007781 pre-processing Methods 0.000 description 21
- 238000004497 NIR spectroscopy Methods 0.000 description 18
- 230000001066 destructive effect Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 10
- 239000003168 generic drug Substances 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000013459 approach Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 230000007717 exclusion Effects 0.000 description 5
- 238000013178 mathematical model Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 229920000642 polymer Polymers 0.000 description 4
- 238000004566 IR spectroscopy Methods 0.000 description 3
- 229940126601 medicinal product Drugs 0.000 description 3
- 239000000843 powder Substances 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 239000004072 C09CA03 - Valsartan Substances 0.000 description 2
- 241001164374 Calyx Species 0.000 description 2
- 239000004480 active ingredient Substances 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000012569 chemometric method Methods 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 2
- 239000003962 counterfeit drug Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 239000002552 dosage form Substances 0.000 description 2
- 238000007905 drug manufacturing Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000009516 primary packaging Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- SJSNUMAYCRRIOM-QFIPXVFZSA-N valsartan Chemical compound C1=CC(CN(C(=O)CCCC)[C@@H](C(C)C)C(O)=O)=CC=C1C1=CC=CC=C1C1=NN=N[N]1 SJSNUMAYCRRIOM-QFIPXVFZSA-N 0.000 description 2
- 229960004699 valsartan Drugs 0.000 description 2
- SUBDBMMJDZJVOS-UHFFFAOYSA-N 5-methoxy-2-{[(4-methoxy-3,5-dimethylpyridin-2-yl)methyl]sulfinyl}-1H-benzimidazole Chemical compound N=1C2=CC(OC)=CC=C2NC=1S(=O)CC1=NC=C(C)C(OC)=C1C SUBDBMMJDZJVOS-UHFFFAOYSA-N 0.000 description 1
- BSYNRYMUTXBXSQ-UHFFFAOYSA-N Aspirin Chemical compound CC(=O)OC1=CC=CC=C1C(O)=O BSYNRYMUTXBXSQ-UHFFFAOYSA-N 0.000 description 1
- 229920000742 Cotton Polymers 0.000 description 1
- GUBGYTABKSRVRQ-QKKXKWKRSA-N Lactose Natural products OC[C@H]1O[C@@H](O[C@H]2[C@H](O)[C@@H](O)C(O)O[C@@H]2CO)[C@H](O)[C@@H](O)[C@H]1O GUBGYTABKSRVRQ-QKKXKWKRSA-N 0.000 description 1
- RTHCYVBBDHJXIQ-UHFFFAOYSA-N N-methyl-3-phenyl-3-[4-(trifluoromethyl)phenoxy]propan-1-amine Chemical compound C=1C=CC=CC=1C(CCNC)OC1=CC=C(C(F)(F)F)C=C1 RTHCYVBBDHJXIQ-UHFFFAOYSA-N 0.000 description 1
- OZBDFBJXRJWNAV-UHFFFAOYSA-N Rimantadine hydrochloride Chemical compound Cl.C1C(C2)CC3CC2CC1(C(N)C)C3 OZBDFBJXRJWNAV-UHFFFAOYSA-N 0.000 description 1
- 229960001138 acetylsalicylic acid Drugs 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- MQTOSJVFKKJCRP-BICOPXKESA-N azithromycin Chemical compound O([C@@H]1[C@@H](C)C(=O)O[C@@H]([C@@]([C@H](O)[C@@H](C)N(C)C[C@H](C)C[C@@](C)(O)[C@H](O[C@H]2[C@@H]([C@H](C[C@@H](C)O2)N(C)C)O)[C@H]1C)(C)O)CC)[C@H]1C[C@@](C)(OC)[C@@H](O)[C@H](C)O1 MQTOSJVFKKJCRP-BICOPXKESA-N 0.000 description 1
- 229960004099 azithromycin Drugs 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011088 calibration curve Methods 0.000 description 1
- 239000007963 capsule composition Substances 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 229940126534 drug product Drugs 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 229960001596 famotidine Drugs 0.000 description 1
- XUFQPHANEAPEMJ-UHFFFAOYSA-N famotidine Chemical compound NC(N)=NC1=NC(CSCCC(N)=NS(N)(=O)=O)=CS1 XUFQPHANEAPEMJ-UHFFFAOYSA-N 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- RFHAOTPXVQNOHP-UHFFFAOYSA-N fluconazole Chemical compound C1=NC=NN1CC(C=1C(=CC(F)=CC=1)F)(O)CN1C=NC=N1 RFHAOTPXVQNOHP-UHFFFAOYSA-N 0.000 description 1
- 229960004884 fluconazole Drugs 0.000 description 1
- 239000007903 gelatin capsule Substances 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 239000008101 lactose Substances 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 229940127554 medical product Drugs 0.000 description 1
- 239000004570 mortar (masonry) Substances 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 229960000381 omeprazole Drugs 0.000 description 1
- 239000005022 packaging material Substances 0.000 description 1
- 238000005220 pharmaceutical analysis Methods 0.000 description 1
- 239000000825 pharmaceutical preparation Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000011197 physicochemical method Methods 0.000 description 1
- 229940068196 placebo Drugs 0.000 description 1
- 239000000902 placebo Substances 0.000 description 1
- 229940035613 prozac Drugs 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 229960001520 ranitidine hydrochloride Drugs 0.000 description 1
- GGWBHVILAJZWKJ-KJEVSKRMSA-N ranitidine hydrochloride Chemical compound [H+].[Cl-].[O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 GGWBHVILAJZWKJ-KJEVSKRMSA-N 0.000 description 1
- 238000001028 reflection method Methods 0.000 description 1
- 229960004376 rimantadine hydrochloride Drugs 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000005464 sample preparation method Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000002798 spectrophotometry method Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- 229960000468 sulfalene Drugs 0.000 description 1
- KXRZBTAEDBELFD-UHFFFAOYSA-N sulfamethopyrazine Chemical compound COC1=NC=CN=C1NS(=O)(=O)C1=CC=C(N)C=C1 KXRZBTAEDBELFD-UHFFFAOYSA-N 0.000 description 1
- 239000003826 tablet Substances 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000000870 ultraviolet spectroscopy Methods 0.000 description 1
- 238000011077 uniformity evaluation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
Abstract
Description
Изобретение относится к области фармации и касается способа разработки неразрушающих экспресс методик испытания капсулированных лекарственных препаратов в блистерной упаковке методом БИК спектрометрии в сочетании с хемометрическими методами анализа, проводимых с целью подтверждения того, что исследуемый образец является подлинным или аутентичным и произведен по устойчивой технологии.The invention relates to the field of pharmacy and relates to a method for developing non-destructive express methods for testing encapsulated drugs in blister packaging using NIR spectrometry combined with chemometric analysis methods to confirm that the sample under investigation is authentic or authentic and produced using sustainable technology.
Под моделью понимается упрощенное подобие реального объекта, которое может быть использовано для его дальнейшего исследования. В данном изобретении в качестве реального объекта подразумевается лекарственный препарат, произведенный по конкретной технологии, включающей состав, особенности технологического процесса его производства и упаковку.A model is a simplified similarity of a real object that can be used for its further study. In this invention, as a real object, a medicinal product is produced that is produced according to a specific technology, including composition, features of the technological process of its production and packaging.
Данное изобретение предназначено для создания базы моделей для проведения экспресс испытаний лекарственных препаратов в форме капсул, упакованных в односторонней контурной ячейковой упаковке (блистер из поливинилхлоридной или полимерной пленки и фольги), неразрушающим способом. Указанные испытания могут проводиться как в стационарных, так и в передвижных лабораториях с использованием нескольких однотипных приборов.This invention is intended to create a base of models for conducting rapid tests of drugs in the form of capsules, packaged in one-sided blister strip packaging (blister made from polyvinyl chloride or polymer film and foil), in a non-destructive way. These tests can be carried out both in stationary and mobile laboratories using several instruments of the same type.
Базовым инструментальным методом для построения модели является спектроскопия в ближней инфракрасной области (БИК спектрометрия) в режиме измерения отражения. Известно, что абсорбционная способность веществ в ближней области инфракрасного спектра мала, поэтому излучение способно проникать в глубь исследуемого образца на несколько миллиметров (через полимерную часть блистера и стенки капсулы) и предоставлять комплексную информацию об испытуемом образце. Всё это позволяет проводить испытания капсулированных препаратов без пробоподготовки образцов (извлечение, измельчение, разбавление и т.д.) и нарушения товарного вида испытуемого препарата.The basic instrumental method for building a model is near-infrared spectroscopy (NIR spectrometry) in the reflection measurement mode. It is known that the absorption capacity of substances in the near infrared spectrum is small, so the radiation is able to penetrate into the sample under investigation by several millimeters (through the polymer part of the blister and the wall of the capsule) and provide comprehensive information about the test sample. All this allows testing of encapsulated preparations without sample preparation of samples (extraction, grinding, dilution, etc.) and violation of the presentation of the test preparation.
Ключевой позицией в предлагаемом способе является построение и валидация математической модели, максимально адекватной составу образцов лекарственного препарата, учитывающей особенности его технологии производства и отличающей «чужие образцы». Построение математической модели осуществляется в два этапа: предобработка спектров и построение модели. Под «чужими образцами» в данном патенте подразумеваются образцы того же наименования, той же дозировки, в такой же упаковке, но произведенные по другой технологии, в том числе фальсификаты. The key position in the proposed method is the construction and validation of a mathematical model that is most appropriate to the composition of drug samples, taking into account the features of its production technology and distinguishing "someone else's samples." The construction of the mathematical model is carried out in two stages: the preprocessing of the spectra and the construction of the model. Under "alien samples" in this patent refers to samples of the same name, the same dosage, in the same package, but produced by a different technology, including counterfeit.
