本文研究使用实验设计方法来定义中型散装容器（IBC）的不同清洁程序。作者用高溶解性低剂量产品和相对溶解性不好高剂量的产品构成实验的输入变量评估了这种新方法。

 

定义清洁程序对于确保从非专用工艺设备上消除产品残留来说是至关重要的。然而对于设备上每年可能会生产30-40种不同的口服固体制剂产品，这一过程可能是花费昂贵并且具有挑战性的。

 

一般来说，最好的清洁程序的定义是基于监控每个产品淋洗水样的终产品的含量、pH和的电导率，直到它们都在可接受范围内。

 

本文研究一种新的方式来做到这一点，使用实验设计方法来定义中型散装容器（IBC）的不同清洁程序。

 

作者们评估了这种新方法，用高溶解性低剂量产品和相对溶解性不好高剂量的产品构成实验的输入变量。

 

考虑到制药生产中使用的API，辅料，清洁和加工材料数量和种类繁多，药品可能会受到许多物质的污染。这就是为什么通过清洁验证来确认清洁是如此关键。验证确定了潜在的残留物，无论是来自于API，辅料，清洗剂还是微生物，并建立了一个过程，通过这种过程潜在的污染物被降至最低可接受的限度。

 

通常，这些限度的定义是基于目视，化学，和微生物数据。化学限度表示为在下一产品中的最大浓度，每单位表面积上的数量，或者萃取溶剂中的浓度。可接受限度加上内部行动限度使得制药企业能够实现更严格的工艺控制。

 

一旦定义了潜在残留物，必须要建立检验方法。通常情况下，会使用专属性方法，如HPLC和UV，但是非专属性方法如总有机碳（TOC）也可能被使用，同时pH、电导率检测也应该被用来评估清洁程序的性能。

 

专属性方法的缺点包括需要为每一种新的API开发检测方法并进行方法学验证，这一过程可能是漫长而昂贵的。然而，总有机碳法（TOC）可被应用到任何产品，灵敏度足以使检测限达到μg/L或ppb，相比其他方法会较少涉及耗时样品的制备。

 

尽管专属性方法通常是首选的，如果在连续工艺监控中有特定的科学依据也是可以使用非专属性技术的，专属性方法只能用于初始验证。

 

取样方法选择检测淋洗水法或表面擦拭法。在处理非常大的设备、管道、或者在设备表面接触受限的情况下采用淋洗法取样。涉及采用直接擦拭取样的样品情况，应确保残留物能够被合理检测到，并且在接触不到的设备表面不会有未溶解的残留物。

 

实验设计使得程序发展更快

 

作者开展了一项研究，应用实验设计原理和清洁验证的建议，开发一种更快速的方法为颗粒状产品的IBC容器的清洗来设定和验证程序。他们扩展了这一方法，并将其应用于在多产品口服固体制剂设备中，为立式制粒机设定了清洁验证范围。这些实验是在这两种系统的性能鉴定步骤中进行的。

 

Plackett-Burman实验设计（筛选试验设计）方法用于识别最重要的清洁工艺参数，在实验阶段的早期，运行最少数量的实验。为了评估变量之间的相互作用，在Plackett-Burman模型以后进行了二水准部分阶乘实验设计。

 

尽管从二水准部分阶乘实验设计得到的方程式解释了清洁过程是一个三阶方程，但最初的适用于一阶模型的Plackett-Burman在每一步清洗过程中预测工艺参数上更有价值。这一过程是为了扩大立式制粒机的规模，清洗设计空间也得到了验证。

 

结果表明，虽然阶乘设计对于理解过程行为和输入变量的相互作用非常有用，但Plackett-Burman设计允许线性模型的定义可以根据产品剂量来预测13个新的清洗过程的工艺参数。从实验设计中预测的5个清洗程序(或配方)，通过使用9种不同的产品得到了实验确认。先前的分析清洁剂的特性帮助定义了美国药典(USP)纯化的水pH值和电导率值的可接受限度。

 

用用水量和设备表面的比例使得该程序规模得到扩大并用于制粒机的清洁。清洁程序的设计空间也在对两种高剂量产品的四次独立运行中被检测。结果表明，实验得出的模型对于清洁程序符合规定提供了高水平的保证。

