阿莫西林胶囊生产过程质量控制方案初探

戚淑叶 黄伟明 王德刚 尹利辉 姚尚辰 许明哲 胡昌勤,*

(1 中国食品药品检定研究院，北京 102629；2 珠海联邦制药股份有限公司中山分公司，中山 528467)

药品的安全、有效和质量可控是上市药品应具有的最基本属性。其中，质量可控是安全有效的前提条件，只有使药品质量处于良好的控制之下，才有可能获得高品质的药品，进而为临床应用的安全有效提供保障[1]。然而，药品生产过程的质量控制有其特殊性，例如原辅料质量因供应商及工艺不同存在较大差异，包装材料因各企业标准不一而有所不同，多数制药过程采用终产品检验的方式进行产品控制、而对生产中各类参数缺乏精准的控制等，决定了药品生产过程中普遍存在风险，控制不当会导致药品批次存在诸多的差异性、乃至产生严重的药品质量问题[2]。

近些年，人用药品注册技术要求国际协调会(ICH)推广“质量源于设计(quality by design，QbD)理念”，强调增加对产品的认知(质量风险管理：根据风险评估协助做出药政管理决定)和工艺的全过程控制(质量体系：通过“实时”控制减少产品的放行检验)，进而拓展出更灵活、有效的管理办法。欧美制药领域成功经验提示：加强药品质量控制的方法可利用过程分析技术(process analytical technology,PAT)和/或实时放行策略(包括参数放行)替代终产品检验的方法[3-5]。其中，PAT是指以保证终产品质量为目的，通过对有关原料、生产中物料及工艺的关键参数和性能指标进行实时(即在工艺过程中)检测的一个集设计、分析和生产控制为一体的系统[6]。我国PAT应用起步较晚，化学药品方面基本没有成熟的案例，原因分析如下：①PAT应用有一定政策、法规引导，但具体标准、规范和指南鲜有发布，企业不敢轻易尝试PAT介入常规生产。例如2016年发布的《医药工业发展规划指南》和《智能制造工程实施指南(2016—2020)》均将PAT作为未来医药领域发展主要任务之一，主张采用PAT优化制药工艺和质量控制，实现药品从研发到生产的技术衔接和产品质量一致性；然而在2019年版《已上市化学药品药学变更研究技术指导原则(征求意见稿)》中，对原料药/制剂生产工艺的微小变更，仅强调了变更后其控制方法和质控标准应较变更前没有变化或更加严格，未对变更中应用PAT方法如近红外光谱(near infrared spectroscopy, NIRS)法等提出具体要求。2020年版中国药典虽然强调了贯彻落实药品全生命周期监管的理念，加强了药品生产、过程控制和质量控制等通用技术要求的制定，但均未涉及与PAT相关的应用标准或指南。②企业难以明确PAT应用的效益大于成本投入。PAT实践的优势是连续监测以优化反应时间和产量，缩短生产周期；降低危险物料处理及操作的成本；优化单元操作，降低不良质量的耗费成本。但化药制造工艺普遍固定、产品合格率高，制药企业难以平衡法规过渡时期PAT工艺变更可能造成的经济损失。③国内药品质量控制模式很多停留在“质量源于生产”的理念，鲜有企业了解或应用QbD理念，而该理念可为PAT的实施提供监管和技术架构。

基于上述情况，考虑国内制药企业生产成本和变更的风险，综合QbD理念，探讨化学药品生产过程PAT质控方案：尝试从制剂成品的现有质控指标中筛选关键质量属性(critical quality attributes, CQAs)，通过对多批次原辅料、中间体质量状况的检测，依托产品的生产工艺和多变量数据分析确定关键工艺参数(critical process parameters, CPPs)和关键原辅料属性(critical material attributes, CMAs)，并建立三者的函数关系；借鉴国际NIRS应用指南和经验[7-9]，尝试利用NIRS作为参考方法应用于CMAs、CPPs生产线线旁的快速检测，实现药品质量风险控制点前移，如图1所示。

阿莫西林作为一种最常用的半合成广谱抗生素，抗菌效果好，临床用量巨大，其中胶囊剂占比70%以上[11]。本文所采用的阿莫西林胶囊生产过程如下：原料投入(生产环节1)→干法制粒、辅料混合(生产环节2)→胶囊填充(生产环节3)→铝塑包装(生产环节4)→制剂成品。在每一生产环节取样检测质控指标并采集近红外光谱：确定阿莫西林胶囊CQAs并设定其控制界限；尝试通过对每个生产环节检测数据的统计和关联分析，确定并建立CMAs、CPPs和CQAs三者之间函数关系，称为质控函数；利用NIRS实现对上述信息，特别是CPPs的快速检测，实时反馈至质控函数并评估CQAs的受控情况，将制剂成品质量风险控制点前移至生产过程。