Для построения модели с целью доказательства того, что образец является подлинным или аутентичным, как правило, используются классификационные методы, в которых требуется установить принадлежность образца к классу. По способу построения классификационные методы делятся на одноклассовые и дискриминационные.To build a model to prove that the sample is authentic or authentic, as a rule, classification methods are used in which it is required to establish the belonging of the sample to the class. According to the method of construction, classification methods are divided into single-class and discriminatory.
Основной задачей методов одноклассовой классификации является определение группы объектов в соответствии с их свойствами, т.е. определение целевого класса. Каждый целевой класс моделируется обособленно, независимо от остальных. Существуют разные математические подходы к построению моделей одноклассовых классификаций, имеющие свои преимущества и недостатки (методы, основанные на вычислении расстояний между спектрами, проекционные методы и т.д.).The main task of methods of one-class classification is to determine the group of objects in accordance with their properties, i.e. target class definition Each target class is modeled separately, independently of the others. There are different mathematical approaches to building models of single-class classifications that have their advantages and disadvantages (methods based on calculating the distances between spectra, projection methods, etc.).
Дискриминационные методы используются тогда, когда необходимо проанализировать две группы объектов с целью подтверждения их близости или наличия различий между ними. Для этой цели используются: дискриминантный анализ (DA) с использованием расстояния Махаланобиса, метод главных компонент (PCA), метод опорных векторов (SVM), классификацию по К-ближашим соседям (KNN) и т.д. Дискриминационные методы могут быть использованы для анализа однородности продукции.Discriminatory methods are used when it is necessary to analyze two groups of objects in order to confirm their proximity or the presence of differences between them. For this purpose, the following are used: discriminant analysis (DA) using the Mahalanobis distance, the principal component method (PCA), the reference vector method (SVM), the classification by K-nearest neighbors (KNN), etc. Discriminatory methods can be used to analyze product homogeneity.
Оценка работоспособности математической модели осуществляется через её валидацию, основной целью которой является доказательство того, что модель может быть использована для той цели, для которой она была построена.Evaluation of the performance of a mathematical model is carried out through its validation, the main purpose of which is to prove that the model can be used for the purpose for which it was built.
Основными параметрами валидации классификационных моделей являются чувствительность (степень принятия образцов целевого класса) и специфичность (степень отклонения посторонних или «чужих» образцов, т.е. не принадлежащих к целевому классу).The main parameters of validation of classification models are sensitivity (degree of acceptance of samples of the target class) and specificity (degree of deviation of extraneous or “alien” samples, ie, not belonging to the target class).
В заявке CN2007113379 (13.03.2007 г.) описан быстрый метод качественного анализа китайских патентованных лекарственных препаратов методом БИК спектроскопии с использованием акустооптического перестраиваемого фильтра (АОПФ-БИК спектроскопия). Построение модели состоит из подготовки образца (твердый образец измельчается в количестве, достаточном для получения 5 г порошка), получении БИК спектров для твердых образцов методом отражения, для жидких – методом пропускания, предобработки полученных спектров для исключения влияния шума и смещение базисной линии (первая производная) и построении модели методом главных компонент (PCA). Способ является деструктивным, базируется на дискриминационных методах анализа.In the application CN2007113379 (March 13, 2007), a fast method for the qualitative analysis of Chinese patented drugs by the method of NIR spectroscopy using an acousto-optic tunable filter (AOPF-NIR spectroscopy) is described. The construction of the model consists of sample preparation (a solid sample is crushed in an amount sufficient to produce 5 g of powder), obtaining NIR spectra for solid samples by the reflection method, for liquid samples - by transmitting, pre-processing the obtained spectra to eliminate the influence of noise and the baseline shift (first derivative ) and building a model by the principal component method (PCA). The method is destructive, based on discriminatory methods of analysis.
В заявках CN20171589783 (19.07.2017 г.), 2006122456/28 (20.06.2006 г.), CN20161589280 (25.07.2016 г.), CN2007113380 (13.03.2007 г.), CN20141290572 (25.06.2014 г.), CN20151762017 (10.11.2015 г.), CN20171927380 (27.09.2017 г.) 2005141437/28 (22.05.2004 г.) описаны способы построения градуировочных моделей (калибровочных графиков) и их валидация для количественного определения лекарственных средств. Для этого используются наборы для калибровки и валидации, в которых содержание исследуемых веществ определено другими физико-химическими методами, например, ВЭЖХ или УФ спектрофотометрией.In applications CN20171589783 (07/19/2017), 2006122456/28 (06.20.2006), CN20161589280 (07.25.2016), CN2007113380 (03/13/2007), CN20141290572 (06.06.2014), CN20151762017 (November 10, 2015), CN20171927380 (September 27, 2017) 2005141437/28 (May 22, 2004) described methods for constructing calibration models (calibration graphs) and their validation for the quantitative determination of drugs. For this purpose, calibration and validation kits are used, in which the content of the studied substances is determined by other physicochemical methods, for example, by HPLC or by UV spectrophotometry.
В заявке CN20171589783 (19.07.2017 г.) предложено формировать субмодельный (проверочный) набор из части калибровочного набора и использовать его для корректировки градуировочной модели или графика для количественного определения. По мнению авторов, построенный и скорректированный таким образом градуировочный график дает более правильные значения, чем построенный традиционно с использованием только наборов для построения и валидации.In the application CN20171589783 (07/19/2017) it was proposed to form a sub-model (test) set from a part of the calibration set and use it to adjust the calibration model or graph for quantitative determination. According to the authors, the calibration curve constructed and adjusted in this way gives more correct values than those traditionally constructed using only the construction and validation kits.
Быстрый неразрушающий способ определения качественного состава готового медицинского продукта с использованием ближней инфракрасной спектроскопии и многомерного статистического анализа описан в заявке CN2014144545 (22.01.2014 г.). Способ включает следующие этапы: (1) сбор репрезентативного количества серий готового лекарственного препарата с одной и той же фабрики; (2) получение БИК спектров образцов в оптимальных условиях измерения; (3) предобработка спектров с помощью хемометрических методов анализа; (4) построение модели; (5) перекрестная валидация модели; (6) получение БИК спектров исследуемых образцов и сравнение с моделью. Способ предложено использовать в производственном контроле лекарственных препаратов в режиме on-line. Детали способа не раскрыты.A quick non-destructive method of determining the qualitative composition of the finished medical product using near-infrared spectroscopy and multivariate statistical analysis is described in application CN2014144545 (01.22.2014). The method includes the following steps: (1) collecting a representative number of batches of the finished drug product from the same factory; (2) obtaining NIR spectra of samples under optimal measurement conditions; (3) preprocessing spectra using chemometric analysis methods; (4) model building; (5) cross validation of the model; (6) obtaining the NIR spectra of the studied samples and comparison with the model. The method proposed to use in the production control of drugs on-line. Details of the method is not disclosed.
В заявке CN20141353169 (18.07.2014 г.) предложена система определения однородности выпускаемых лекарственных препаратов в таблетированной форме методом БИК спектроскопии, предназначенная для разработки схем управления производственного процесса таблеток и выпуска препаратов по устойчивой технологии. Способ включает (1) сбор образцов; (2) определение значения соответствующих факторов; (3) вычисление отклонений внутри серии, между сериями и между производствами; (4) сравнение отклонений с соответствующей обобщенной дисперсией; (5), анализ соответствующего коэффициента качества однородности выпускаемых таблеток внутри серии; (6) между сериями; и (7) между производствами. В указанном методе анализ таблеток осуществляется без упаковки, и валидация модели проводится только на чувствительность.In the application CN20141353169 (July 18, 2014) a system for determining the homogeneity of the produced drugs in tablet form using the method of NIR spectroscopy was proposed for developing control schemes for the production process of tablets and for releasing drugs using a sustainable technology. The method includes (1) collecting samples; (2) determining the value of relevant factors; (3) the calculation of deviations within the series, between the series and between production; (4) comparison of deviations with the corresponding generalized variance; (5), analysis of the corresponding quality factor of the homogeneity of the produced tablets within the series; (6) between series; and (7) between productions. In this method, the analysis of tablets is carried out without packaging, and the model is validated only for sensitivity.
Способ разработки и валидации количественной методики определения физических свойств (силы сжатия) фармацевтических прессованных таблеток методом ближней инфракрасной спектроскопии и многомерного анализа, изложенный в заявке RO20130000080 (23.01.2013 г.), также предназначен только для управления технологическим процессом производства.The method of development and validation of the quantitative methods for determining the physical properties (compression forces) of compressed pharmaceutical tablets by the method of near infrared spectroscopy and multidimensional analysis, described in the application RO20130000080 (01.23.2013), is also intended only for controlling the production process.
Усовершенствование БИК спектрометров, а также общие подходы к анализу лекарственных препаратов раскрыты в заявках CN20161130484 (08.03.2016 г,), CN20161222316 (12.04.2016 г.), US201314087417 (22.11.2013 г.) KR20147001891 (27.06.2012 г.) и US201615046850 (18.02.2016 г.).Improvement of NIR spectrometers, as well as general approaches to the analysis of drugs are disclosed in applications CN20161130484 (03/08/2016,), CN20161222316 (04/12/2016), US201314087417 (November 22, 2013) KR20147001891 (07.27.2013) and US201615046850 (02/18/2016)
В своей работе «Study on uniformity evaluation of valsartan capsules by near infrared spectroscopy» (Chinese Journal of Pharmaceutical Analysis, v.35, № 1, 2015, pp.161-167) GENG, Ying; CHENG, Qi-lei; HE, Lan изучили возможность идентифицировать и определить однородность дозирования действующего вещества в препарате «Вальсартан, капсулы» методом БИК спектрометрии. Авторы использовали в работе 175 серий препарата 7 производителей, были получены спектры капсул (без упаковки) с содержимым и самого содержимого. Однородность образцов была оценена методом главных компонент.In his work “Study on uniformity evaluation of valsartan capsules by the near infrared spectroscopy” (Chinese Journal of Pharmaceutical Analysis, v.35, No. 1, 2015, pp.161-167) GENG, Ying; CHENG, Qi-lei; HE, Lan studied the possibility of identifying and determining the uniformity of dosing of the active substance in the preparation "Valsartan, capsules" by the method of NIR spectrometry. The authors used in the 175 series of the preparation of 7 manufacturers, were obtained spectra of capsules (without packaging) with the contents and the content itself. The uniformity of the samples was evaluated by the principal component method.