 

材料和方法

 

清洁站

 

IBC容器自动清洁采取离线清洁(COP)的方式在AISI304舱室中进行(WB型，化妆品，意大利)进行和600-L的格拉特立式制粒机系统采取在线清洁(CIP)的方式进行。使用了一个连续的过程，由初始阶段淋洗液来移除大量附着的产品，第二阶段在其中加入清洁剂。此外，还有两个最后的淋洗步骤。收集最终淋洗水，检测离线的总有机碳（TOC），pH和电导率。该系统的设计目的是在一个协同的模式下，将关键清洗参数(如：时间、水、压力、化学反应和温度)的条件合并，并被自动控制以达到一个稳健的过程。

 

分析方法

 

总有机碳（TOC）是在GESIEVERS 900系列总有机碳分析仪中自动进行检测的，而pH和电导率则是用梅特勒-托利多的综合测试仪来测量的。每一次检测至少重复一次。纯化的水样在最后10秒的最后淋洗步骤中被收集到ERA超低TOC含量认证的40ml总有机碳（TOC）烧瓶中。

 

实验设计

 

在实验设计的定义中，使用了Stat-Ease, Inc.公司的 Design-Expert软件的6.0.1版本。Plackett-Burman设计的6个因素(即：初始的淋洗体积、清洁剂体积、清洁剂浓度、最终淋洗量、纯化水淋洗量和产品剂量)在一个单一的模块（包括两个中心点）中进行了18次运行。

 

另外一个二水准部分阶乘实验设计（相同的6个因素）被用来估计18次运行中所有相互作用的影响，包括两个中心点。实验是作为一个单一的模块进行的。

 

两种设计都是在两种不同的产品中进行的，分别是：产品1(20mg剂量，高水溶性)和产品2(400mg剂量，低水溶性)。

 

在实验阶段和预测过程的评估中使用了一种中性清洁剂(Steris公司的CIP300)。在工艺性能评定过程中，还对Steris公司的CIP200酸清洁剂和CIP 100碱清洁剂进行了评价。

 

结果和讨论

 

清洁验证是一种文件证据，证明一种清洗程序提供的设备可以用于生产过程，主要是多产品设备。与验证研究相关的活动可以分为三个阶段。

 

第一阶段，通常叫做预验证，涉及调研，开发和设备确认。第二阶段的设计是为了验证所有已经建立的关键工艺参数限制都是有效的，并且这个工艺能够生产出具有足够水平的具备关键质量属性的产品，即使在最坏的情况也是如此。

 

第三阶段，验证维护状态，涉及到与工艺性能相关的所有文档的周期性审核，以确保不会出现任何偏差、故障或对生产工艺的更改。系统和工艺控制的仔细设计确保了工艺的稳健性和高质量的产品。

 

这些阶段可以应用于清洁工艺，考虑到他们的开发和验证是基于定义清洁程序和控制分析含量、可接受残留限度、关键取样点和方法。所有这些元素必须在第一阶段建立。本文中，作者们将总结在早期预验证阶段中，为口服固体制剂生产中所涉及的两个关键设备建立清洁程序的过程。

 

定义可接受残留限度

 

大多数情况下，在清洁程序开发中评估首选的清洁剂是中性pH的清洁剂。如果它不能够很好的去除产品，其他酸或碱清洁剂将被试验。确定在纯化水中稀释的清洁剂与PH/电导率值之间的关系是在清洁验证研究中使用这些测定作为清洁剂去除的指示剂的先决条件。这就是为什么，在这项研究中，作者们测试三种不同的清洁剂来评估他们在设备清洁程序性能上的影响。

 

对于CIP300清洁剂，不同浓度的pH值显示pH测试仅能够检测超过1000ppm的浓度。对于更低的水平，pH值对应的是纯化水的pH（5.0-7.0）。电导率值与清洁剂的浓度有关显示，这种类型的分析能够检测的浓度高于10ppm(1.5μS/cm-2.7 μS/cm)，确认电导率为比pH测试更好的检测清洁剂在最终淋洗水样品中残留的分析在之前报道过。