Bernard A. Olsen, Matthew W. Borer, Fred M. Perry и Robert A. Forbes в 2002 г. опубликовали статью «Screening for Counterfeit Drugs Using Near-Infrared Spectroscopy» (Pharmaceutical Technology of North America, 26, 62, 2002), в которой изложили результаты исследования 50 серий препарата «Прозак, капсулы», полученных на трех площадках. Для предобработки БИК спектров использовалась векторная нормализация (SNV) в сочетании с дифференцированием по 2-й производной. В качестве хемометрического метода был использован дискриминантный анализ (расстояние Махаланобиса). С целью повышения чувствительности метода БИК спектры были получены для содержимого капсул, которое перед измерением высыпали в виалу и 4 раза снимали спектр порошка. Для определения специфичности метода были использованы наполнители, используемые для аналогичных препаратов.Bernard A. Olsen, Matthew W. Borer, Fred M. Perry and Robert A. Forbes in 2002 published the article “Screening for Counterfeit Drugs Using Near-Infrared Spectroscopy” (Pharmaceutical Technology of North America, 26, 62, 2002), in which the results of the study of 50 batches of Prozac, capsules obtained at three sites were presented. For the pre-processing of NIR spectra, vector normalization (SNV) was used in combination with differentiation by the second derivative. Discriminant analysis (Mahalanobis distance) was used as the chemometric method. In order to increase the sensitivity of the NIR method, spectra were obtained for the contents of the capsules , which were poured into the vial before the measurement and the spectrum of the powder was recorded 4 times. To determine the specificity of the method, fillers used for similar preparations were used.
Другое исследование капсул было проведено T.Moffat, R.Watt и S.Assi в статье «The use of near infrared spectroscopy to detect counterfeit medicines» (Spectroscopy Europe, 2010, 22 to 5, pp. 6-10), которые показали возможность различить оригинальные препараты от фальсифицированных с помощью портативного БИК спектрометра. С этой целью они исследовали таблетки и капсулы. Для анализа капсул был использован разрушающий метод: содержимое 10 капсул пересыпали в виалу и получали по 4 БИК спектра порошка, каждый раз перемешивая перед измерением. Предобработку проводили с помощью векторной нормализации и дифференцирования по 2-й производной. Полученные данные сравнивали методом главных компонент (PCA). Валидация модели не описана.Another capsule study was conducted by T.Moffat, R.Watt and S.Assi in the article “The use of near infrared spectroscopy to detect counterfeit medicines” (Spectroscopy Europe, 2010, 22 to 5, pp. 6-10), which showed the possibility distinguish original preparations from falsified ones using a portable NIR spectrometer. To this end, they investigated tablets and capsules. For the analysis of the capsules, a destructive method was used: the contents of 10 capsules were poured into a vial and 4 NIR spectra of the powder were obtained, each time stirring before measuring. The preprocessing was performed using vector normalization and differentiation by the 2nd derivative. The data obtained were compared by the principal component method (PCA). Validation of the model is not described.
В статье K.Degardin, A.Guillemain, N.Viegas Guerreiro, Y.Roggo «Near infrared spectroscopy for counterfeit detection using a large database of pharmaceutical tablets», опубликованной в Journal of Pharmaceutical and Biomedical Analysis 128 (2016) 89-97, авторы описали построение дискриминантной модели для 53 различных лекарственных препаратов в таблетированной форме, в том числе разных дозировок. Работа была проведена на 2 приборах одной марки, одного производителя. Для построения модели были получены БИК спектры 5 таблеток (с двух сторон) без упаковки от каждой из 5 серий лекарственного препарата. Дополнительно были получены спектры еще для 5 таблеток из каждой из 5 серий (проверочный набор). Предобработка полученных спектров была проведена с использованием векторной нормализации (SNV) и дифференцирующих фильтров Савицкого-Голея. Для разделения объектов были использованы дискриминационные модели с различным способом вычисления расстояний между классами: метод главных компонент (PCA), метод опорных векторов (SVM), классификация по К-ближашим соседям (KNN) и дискриминантный анализ (DA) с использованием расстояния Махаланобиса. Выбор способа построения модели был осуществлен с использованием проверочного набора (образцы, не используемые для построения модели) и валидационного набора, включающего фальсифицированные таблетки, препараты-дженерики и плацебо. Описанный в работе способ построения модели применим для относительно небольшой группы препаратов, носит условно-разрушающий характер, так как предусматривает анализ таблеток без упаковки, и не может быть использован для создания базы моделей.In the article K.Degardin, A.Guillemain, N.Viegas Guerreiro, Y.Roggo "Near infrared spectroscopy for counterfeit detection using a large database of pharmaceutical tablets", published in the Journal of Pharmaceutical and Biomedical Analysis 128 (2016) 89-97, The authors described the construction of a discriminant model for 53 different drugs in tablet form, including different dosages. The work was carried out on 2 devices of the same brand, one manufacturer. To build the model, NIR spectra of 5 tablets (from two sides) without packaging from each of 5 series of the drug were obtained. Additionally, spectra were obtained for an additional 5 tablets from each of the 5 series (test set). The obtained spectra were pretreated using vector normalization (SNV) and Savitsky-Golay differentiating filters. To separate the objects, discriminatory models were used with a different way of calculating the distances between the classes: principal component method (PCA), support vector machine (SVM) method, K-nearest neighbor classification (KNN) and discriminant analysis (DA) using Mahalanobis distance. The choice of the model building method was carried out using a test kit (samples not used for model building) and a validation kit including fake tablets, generic drugs and placebo. The method of constructing a model described in the paper is applicable for a relatively small group of drugs, it is conditionally destructive in nature, since it involves the analysis of tablets without packaging, and cannot be used to create a database of models.
В кандидатской работе «Идентификация лекарственных средств методом ближней инфракрасной спектроскопии» (2010 г.) Долбнев Д.В. рассматривает вопрос создания библиотеки для идентификации лекарственных препаратов в форме таблеток и капсул методом БИК спектроскопии с помощью оптоволоконного датчика и сферы. Автор предложил проводить измерение таблеток в блистере только в том случае, если «оболочка капсул прозрачна», для непрозрачных капсул проводилось измерение их содержимого. Для построения модели были использованы 3-5 спектров, полученных для разных участков капсул, что недостаточно для построения объективной модели препарата. Предобработка спектров проводилась с применением только векторного нормирования, а для построения модели - метод одноклассовой классификации «Ident» из программы «Opus» (Брукер). In his thesis "Identification of drugs by the method of near infrared spectroscopy" (2010) Dolbnev DV is considering creating a library for identifying drugs in the form of tablets and capsules using NIR spectroscopy using a fiber-optic sensor and a sphere. The author suggested measuring the tablets in a blister only if the “capsule shell is transparent”; for opaque capsules, their contents were measured. 3-5 spectra obtained for different sections of the capsules were used to build the model, which is not enough to build an objective model of the drug. The spectra were pretreated using only vector valuation, and the model Ident classification from the Opus program (Brooker) was used to build the model.
В кандидатской работе «Новые подходы к контролю качества лекарственных средств на основе спектрофотомерии в ближней ИК-области» (2012 г.) Морозова М.А. предложила методику идентификации (дискриминантный анализ) и определения однородности дозирования (метод множественной линейной регрессии) лекарственных средств. В качестве объектов исследования ею были изучены, в том числе, капсулированные формы. Измерение БИК спектров осуществлялось только для содержимого капсул (разрушающий метод), в качестве хемометрического метода использовался дискрименантный анализ (расстояние Махаланобиса).In his thesis "New approaches to quality control of medicines based on spectrophotometry in the near IR region" (2012) Morozova MA proposed a method of identification (discriminant analysis) and determining the uniformity of dosing (multiple linear regression method) of drugs. As objects of research, she studied, including encapsulated forms. The NIR spectra were measured only for the contents of the capsules (the destructive method); discriminant analysis (Mahalanobis distance) was used as the chemometric method.
В руководстве «Guideline on the use of near infrared spectroscopy by the pharmaceutical industry and the date requirements for new submission and variation (European Medicines health, 27 January 2014), предназначенном для совершенствования контроля устойчивости технологического процесса производства лекарственных средств, указан общий подход к построению и валидации градуировочных (калибровочных) моделей, а также способы построения дискриминационных моделей и валидация их только на чувствительность.The guideline for the improvement of the sustainability of the drug production process is described in the guideline on the use of the infrared spectroscopy, which is aimed at improving the sustainability control of the drug manufacturing process. and validation of calibration (calibration) models, as well as ways to build discriminatory models and validate them only for sensitivity.
В ранее опубликованных нами работах, посвященных анализу таблетированных лекарственных форм (Балыклова К.С., Садчикова Н.ПП., Арзамасцев А.П., Титова А.В. «Использование метода ближней инфракрасной спектроскопии в анализе субстанций и таблеток сульфалена» Вестник Воронежского государственного университета. Серия: химия, биология, фармация, 2009, №1, С.97-100; Азимова И.Д., Арзамасцев А.П., Титова А.В. «Анализ омепразола методом ближней инфракрасной спектроскопии». Вестник Воронежского государственного университета, Серия Химия, биология, фармация, 2009, №2, 152-156; Степанова Е.В., Арзамасцев А.П., Титова А.В. «Изучение возможности применения метода спектроскопии в ближней инфракрасной области в анализе субстанций и таблетированных препаратов, содержащих фамотидин», Вестник Воронежского государственного университета, Серия Химия, биология, фармация, 2009, №2, 181-184; Е.В.Степанова, А.П.Арзамасцев, А.В.Титова «Анализ ранитидина гидрохлорида методом ближней ИК-спектроскопии Химико-фармацевтический журнал, 2009, №7, 51-53; А.В.Титова, А.П.Арзамасцев, С.В.Грецкий «Анализ римантадина гидрохлорида методом ближней ИК-спектроскопии», Химико-фармацевтический журнал, 2009, №9, 53-56, Арзамасцев А.П., Садчикова Н.П., Титова А.В. «Метод ближней ИК-спектроскопии в системе контроля качества лекарственных средств», Вопросы биологической, медицинской и фармацевтической химии, 2010, №1, 16-20), предложено использовать для валидации модели на специфичность препараты-дженерики, содержащие те же активные фармацевтические вещества, но произведенные другим производителем и по другой технологии. Все исследования были проведены на таблетках без упаковки и с использованием дискриминантного метода анализа.In previously published papers on the analysis of tablet dosage forms (Balyklova KS, Sadchikova N.P., Arzamastsev A.P., Titova A.V. “Using the method of near infrared spectroscopy in the analysis of sulfalene substances and tablets” Voronezhsky Bulletin State University. Series: Chemistry, Biology, Pharmacy, 2009, No. 1, P.97-100; Azimova I.D., Arzamastsev A.P., Titova A.V. "Analysis of omeprazole by the method of near infrared spectroscopy". Voronezhsky Bulletin State University, Chemistry, Biology, Pharmacy Series I, 2009, No.2, 152-156; Stepanova EV, Arzamastsev AP, Titova AV “Study of the possibility of using the method of near-infrared spectroscopy in the analysis of substances and tableted preparations containing famotidine”, Vestnik Voronezh State University, Chemistry, Biology, Pharmacy Series, 2009, No. 2, 181-184; E.V. Stepanova, A.P.Arzamastsev, A.V.Titova “Analysis of ranitidine hydrochloride by the method of near-infrared spectroscopy. Chemical and pharmaceutical journal , 2009, No. 7, 51-53; A.V. Titova, A.P.Arzamastsev, S.V.Gretsky “Analysis of rimantadine hydrochloride using the method of near-IR spectroscopy”, Journal of Chemical Pharmaceutical, 2009, № 9, 53-56, Arzamastsev A.P., Sadchikova N .P., Titova A.V. “The method of near-infrared spectroscopy in the drug quality control system”, Questions of biological, medical and pharmaceutical chemistry, 2010, No. 1, 16-20), it is proposed to use for validation of the model for specificity generic drugs containing the same active pharmaceutical substances, but produced by another manufacturer and another technology. All studies were conducted on tablets without packaging and using a discriminant method of analysis.
В более поздних работах (Балыклова К.С., Титова А.В., Садчикова Н.П., Родионова О.Е., Шишова Е.Ю., Скударева Е.Г., Горпинченко Н.В «Анализ таблеток ацетилсалициловой кислоты методом ИК-спектроскопии в ближней области», «Вестник Росздравнадзора». – 2013. - №2. – С.62-65; Rodionova O.Ye., Balyklova K.S., Titova A.V., Pomerantsev A.L. «Quantitative risk assessment in classification of drugs with identical API content» Journal of Pharmaceutical and Biomedical Analysis, 2014, V. 98.P. 186-192; Балыклова К.С., Родионова О.Е., Титова А.В., Садчикова Н.П. «Исследование таблеток с помощью портативного и лабораторного БИК-спектрометра» «Вестник Росздравнадзора», 2015, №4, С.65-71; Y.V. Zontov, K.S. Balyklovа, A.V. Titovа, O.Ye. Rodionova, A.L. Pomerantsev «Chemometric aided NIR portable instrument for rapid assessment of medicine quality», Journal of Pharmaceutical and Biomedical Analysis, 2016, V. 131, P. 87-93; Rodionova O.Ye., Balyklova K.S., Titova A.V., Pomerantsev A.L. «Recognition of the ‘high quality forgeries’ among the medicines:application of NIR spectroscopy and chemometrics», Journal of Integrated OMICS a methodological journal, 2017, V. 7, Issue 2, P. 17; Rodionova O.Ye., Balyklova K.S., Titova A.V., Pomerantsev A.L.«Application of NIR spectroscopy and chemometrics for revealing of the ‘high quality fakes’ among the medicines» Forensic Chemistry, 2018, V. 8, P. 82-89 и т.д.) были описаны результаты исследования таблетированных лекарственных препаратов в ячейковом блистере, для построения модели использовали методы одноклассовой классификации, для валидации специфичности модели - препараты-дженерики.In later works (Balyklova KS, Titova A.V., Sadchikova N.P., Rodionova O.E., Shishova E.Yu., Skudareva E.G., Gorpinchenko N.V. "Analysis of acetylsalicylic acid tablets by IR spectroscopy in the near field "," Bulletin of Roszdravnadzor ". - 2013. - No. 2. - P.62-65; Rodionova O.Ye., Balyklova KS, Titova AV, Pomerantsev AL" Quantitative risk assessment with identical API content "Journal of Pharmaceutical and Biomedical Analysis, 2014, V. 98.P. 186-192; Balyklova KS, Rodionova OE, Titova AV, Sadchikova NP" Study of tablets using portable and laboratory BIC spectrometer "Vestnik Roszdravnadzor", 2015, No. 4, pp.65-71; YV Zontov, KS Balyklova, AV Titova, O.Ye. Rodionova, AL Pomerantsev "Chemometric augmentation instrument", Journal of Pharmaceutical and Biomedical Analysis, 2016 , V. 131, P. 87-93; Rodionova O.Ye., Balyklova KS, Titova AV, Pomerantsev AL “Recognition of the spectroscopy and chemometrics”, Journal of Integrated OMICS a methodological journal, 2017, V. 7,
Каждая из указанных работ решает единичную проблему испытания лекарственных препаратов в капсулированной форме и не предлагает совокупного решения испытания указанной группы лекарственных препаратов с целью доказательства того, что они являются подлинными и произведены в условиях устойчивого технологического процесса.Each of these works solves a single problem of testing drugs in encapsulated form and does not offer a cumulative solution to testing a specified group of drugs in order to prove that they are genuine and produced in a sustainable process.
Основными преимуществами предложенного способа разработки методики по сравнению с существующими являются:The main advantages of the proposed method of developing a technique compared with the existing ones are:
- четкость построения процедуры разработки неразрушающей экспресс методики испытания капсулированных лекарственных препаратов в блистерной упаковке, в том числе изготовленных из окрашенного поливинилхлорида или полимера, с помощью БИК-анализа с целью доказательства того, что исследуемые образцы являются подлинными или аутентичными и произведены по устойчивой технологии;- the clarity of the construction of the procedure for developing non-express express methods for testing encapsulated drugs in blister packs, including those made from colored polyvinyl chloride or polymer, using BIC analysis to prove that the test samples are authentic or authentic and produced using sustainable technology;
- возможность четко определить применимость метода БИК спектроскопии для анализа лекарственных препаратов в виде капсулированных форм и установить причину ограничения метода в их анализе;- the ability to clearly determine the applicability of the method of NIR spectroscopy for the analysis of drugs in the form of encapsulated forms and to establish the reason for the limitations of the method in their analysis;
- возможность оптимизировать условия построения моделей методами одноклассовой классификации за счет расширения вариантов определения чувствительности и специфичности;- the ability to optimize the conditions for constructing models using single-class classification methods by expanding options for determining sensitivity and specificity;
- доступность всех объектов для выполнения построения и валидации модели;- the availability of all objects to perform the construction and validation of the model;
- низкая стоимость: для валидации модели не требуются дорогостоящие стандартные образцы, реактивы, нет необходимости производить недоброкачественные образцы; для выполнения методики требуется только небольшое количество образцов препарата в оригинальной упаковке;- low cost: for the validation of the model does not require expensive standard samples, reagents, there is no need to produce poor quality samples; To carry out the procedure, only a small number of samples of the drug in the original packaging is required;
- объективность полученных результатов, поскольку модели строятся на аутентичных образцах, полученных непосредственно от производителя, с использованием многоступенчатой процедуры валидации, которая позволяет судить о применимости БИК спектроскопии или его ограничении к капсулированным препаратам, упакованным в специфичную упаковку или имеющих специфичный состав капсулы;- objectivity of the results obtained, since the models are based on authentic samples obtained directly from the manufacturer using a multi-step validation procedure, which allows judging the applicability of BIC spectroscopy or its restriction to encapsulated preparations packaged in a specific package or having a specific capsule composition;
- разработанная по данной процедуре методика позволяет проводить неразрушающее испытание лекарственного препарата, и при положительном результате испытания анализируемый образец возвращают в гражданский оборот.- the method developed by this procedure allows non-destructive testing of a medicinal product to be carried out, and if the test results are positive, the analyzed sample is returned to civilian circulation.