 

在CIP200的酸清洁剂情况下，1ppm相当于水pH的下限（5.20-5.76），电导率在3.0-3.73μS/cm的范围内。对于CIP100的碱清洁剂，1ppm的pH范围稍微超过水pH的上限(6.92-7.31)，电导率在2.29- 3.98 μS/cm之间。

 

将这些结果考虑在内，采用了基于pH，电导率和总有机碳（TOC）的USP纯化水的规格被作为可接受限度来评估清洁工艺开发的结果。尽管这三种清洁剂的检测限度低于1ppm，低于公认的限度10ppm，作者们最初认为，在多产品设备过程中，表面残留物可能对终产品有潜在的累积效应。作者们选择了一个超维度的过程来减少病人的风险，但是其他因素能够证明建立更高限度是合理的。

 

Plackett-Burman设计结果

 

在Plackett-Burman设计中，选择实验设计变量的主要影响是与两因素相互之间有一个复杂的混淆关系。因此，当可以假定双方之间的相互作用是可以忽略的时候，这些设计应该只用于研究工艺参数的主要影响。

 

在对Plackett-Burman实验结果的评价中，在总有机碳（TOC）值和操作清洗参数之间建立了一个线性模型。方差测试的分析表明，影响剂量的概率值低于0.05，表明其统计意义在95.0%的置信水平上(表I)。

 

表1：通过对Plackett-Burman实验设计的样品分析得到TOC的方差分析。（DF=自由度；Prob=与给定F值相关的统计概率。）

 

R²统计表明调整后的模型只解释了38.102%的总有机碳变异性。调整后的R²是14.8902%，表明线性方程并没有完全解释系统的行为，因此很可能在操作变量之间进行更高阶的交互。

 

杜宾-沃森统计数据超过了5.0%，证明了残差没有连续的相关性。Plackett-Burman的最终方程（方程式1），在解码因子方面是：

 

[Eq.1] TOC—525.397—0.36299• 初始淋洗体积 —6.15948 •清洁剂体积 +1.52647 • 清洁剂浓度— 1.36716 •最终淋洗体积— 1.38799 • 纯化的淋洗体积 +0.5559804 • 剂量

 

正如预期的那样，这个方程式表明，初始淋洗，清洁剂，最终淋洗和纯化淋洗体积与总有机碳值有负相关，增加剂量和清洁剂浓度也增加了预期的总有机碳（TOC）的结果。

 

部分阶乘实验设计的结果。较低的Plackett-Burman调整了R²（14.8902%），表明线性方程并不能完全解释系统的行为。为了解释这些变量在总有机碳（TOC）变异性之间可能的相互作用，利用Plackett-Burman设计的共同实验的结果，完成了一个部分阶乘实验设计。对方差结果的分析如表II所示。

 

表II：从二水准部分阶乘实验设计的样本分析中得到对总有机碳（TOC）的方差分析。(DF=自由度；Prob=与给定F值相关的统计概率。)

 

概率值小于0.0500表示模型是显著的。在这种情况下，D（饮用水的最终淋洗体积），AD（初始饮用水的淋洗体积和饮用水的最终淋洗体积之间的相互关系），AE（初始饮用水的淋洗体积与纯化水的最终淋洗体积之间的相互关系）和ABD（初始饮用水淋洗体积，清洁剂体积和饮用水最终淋洗体积）在模型上是显著的。在分析范围内的清洁剂的浓度是具有统计学意义的。

 

足够的精度测量信噪比。大于4的比率是可取的。所获得的10.918的比率表明了一个充分的信号。对残留物也进行了常规检查。

 

最终方程式（方程式2）的解码因子如下：

 

[Eq.2] TOC—268.69—55.06●最终淋洗体积+ 97.81●初始淋洗体积●最终淋洗体积+ 67.31●初始淋洗体积● 纯化的淋洗体积—54.09● 初始淋洗体积●最终淋洗体积 ●清洁剂体积

 

这个模型解释了过程变异性的70.56%，比从Plackett-Burman设计中获得的线性模型更准确的描述了工艺参数的影响。

 