Задачами, на решение которых направлено данное изобретение, являются: The tasks to be addressed by this invention are:
- создание неразрушающих экспресс методик испытаний капсулированных лекарственных препаратов в блистерной упаковке сочетанием БИК спектрометрии и хемометрических методов анализа (БИК-анализ) через построение математической модели и её валидацию с целью доказательства того, что исследуемые образцы являются подлинными (аутентичными) и выпущены в оборот по устойчивой технологии;- creation of express non-destructive test methods for capsulated drugs in blister packaging using a combination of NIR spectrometry and chemometric analysis methods (NIR analysis) through the construction of a mathematical model and its validation in order to prove that the test samples are authentic (authentic) and released into the market for sustainable technology;
- оптимальный выбор способов предобработки БИК спектров и математических методов построения моделей путем проведения полноценной валидации;- the optimal choice of methods for pre-processing of NIR spectra and mathematical methods for constructing models by carrying out full validation;
- возможность оценить пригодность БИК спектрометрии для исследования капсулированных препаратов, имеющих специфичный состав капсулы и упаковочного материала, через процедуру валидации.- the ability to assess the suitability of NIR spectrometry for the study of encapsulated preparations having a specific composition of the capsule and packaging material through the validation procedure.
Техническим результатом изобретения являются получение универсального способа проведения испытания лекарственных препаратов с целью их аутентификации и контроля устойчивости технологии производства, обеспечивающего более точные и объективные результаты, построение математической модели для аутентификации лекарственных препаратов и контроля устойчивости и стабильности технологического процесса за счет поэтапной процедуры валидации, а также возможность расширения анализируемых объектов, сокращение времени и средств на проведение исследования.The technical result of the invention is to obtain a universal method of testing drugs for the purpose of authenticating them and monitoring the sustainability of production technology, providing more accurate and objective results, building a mathematical model for authenticating drugs and monitoring the sustainability and stability of the process through a phased validation procedure, and possibility of expanding the analyzed objects, reducing the time and money spent on no research.
Технический результат достигается разработкой способа проведения испытания капсулированных лекарственных препаратов в блистерной упаковке методом БИК спектрометрии, включающего стадии (этапы): отбор образцов с учетом количества, необходимого для построения модели и её валидации на чувствительность, включающий два набора: обучающий (для построения модели) и проверочный (для валидации модели на чувствительность); получение БИК спектров образцов обучающего и проверочного наборов через прозрачную часть блистера, при этом для каждой капсулы получают по 3 спектра, каждый раз меняя позицию капсулы или датчика; визуальный анализ полученных БИК спектров на наличие грубых погрешностей (интерференция и случайные пики) и замена повторно снятыми спектрами с той же капсулы; разделение БИК спектров на два набора согласно принадлежности капсул, для которых они получены; предварительная обработка спектров, путем совмещения полученных БИК спектров образцов из обучающего набора с рабочим стандартным спектром, с дальнейшей обработкой совмещенных спектров с помощью векторной нормализации, удаление области основного пика воды (от 5300 см-1 до 4950 см-1), и других способов предобработки (производные, сглаживание и т.д.), а также их сочетание; построение модели методами одноклассовой классификации на предобработанных БИК спектрах обучающего набора согласно алгоритму используемой программы для ЭВМ; проверка построенной модели на степень принятия БИК спектров всех образцов обучающего набора согласно алгоритму используемой программы для ЭВМ и, при необходимости, её корректировка; проверка построенной модели на степень принятия БИК спектров образцов проверочного набора согласно алгоритму используемой программы для ЭВМ и, при необходимости, её корректировка; оценка степени отклонения моделью БИК спектров блистера, в который упакованы капсулы из обучающего набора, согласно алгоритму используемой программы для ЭВМ и, при необходимости, её корректировка; оценка степени отклонения моделью БИК спектров капсул, заполненных веществом, не имеющим полос поглощения в ближней ИК-области, согласно алгоритму используемой программы для ЭВМ и, при необходимости, её корректировка; оценка степени отклонения моделью БИК спектров капсул, заполненных основным наполнителем или смесью наполнителей и натрия хлорида вместо действующего вещества согласно алгоритму используемой программы для ЭВМ и, при необходимости, её корректировка; оценка степени отклонения моделью БИК спектров воспроизведенных капсулированных лекарственных препаратов и согласно алгоритму используемой программы для ЭВМ и, при необходимости, её корректировка; оценка степени отклонения моделью БИК спектров фальсифицированных и/или недоброкачественных препаратов того же наименования, той же дозировки, того же производителя, в такой же упаковке согласно алгоритму используемой программы для ЭВМ и, при необходимости, её корректировка.The technical result is achieved by developing a method for testing capsulated drugs in blister packaging using the method of NIR spectrometry, which includes stages (steps): sampling taking into account the quantity needed to build a model and its validation for sensitivity, including two sets: training (to build a model) check (for model validation for sensitivity); receiving NIR spectra of samples of the training and test sets through the transparent part of the blister; in this case, 3 spectra are obtained for each capsule, each time changing the position of the capsule or sensor; visual analysis of the obtained BIC spectra for the presence of gross errors (interference and random peaks) and replacement of the spectra taken again with the same capsule; division of NIR spectra into two sets according to the accessories of the capsules for which they were obtained; pre-processing of spectra by combining the obtained NIR spectra of samples from the training set with a working standard spectrum, with further processing of the combined spectra using vector normalization, removing the main water peak region (from 5300 cm -1 to 4950 cm -1 ), and other preprocessing methods (derivatives, smoothing, etc.), as well as their combination; building a model using single-class classification methods on the BIC pre-processed spectra of the training set according to the algorithm of the computer program used; verification of the constructed model for the degree of BIC acceptance of the spectra of all samples of the training set according to the algorithm of the computer program used and, if necessary, its correction; verification of the constructed model for the degree of BIC acceptance of the spectra of the test set according to the algorithm of the computer program used and, if necessary, its adjustment; assessment of the degree of deviation by the BIC model of the spectra of the blister in which the capsules from the training set are packed, according to the algorithm of the computer program used and, if necessary, its adjustment; assessment of the degree of deviation by the NIR model of the spectra of capsules filled with a substance that does not have absorption bands in the near IR region, according to the algorithm of the computer program used and, if necessary, its correction; assessment of the degree of deviation by the BIC model of the spectra of capsules filled with the main filler or a mixture of fillers and sodium chloride instead of the active substance according to the algorithm of the computer program used and, if necessary, its correction; assessment of the degree of deviation by the BIC model of the spectra of reproduced encapsulated drugs and according to the algorithm of the computer program used and, if necessary, its correction; assessment of the degree of deviation by the NIR model of the spectra of falsified and / or poor quality preparations of the same name, the same dosage, the same manufacturer, in the same packaging according to the algorithm of the computer program used and, if necessary, its correction.
Специфика подхода к разработке методики аутентификации лекарственных препаратов состоит в том, что она предназначена для работы в передвижных лабораториях, должна иметь единый подход ко всем упакованным в блистер капсулированным лекарственным препаратам, находящихся в обращении на фармацевтическом рынке, предусматривать перенос калибровок на БИК спектрометры, которыми оснащены передвижные лаборатории, после проведения испытания образцы, прошедшие испытания, должны быть возвращены в оборот.The specificity of the approach to the development of drug authentication methods is that it is designed to work in mobile laboratories, should have a unified approach to all capsule-encapsulated drugs packaged in a blister that are in circulation on the pharmaceutical market, provide for transferring calibrations to NIR spectrometers equipped with mobile laboratories, after testing, the tested samples must be returned to circulation.
Методика должна быть экспрессной и неразрушающей ни в отношении препарата, ни в отношении первичной упаковки.The method should be express and non-destructive with respect to the product or with respect to the primary packaging.
Капсулы с лекарственным препаратом часто упаковываются в одностороннюю контурную ячейковую упаковку или блистер, состоящий из поливинилхлоридной или полимерной пленки и алюминиевой фольги; поливинилхлоридная или полимерная пленка могут быть матовой или прозрачной.Capsules with a drug are often packaged in one-sided blister packaging or blister, consisting of a polyvinyl chloride or polymer film and aluminum foil; polyvinyl chloride or polymer film can be matte or transparent.
Для правильного построения модели необходимо, чтобы излучение проникало через слой первичной упаковки (полимерный слой), стенки капсулы и немного - в содержимое капсулы. Это должно быть доказано в процессе валидации модели.For the correct construction of the model, it is necessary that the radiation penetrates through the layer of the primary package (polymer layer), the walls of the capsule and a little into the contents of the capsule. This must be proven during the model validation process.
Для выполнения этих условий необходимо правильно провести измерение БИК спектра капсул. Предложено проводить измерение капсулированного препарата только: To meet these conditions, it is necessary to correctly measure the BIK spectrum of capsules. It is proposed to measure the encapsulated drug only:
• на уровне корпуса желатиновой капсулы, так как при измерении на уровне чашечки излучение должно преодолеть двойной слой: чашечки и корпуса (фиг.1);• at the level of the body of the gelatin capsule, since, when measured at the level of the calyx, the radiation must overcome a double layer: the calyx and the body (figure 1);
• в вертикальном положении чашечкой вверх, чтобы содержимое капсулы было сосредоточено в корпусе капсулы (фиг.1);• in a vertical position with the cup up, so that the contents of the capsule are concentrated in the body of the capsule (figure 1);
• после встряхивания блистера с капсулой для удаления воздушных пустот и сосредоточения содержимого в корпусе капсулы.• after shaking the blister with a capsule to remove air voids and concentrate the contents in the capsule body.
Предложен следующий способ создания неразрушающей экспресс аутентификации капсулированных лекарственных препаратов в первичной упаковке (блистере) с целью создания базы моделей для их исследования в передвижных и стационарных лабораториях. Способ проведения испытания капсулированных лекарственных препаратов в блистерной упаковке содержит следующие этапы:The following method is proposed for creating non-destructive express authentication of encapsulated drugs in primary packaging (blister) in order to create a database of models for their research in mobile and stationary laboratories. The method of testing capsulated drugs in a blister pack contains the following steps:
1 этап: отбор образцов с учетом количества, необходимого для построения модели и её валидации на чувствительность. Отобранное количество образцов включает два набора: обучающий (для построения модели) и проверочный (для валидации модели на чувствительность). Обучающий набор включает не менее 5 серий по 10 капсул в блистерной упаковке от каждой серии. Допускается строить модель на меньшем количестве серий лекарственного препарата при наличии только этих серий на рынке. Проверочный набор должен содержать образцы в количестве не менее 20 % от количества образцов обучающего набора, но не менее 2 капсул от серии. Для удобства все капсулы, входящие в наборы, нумеруются. Количество измеряемых объектов обучающего и проверочного набора выбрано, в основном, исходя из возможности одного сотрудника в течение рабочего дня получить спектры таблеток из обоих наборов (150 спектров обучающего набора и 30 спектров проверочного набора), проанализировать их, предобработать, построить модель и провести валидацию (еще около 100 спектров).Stage 1: sampling taking into account the amount required to build the model and its validation for sensitivity. The selected number of samples includes two sets: training (for building a model) and checking (for model validation for sensitivity). The training kit includes at least 5 batches of 10 capsules in a blister pack from each batch. It is allowed to build a model on a smaller number of batches of a drug in the presence of only these batches on the market. The test set must contain samples in an amount of at least 20% of the number of samples of the training set, but at least 2 capsules per lot. For convenience, all the capsules in the kits are numbered. The number of measured objects of the training and test set was selected mainly based on the ability of one employee to get the spectra of tablets from both sets during the working day (150 spectra of the training set and 30 spectra of the test set), analyze them, preprocess, build a model and validate ( about 100 more spectra).
2 этап: получение БИК спектров образцов обучающего и проверочного наборов через прозрачную часть блистера с помощью модуля на отражение, например, оптоволоконного датчика. Измерения проводят на уровне корпуса капсулы, капсулу держат в вертикальном положении чашечкой вверх, чтобы содержимое капсулы было сосредоточено в корпусе капсулы (фиг.1); перед измерением капсулу в блистере встряхивают для удаления воздушных пустот и сосредоточения содержимого в корпусе капсулы. Для каждой капсулы получают по 3 спектра, каждый раз меняя позицию капсулы или датчика.Step 2: Obtaining the BIC spectra of the samples of the training and test sets through the transparent part of the blister using the reflection module, for example, a fiber optic sensor. Measurements are carried out at the level of the capsule body, the capsule is held upright with the cup up, so that the contents of the capsule are concentrated in the capsule body (figure 1); Before measuring, the capsule in the blister is shaken to remove air voids and concentrate the contents in the capsule body. For each capsule receive 3 spectrum, each time changing the position of the capsule or sensor.
3 этап: визуальный анализ полученных БИК спектров на наличие грубых погрешностей (интерференция и случайные пики) и замена повторно снятыми спектрами с той же капсулы. Визуальный анализ заключается в просматривании полученных спектров на отсутствие интерференции или случайных пиков, не характерных для исследуемого объекта, т.е. тех пиков, которые отсутствуют в других спектрах данного препарата.Stage 3: visual analysis of the obtained BIC spectra for the presence of gross errors (interference and random peaks) and replacement of the spectra taken again with the same capsule. The visual analysis consists in viewing the obtained spectra for the absence of interference or random peaks not characteristic of the object under study, i.e. those peaks which are absent in other spectra of this preparation.
4 этап: разделение БИК спектров на два набора согласно принадлежности капсул, для которых они получены (см. 1 этап) и локализация их в две папки: обучающий и проверочный. При использовании программы для ЭВМ, в которой отсутствует автоматическая предобработка испытуемых образцов в соответствии с предобработкой образцов, используемых для построения модели, этот этап целесообразно проводить после предобработки всех спектров.Stage 4: separation of NIR spectra into two sets according to the accessories of the capsules for which they are obtained (see step 1) and localizing them into two folders: training and testing. When using a computer program in which there is no automatic preprocessing of the tested samples in accordance with the preprocessing of the samples used to build the model, this stage should be carried out after preprocessing of all spectra.
5 этап (предобработка БИК спектров). Предварительная обработка спектров проводится с целью повышения информативности получаемых результатов и уменьшения влияния спектральных вариаций. Полученные БИК спектры образцов из обучающего набора совмещают с рабочим стандартным спектром, что позволит работать на других БИК спектрометрах того же типа в передвижных и стационарных лабораториях. Для этого в используемой программе для ЭВМ активируют функцию «совмещение», вводят файл рабочего стандартного спектра, далее - файлы совмещаемых спектров и активируют выполнение процедуры. Файлы совмещенных спектров сохраняют в отдельной папке. В качестве рабочего стандартного спектра используют БИК спектр вещества, полученный на одном из приборов. Рабочий стандартный спектр является неотъемлемой частью создаваемой базы моделей. Из его спектра удалены неинформативная и шумовая области. Далее совмещенные спектры обрабатывают с помощью векторной нормализации и удаляют область основного пика воды (от 5300 см-1 до 4950 см-1). С целью оптимизации модели могут быть использованы другие способы предобработки: производные, сглаживание и т.д., а также их сочетание.Stage 5 (pre-processing of NIR spectra). The preliminary processing of the spectra is carried out in order to increase the information content of the results obtained and to reduce the influence of spectral variations. The BIC spectra of the samples from the training set are combined with the working standard spectrum, which will allow working on other BIC spectrometers of the same type in mobile and stationary laboratories. To do this, in the used computer program they activate the function "combination", enter the file of the working standard spectrum, then - the files of the combined spectra and activate the execution of the procedure. The combined spectra files are saved in a separate folder. As a working standard spectrum, the NIR spectrum of a substance obtained on one of the instruments is used. The working standard spectrum is an integral part of the model base being created. Non-informative and noise areas are removed from its spectrum. Next, the combined spectra are processed using vector normalization and remove the area of the main peak of water (from 5300 cm -1 to 4950 cm -1 ). In order to optimize the model, other preprocessing methods can be used: derivatives, smoothing, etc., as well as their combination.
6 этап: построение модели методами одноклассовой классификации на предобработанных БИК спектрах обучающего набора согласно алгоритму используемой программы для ЭВМ. Для этого в используемой программе для ЭВМ активируют функцию построение модели, вводят предобработанные спектры и активируют процесс. На данном этапе могут быть использованы различные методы одноклассовой классификации, в которых область принятия решения определяется с помощью Евклидова расстояния, косинуса между спектрами, проекционными методами с применением Евклидова расстояния и/или расстояние Махаланобиса и т.д.Stage 6: building a model using single-class classification methods on the BIK pre-processed spectra of the training set according to the algorithm of the computer program used. To do this, in the used computer program they activate the function of building a model, enter the preprocessed spectra and activate the process. At this stage, various methods of one-class classification can be used, in which the area of decision making is determined using the Euclidean distance, the cosine between the spectra, projection methods using the Euclidean distance and / or the Mahalanobis distance, etc.
Евклидово расстояние между двумя точками x = (x1,…,xp)T и y = (y1,…,yp)T в пространстве Rp вычисляют по формуле:The Euclidean distance between two points x = (x 1 , ..., x p ) T and y = (y 1 , ..., y p ) T in the space Rp is calculated by the formula:
dE(x,y) = 
Расстоянием Махаланобиса между двумя точками x = (x1,…,xp)T и y = (y1,…,yp)T в пространстве Rp называется функция вида: The Mahalanobis distance between two points x = (x 1 , ..., x p ) T and y = (y 1 , ..., y p ) T in the space Rp is called a function of the form:
dM(x,y) = 
где S – масса ковариаций.where S is the mass of covariances.
7 этап (чувствительность): проверка построенной модели на степень принятия БИК спектров всех образцов обучающего набора и, при необходимости, её корректировка. Степень принятия образцов оценивается согласно алгоритму используемой программы для ЭВМ. Для этого в используемой программе для ЭВМ активируют построенную модель, вводят файлы спектров обучающего набора и активируют процесс сравнения. В качестве критериев принятия решения могут быть использованы: коэффициент качества совпадений, который должен быть ниже порогового значения модели (например, программа «OPUS» фирмы «Брукер»), граница ошибки 1-го рода, которая очерчивает область, в которой должны находиться исследуемые образцы (например, SIMCA и DD-SIMCA), и т.д. Если образцы выходят за пределы границы области модели, то меняют значения коэффициентов, расширяя область модели до полного или оптимального включения образцов.Stage 7 (sensitivity): verification of the constructed model for the degree of acceptance of the BIC spectra of all samples of the training set and, if necessary, its adjustment. The degree of acceptance of the samples is estimated according to the algorithm of the used computer program. For this, in the used computer program they activate the constructed model, enter the files of the spectra of the training set and activate the comparison process. The following decision criteria can be used: coincidence quality factor, which should be lower than the model threshold value (for example, the Bruker OPUS program),
8 этап (чувствительность): проверка построенной модели на степень принятия БИК спектров образцов проверочного набора согласно алгоритму используемой программы для ЭВМ, при необходимости, её корректировка (аналогично этапа 7).Stage 8 (sensitivity): checking the constructed model for the degree of acceptance of the BIC spectra of the test set samples according to the algorithm of the computer program used, if necessary, its adjustment (similar to step 7).