IBC容器的清洁程序开发

 

使用Excel的求解程序，Plackett-Burman衍生方程式在不同产品剂量中被评价，在此过程中，只有过程变量发生了改变。这个过程允许根据产品的计量为每组产品定义配方。因为清洁剂浓度的检测不作为实验设计的一个重要参数，他被限制为一个常数，以达到最小值。所有的限制都被限定在实验设计中包含清洁工艺参数的范围之内。

 

最终的程序在7个其他产品的至少2个容器中被评估。该实验的结果表明，使用统计学获得的模型在对清洁工艺参数的预测中，足以满足不同剂量、产品批量在90-180kg的可溶解产品的可接受标准。（表III）

 

表III：应用容器清洗程序的结果，用Plackett-Burman方法开发的方法。

 

在正确的情况下正确使用时，目视检查是一种强大的检测方法。使用本文所述的方法，对设备表面的目视检查要做到没有发现残留物，才表明该方法是有效的。

 

为产品剂量组开发清洁程序允许减少时间过程，因为最坏情况的循环方法需要11分钟。对于较低的剂量，过程时间如下：

 

产品剂量3-10mg：6分钟

 

产品剂量1-20mg：7分钟

 

产品剂量5-200mg：8分钟

 

产品剂量2-400mg：9分钟

 

Plackett-Burman模型更实用，因为它允许作者们根据不同剂量和溶解度的两种产品得到的结果，为13组产品定义操作参数。这种方法可以很容易的应用于在设备安装的新自动化系统，以更快的建立清洁工艺条件，并且比单独为每一个产品开发清洁工艺条件的成本更低。

 

其他需要验证的关键因素是清洗前的最大延迟（即：设备在清洗前保持未清洁的最大时间和应用程序后保持清洁的最大时间。在实验设计中，这些数值应该分别被包括在输入和输出变量中）。

 

立式制粒机清洁程序的开发

 

为了加快立式制粒机的清洁程序的开发，计算了制粒机和容器的产品接触表面积和清洁体积之间的关系。这种方法促进了开发和评估在进行验证之前的清洁配方的过程。

 

为了扩大规模放大产品，在清洗500mg剂量的容器所需的总水量和容器面积之间得到一个比率。这个值与600L的制粒机产品接触面积有关，这种关系用于确定清洁所需的体积。

 

清洗程序按照顺序进行调整，为了达到总计算体积。这个体积随后被用作中心点，并确定了围绕它的变量，使用了一个没有中心点的3个变量的部分阶乘设计。（部分析因设计）

 

使用两种分类变量（两种不同的500mg产品和两种不同的清洁剂）。清洗程序的设计空间的耐受性是在用两种不同的500mg产品剂量和CIP200，CIP100清洁剂的8次运行中确定的。

 

结果表明（见表IV）在所有情况下，实际残留限度低于计算的水平，并且在产品7和8的总有机碳的每百万分中（ppm）。

 

表IV：清洗程序空间设计的结果，该程序是为一种600L的格拉特立式制粒机开发的，用了水体积和与设备表面积的比率。

 

目视检查证明了该程序的开发是稳健的。任何设备表面都不能检测到残留物。

 

结论

 

评估表明，从Plackett-Burman（筛选试验设计）得到的数学模型能够准确地预测IBC清洗过程的最佳条件。使用该设计模型的结果在9个产品至少两个独立的重复中被检查。在所有情况下，这些结果都是在产品和清洁剂去除的可接受范围内得到的。

 

每一种产品的不同清洁工艺参数（淋洗和清洁剂体积）的应用允许每个容器的耗水量减少至320L，源于更好地利用了IBC的离线清洗组装能力，因为每一类型的产品都有一个确定的工艺时间。如果确定最坏情况程序的常用方法被用于所有的容器，时间和水的浪费会显著增加。

 

当这个过程被扩大规模来清洗立式制粒机时，可预测性的设计空间结果会比IBC要高，但是所有的结果都低于10ppm，表明实验设计可以成为一个强有力的工具来开发更稳健的清洁程序。