9 этап (специфичность): оценка степени отклонения моделью БИК спектров блистера, в который упакованы капсулы из обучающего набора. Получают по 3 БИК спектра с полимерной стороны блистера по его краям, где нет капсул, предобрабатывают спектры и сравнивают с моделью. Степень отклонения образцов оценивается согласно алгоритму используемой программы для ЭВМ. В качестве критериев принятия решения могут быть использованы: коэффициент качества совпадений, который должен быть выше порогового значения модели (например, программа «OPUS» фирмы «Брукер), граница ошибки 1-го рода (например, SIMCA) или 2-го рода (например, DD-SIMCA), очерчивающая область, за пределами которой должны находиться отклоняемые образцы, и т.д. Если образцы находятся в пределах границ области модели, то меняют значения коэффициентов, сужая область модели до полного или оптимального исключения образцов, одновременно контролируя её на чувствительность (этап 7).Stage 9 (specificity): assessment of the degree of deviation by the BIC model of the spectra of the blister in which the capsules from the training set are packed. Get 3 BIC spectrum from the polymer side of the blister at its edges, where there are no capsules, pre-processed spectra and compared with the model. The degree of deviation of the samples is estimated according to the algorithm of the used computer program. The following decision criteria can be used: the quality factor of matches, which must be higher than the threshold value of the model (for example, the OPUS program from Bruker), the error margin of the 1st kind (for example, SIMCA) or the 2nd kind (for example , DD-SIMCA), outlining the area beyond which the specimens must be rejected, etc. If the samples are within the boundaries of the model area, then change the values of the coefficients, narrowing the model area to complete or optimal exclusion of the samples, while simultaneously controlling its sensitivity (step 7).
10 этап (специфичность): оценка степени отклонения моделью БИК спектров капсул, заполненных веществом, не имеющих полос поглощения в ближней ИК-области (например, прокаленный натрия хлорид, и др.). Испытание проводят с капсулами из проверочного набора: осторожно надрезают алюминиевую фольгу по краям ячейки и вынимают капсулу, отделяют чашечку от корпуса, высыпают содержимое, протирают внутренние стенки капсулы сухим ватным тампоном и заполняют натрия хлоридом, предварительно прокаленным при температуре 650 °С в течение 2 часов и измельченным в ступке; закрывают капсулу, помещают в ту же ячейку блистерной упаковки, снимают по 3 БИК спектра с каждой капсулы на уровне её корпуса и сравнивают с моделью согласно алгоритму используемой программы для ЭВМ (как этап 9). Если образцы находятся в пределах границ области модели, то меняют значения коэффициентов, сужая область модели до полного или оптимального исключения образцов, одновременно контролируя её на чувствительность (этап 7).Stage 10 (specificity): assessment of the degree of deviation by the NIR model of the spectra of capsules filled with a substance that do not have absorption bands in the near IR region (for example, calcined sodium chloride, etc.). The test is carried out with capsules from the test set: carefully cut the aluminum foil around the edges of the cell and remove the capsule, separate the cup from the body, empty the contents, wipe the inner walls of the capsule with a dry cotton swab and fill with sodium chloride previously calcined at 650 ° C for 2 hours and ground in a mortar; close the capsule, place it in the same blister cell, remove 3 NIR spectra from each capsule at the level of its case and compare it with the model according to the algorithm of the computer program used (as in step 9). If the samples are within the boundaries of the model area, then change the values of the coefficients, narrowing the model area to complete or optimal exclusion of the samples, while simultaneously controlling its sensitivity (step 7).
11 этап (специфичность): оценка степени отклонения моделью БИК спектров капсул, заполненных основным наполнителем или смесью наполнителей и натрия хлорида вместо действующего вещества. Испытание проводят с капсулами из проверочного набора, после завершения 10 этапа: капсулу, заполненную наполнителем, помещают в ту же ячейку блистерной упаковки, снимают по 3 спектра с каждой капсулы на уровне её корпуса и сравнивают с моделью согласно алгоритму используемой программы для ЭВМ (как этап 9). Если образцы находятся в пределах границ области модели, то меняют значения коэффициентов, сужая область модели до полного или оптимального исключения образцов, одновременно контролируя её на чувствительность (этап 7).Stage 11 (specificity): assessment of the degree of deviation by the NIR model of the spectra of capsules filled with the main filler or mixture of fillers and sodium chloride instead of the active substance. The test is carried out with capsules from the test set, after completing stage 10: a capsule filled with filler is placed in the same blister cell, 3 spectra are taken from each capsule at the level of its body and compared with the model according to the algorithm of the computer program used (as step 9). If the samples are within the boundaries of the model area, then change the values of the coefficients, narrowing the model area to complete or optimal exclusion of the samples, while simultaneously controlling its sensitivity (step 7).
12 этап (специфичность): оценка степени отклонения моделью БИК спектров капсулированных препаратов-дженериков в такой же упаковке (при наличии): получают 30 спектров (по 3 спектра для каждой капсулы) и сравнивают с моделью согласно алгоритму используемой программы для ЭВМ (как этап 9). При отсутствии препаратов-дженериков может быть проведена оценка степени отклонения моделью БИК спектров капсулированных препаратов в аналогичной упаковке, но содержащих близкое по структуре действующее вещество, а также имеющих одинаковый состав оболочки: получают по 30 спектров (по 3 спектра с каждой капсулы) и сравнивают с моделью согласно алгоритму используемой программы для ЭВМ (как этап 9). Если образцы находятся в пределах границ области модели, то меняют значения коэффициентов, сужая область модели до полного или оптимального исключения образцов, одновременно контролируя её на чувствительность (этап 7).Stage 12 (specificity): assessment of the degree of deviation by the NIR model of spectra of encapsulated generic drugs in the same package (if available): 30 spectra are obtained (3 spectra for each capsule) and compared with the model according to the algorithm of the computer program used (as step 9 ). In the absence of generic drugs, the degree of deviation of the spectra model of encapsulated drugs in a similar package, but containing an active substance with a similar structure, as well as having the same shell composition can be assessed: 30 spectra are obtained (3 spectra from each capsule) and compared with model according to the algorithm of the used computer program (as step 9). If the samples are within the boundaries of the model area, then change the values of the coefficients, narrowing the model area to complete or optimal exclusion of the samples, while simultaneously controlling its sensitivity (step 7).
Дженерик или воспроизведенный лекарственный препарат - лекарственный препарат, который имеет такой же качественный состав и количественный состав действующих веществ в такой же лекарственной форме, что и референтный лекарственный препарат, и биоэквивалентность или терапевтическая эквивалентность которого референтному лекарственному препарату подтверждена соответствующими исследованиями.A generic or generic drug is a drug that has the same qualitative composition and quantitative composition of the active ingredients in the same dosage form as the reference medicinal product, and the bioequivalence or therapeutic equivalence of which to the reference medicinal drug is confirmed by relevant studies.
13 этап (специфичность): оценка степени отклонения моделью БИК спектров фальсифицированных и недоброкачественных препаратов того же наименования, той же дозировки, того же производителя, в такой же упаковке (при наличии): получают по 30 спектров (по 3 спектра для каждой капсулы) и сравнивают с моделью согласно алгоритму используемой программы для ЭВМ (как этап 9). Если образцы находятся в пределах границ области модели, то меняют значения коэффициентов, сужая область модели до полного или оптимального исключения образцов, одновременно контролируя её на чувствительность (этап 7).Stage 13 (specificity): assessment of the degree of deviation by the NIR model of the spectra of falsified and poor-quality preparations of the same name, the same dosage, the same manufacturer, in the same package (if available): 30 spectra are obtained (3 spectra for each capsule) and compared with the model according to the algorithm of the used computer program (as step 9). If the samples are within the boundaries of the model area, then change the values of the coefficients, narrowing the model area to complete or optimal exclusion of the samples, while simultaneously controlling its sensitivity (step 7).
Таким образом, данный подход валидации построенной модели одноклассовой классификации является универсальным, т.к. не зависит от способа её построения, при этом позволяет оценить её чувствительность и специфичность.Thus, this validation approach of the constructed one-class classification model is universal, since does not depend on the method of its construction, while it allows to evaluate its sensitivity and specificity.
Ниже приведены примеры, в которых продемонстрирована работоспособность предложенного способа построения и валидации модели на двух препаратах в капсулированной форме. В таблицах 1 и 2 представлены данные по валидации моделей для образцов препаратов в примерах 1 и 2. Модель построена на предобработанных спектрах с помощью метода одноклассовой классификации «Ident» из программы «Opus» (Брукер). Все объекты, имеющие качество совпадений меньше порога модели, принадлежат к классу исследуемого объекта и аутентичны ему, выше этого значения – не принадлежат, т.е. не аутентичны ему.Below are examples in which the efficiency of the proposed method for constructing and validating a model on two preparations in encapsulated form is demonstrated. Tables 1 and 2 present data on the validation of models for sample preparations in examples 1 and 2. The model is based on pre-processed spectra using the Ident one-class classification method from the Opus program (Brooker). All objects that have the quality of matches less than the threshold of the model belong to the class of the object under study and are authentic to it, above this value they do not belong, i.e. not authentic to him.
Пример 1. Капсулы Азитромицина в ячейковой блистерной упаковке из поливинилхлорида и алюминиевой фольги.Example 1. Azithromycin capsules in a cellular blister pack of polyvinyl chloride and aluminum foil.
В таблице 1 представлены данные по степени принятия и отклонения образцов валидационного набора при валидации модели для указанного препарата. Модель построена на предобработанных спектрах с помощью метода одноклассовой классификации «Ident» из программы «Opus» (Брукер). Порог построенной модели – 0,029465. Все объекты, имеющие качество совпадений меньше указанного порога модели, принадлежат к классу объектов, для которых была построена модель, выше этого значения – к чужому классу. На фиг.2.представлены БИК спектры образцов препарата 5 серий без предобработки. На фиг.3. представлены БИК спектры образцов препарата 5 серий после предобработки (совмещение, удаление неинформативной и шумовой области, векторная нормализация, удаление области основного пика воды). На фиг.4. представлены средние БИК спектры образцов препарата 5 серий после предобработки (1), блистера (2), капсул с натрия хлоридом (3), капсул с модельной смесью без действующего вещества. На фиг.5. представлены средние БИК спектры образцов препарата 5 серий после предобработки (1) и препаратов-дженериков (2-4). Table 1 presents data on the degree of acceptance and deviation of samples of the validation kit during model validation for the specified drug. The model is based on pre-processed spectra using the Ident class of single-class classification from the Opus program (Brooker). The threshold of the built model is 0.029465. All objects that have the quality of matches less than the specified threshold of the model belong to the class of objects for which the model was built, above this value - to another class. In Fig. 2., the NIR spectra of samples of the preparation of 5 series without pretreatment are presented. In figure 3. BIC spectra of 5 series samples after preprocessing are presented (combination, removal of non-informative and noise areas, vector normalization, removal of the region of the main water peak). Figure 4. The average NIR spectra of samples of the preparation of 5 series after preprocessing (1), blister (2), capsules with sodium chloride (3), capsules with a model mixture without active substance are presented. Figure 5. The average NIR spectra of samples of the preparation of 5 series after preprocessing (1) and generic preparations (2-4) are presented.
Пример 2. Капсулы Флуконазола в ячейковой блистерной упаковке из поливинилхлорида и алюминиевой фольги. В таблице 2 представлены данные по степени принятия и отклонения образцов валидационного набора при валидации модели для указанного препарата. Модель построена на предобработанных спектрах с помощью метода одноклассовой классификации «Ident» из программы «Opus» (Брукер). Порог построенной модели – 0,030911. Все объекты, имеющие качество совпадений меньше указанного порога модели, принадлежат к классу объектов, для которых была построена модель, выше этого значения – к чужому классу. На фиг.6.представлены БИК спектры образцов препарата 5 серий без предобработки. На фиг.7. представлены БИК спектры образцов препарата 5 серий после предобработки (совмещение, удаление неинформативной и шумовой области, векторная нормализация, удаление области основного пика воды). На фиг.8. представлены средние БИК спектры образцов препарата 5 серий после предобработки (1), блистера (2), капсул с натрия хлоридом (3), капсул с основным наполнителем – лактоза. На фиг.9. представлены средние БИК спектры образцов препарата 5 серий после предобработки (1) и препаратов-дженериков (2-3). На фиг.10. представлены средние БИК спектры образцов препарата 5 серий после предобработки (1) и фальсифицированного образца (2).Example 2. Fluconazole capsules in a cellular blister pack of polyvinyl chloride and aluminum foil. Table 2 presents data on the degree of acceptance and deviation of samples of the validation set during the model validation for the specified drug. The model is based on pre-processed spectra using the Ident class of single-class classification from the Opus program (Brooker). The threshold of the built model is 0.030911. All objects that have the quality of matches less than the specified threshold of the model belong to the class of objects for which the model was built, above this value - to another class. In Fig. 6, the NIR spectra of samples of the preparation of 5 series without preprocessing are presented. 7. BIC spectra of 5 series samples after preprocessing are presented (combination, removal of non-informative and noise areas, vector normalization, removal of the region of the main water peak). On Fig. The average NIR spectra of samples of the preparation of 5 series after preprocessing (1), blister (2), capsules with sodium chloride (3), capsules with the main filler - lactose are presented. In Fig.9. The average NIR spectra of samples of the preparation of 5 series after preprocessing (1) and generic preparations (2-3) are presented. Figure 10. The average NIR spectra of samples of the preparation of the 5 series after the preprocessing (1) and the falsified sample (2) are presented.
Таблица 1. Результаты валидации модели в примере 1Table 1. The results of the validation of the model in example 1
Таблица 2. Результаты валидации модели в примере 2Table 2. The results of model validation in example 2
Claims (16)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2018128735A RU2685756C1 (en) | 2018-08-06 | 2018-08-06 | Method of capsular drug preparations testing in blister package by nir spectrometry |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2018128735A RU2685756C1 (en) | 2018-08-06 | 2018-08-06 | Method of capsular drug preparations testing in blister package by nir spectrometry |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2685756C1 true RU2685756C1 (en) | 2019-04-23 |
Family
ID=66314464
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2018128735A RU2685756C1 (en) | 2018-08-06 | 2018-08-06 | Method of capsular drug preparations testing in blister package by nir spectrometry |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2685756C1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115326319A (en) * | 2022-08-08 | 2022-11-11 | 无锡迅杰光远科技有限公司 | Liquid package detection method, device and storage medium |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4893253A (en) * | 1988-03-10 | 1990-01-09 | Indiana University Foundation | Method for analyzing intact capsules and tablets by near-infrared reflectance spectrometry |
| EP1754967A2 (en) * | 2005-04-05 | 2007-02-21 | National Institute for the Control of Pharmaceutical and Biological Products | A method and instrument for identifying a drug by near infrared spectroanalysis |
| CN101961360A (en) * | 2009-07-24 | 2011-02-02 | 天津天士力现代中药资源有限公司 | Near infrared spectrum identification method for pseudo-ginseng |
-
2018
- 2018-08-06 RU RU2018128735A patent/RU2685756C1/en active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4893253A (en) * | 1988-03-10 | 1990-01-09 | Indiana University Foundation | Method for analyzing intact capsules and tablets by near-infrared reflectance spectrometry |
| EP1754967A2 (en) * | 2005-04-05 | 2007-02-21 | National Institute for the Control of Pharmaceutical and Biological Products | A method and instrument for identifying a drug by near infrared spectroanalysis |
| CN101961360A (en) * | 2009-07-24 | 2011-02-02 | 天津天士力现代中药资源有限公司 | Near infrared spectrum identification method for pseudo-ginseng |
Non-Patent Citations (1)
| Title |
|---|
| К.С. Балыклова и др. "Исследование таблеток с помощью портативного и лабораторного БИК-спектрометра", ВЕСТНИК РОСЗДРАВНАДЗОРА, No 4, 2015 г, стр. 65-71. * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115326319A (en) * | 2022-08-08 | 2022-11-11 | 无锡迅杰光远科技有限公司 | Liquid package detection method, device and storage medium |
| CN115326319B (en) * | 2022-08-08 | 2023-11-24 | 无锡迅杰光远科技有限公司 | Liquid package detection method, device and storage medium |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zontov et al. | Chemometric aided NIR portable instrument for rapid assessment of medicine quality | |
| Vickers et al. | Field detection devices for screening the quality of medicines: a systematic review | |
| Ciza et al. | Comparing the qualitative performances of handheld NIR and Raman spectrophotometers for the detection of falsified pharmaceutical products | |
| US7218395B2 (en) | Rapid pharmaceutical identification and verification system | |
| Storme-Paris et al. | Challenging near infrared spectroscopy discriminating ability for counterfeit pharmaceuticals detection | |
| Been et al. | Profiling of counterfeit medicines by vibrational spectroscopy | |
| US6667802B2 (en) | System and method for self-referencing calibration | |
| EP1754967A2 (en) | A method and instrument for identifying a drug by near infrared spectroanalysis | |
| Dégardin et al. | Comprehensive study of a handheld Raman spectrometer for the analysis of counterfeits of solid-dosage form medicines | |
| Rodionova et al. | Detection of counterfeit and substandard tablets using non-invasive NIR and chemometrics-A conceptual framework for a big screening system | |
| WO2006004656A2 (en) | Spectroscopic pharmacy verification and inspection system | |
| Rodionova et al. | Quantitative risk assessment in classification of drugs with identical API content | |
| Rodionova et al. | Application of NIR spectroscopy and chemometrics for revealing of the ‘high quality fakes’ among the medicines | |
| US8848173B2 (en) | Chemical and molecular identification and quantification system utilizing enhanced photoemission spectroscopy | |
| RU2685756C1 (en) | Method of capsular drug preparations testing in blister package by nir spectrometry | |
| BR102016019770B1 (en) | METHODOLOGY FOR IDENTIFICATION OF MATERIALS THROUGH METHODS OF COMPARISON BETWEEN SPECTRUM OF A SAMPLE AGAINST MATERIAL SPECTRUM REFERENCE LIBRARY | |
| Chen et al. | Application of near-infrared spectroscopy and class-modeling to antibiotic authentication | |
| Kakio et al. | Classification and visualization of physical and chemical properties of falsified medicines with handheld Raman spectroscopy and X-ray computed tomography | |
| Awotunde et al. | Discrimination of substandard and falsified formulations from genuine pharmaceuticals using NIR spectra and machine learning | |
| RU2685758C1 (en) | Method of performing tableted medicinal preparations in blister packing by nir spectrometry | |
| Farooq et al. | Rapid identification of breast cancer subtypes using micro-FTIR and machine learning methods | |
| Fuenffinger et al. | Classification of ciprofloxacin tablets using near-infrared spectroscopy and chemometric modeling | |
| Hertrampf et al. | Semi-quantitative prediction of a multiple API solid dosage form with a combination of vibrational spectroscopy methods | |
| Jia et al. | A training set selection strategy for a universal near-infrared quantitative model | |
| Raimondo et al. | A NIR, 1 H-NMR, LC-MS and chemometrics pilot study on the origin of carvedilol drug substances: a tool for discovering falsified active pharmaceutical ingredients |