1 材料与方法

1.1 样品及内控指标检测

样品来源为珠海联邦制药中山分公司提供的2016年2—6月105批次阿莫西林原料、生产中间体(混合后药物颗粒、胶囊填充内容物、铝塑包装后内容物)和制剂成品。其中，原料和制剂成品的检测项目包括阿莫西林含量、纯度、聚合物、阿莫西林闭环二聚体、总杂质含量及水分，3种中间体的检测项目包括阿莫西林纯度和水分。

1.2 近红外光谱采集

所有样品采集近红外光谱。仪器：Bruker Matrix-F近红外光谱分析仪；采集方式：光纤探头直接接触药粉测量；检测器：TE-InGaAs；波长范围：12000～4000 cm-1；分辨率：8 cm-1；扫描次数：32。每一个样品采集5次光谱取平均，作为每个样品的原始光谱。

2 结果与讨论

按照QbD理念，对药品及其整个生产过程的认知是建立灵活监管方法的基础。目标产品的质量通常可通过产品的关键质量属性(CQAs)进行评估。通过对产品CQAs的认知，确认生产过程中的关键原辅料属性(CMAs)和关键工艺参数(CPPs)，建立CMAs、CPPs和产品CQAs的联系，并实现对生产工艺的不断优化，是QbD理念的核心[12]。

2.1 确定制剂成品的CQAs

统计105批次原料和制剂成品检验检测数据，如图2所示。比较原料和制剂的各性质值，发现：①相较于原料水分(Av=12.77%，RSD=0.92%)，制剂成品水分(Av=12.67%，RSD=1.64%)波动较大，提示生产过程药物水分可能失控，且整体表现为失水；②原料和制剂中聚合物含量无显著性差异；③对于杂质而言，制剂成品中总杂质含量、特别是最大单杂(阿莫西林闭环二聚体)含量增加明显，提示制剂成品中阿莫西林纯度下降的显著原因除了辅料添加以外还与生产过程中杂质的产生有关。结合阿莫西林制剂产品杂质谱研究，提示其制药过程中闭环二聚体变化量是影响产品质量的关键[13]。综上，确定阿莫西林闭环二聚体为该产品的CQAs。

根据GB/T 17989.2-2020《常规控制图》要求设定制剂成品CQAs控制界限(μ±3σ)。控制界限是药品生产和质量控制过程中质量数据的实际分布，是过程处于稳定受控状态时质量数据所形成的典型的μ±3σ范围分布，是判断过程正常与异常的依据[14]。如图3所示：从控制图界限来看，制剂成品CQAs的上、下控制线分别为0.38%(UCL, upper control line)和0.19%(LCL, lower control line)，该产品有一个界外点；依据界内点8种判异准则(GB/T 17989.2-2020)，样品CQAs平均值发生变化，可能来源为测量误差、原料差异、设备磨损等。随着考察批次量及其代表性的增加，对应统计的CQAs控制界限更可靠，风险评估可信度逐步提升。

2.2 确认生产过程中的CPPs

通过单因素方差分析(置信水平0.05)发现，药品在不同生产环节的纯度和水分存在显著性差异；经过进一步多重比较发现，胶囊填充(生产环节3)和铝塑包装(生产环节4)阶段的内容物之间没有显著性差异，而制粒混合(生产环节2)后药物颗粒与原料(生产环节1)之间、或胶囊/铝塑内容物之间存在显著性差异，具体信息如表1所示。

表1 各个生产环节下中间体纯度和水分差异性分析Tab.1 Difference analysis of the purity and water of intermediates from each production process

根据工艺流程，从原料投料到制粒混合期间经历了原料的干法制粒、辅料的投入与混合，工艺过程中发生的水分丢失、杂质的产生、辅料的增加等，导致制粒混合后药物颗粒的纯度和水分发生显著变化；在药物颗粒包装前后，由于该阿莫西林胶囊不同生产环节相对独立、非连续作业，混合后物料放置可能发生重粉的吸潮问题，导致制粒混合后药物颗粒与胶囊填充内容物之间的水分存在差异；而填充完胶囊后因胶囊、铝塑盒的保护，药物水分变化不大，即包装较好的防止了产品的进一步变化。综合上述多个生产过程的分析、比较，提示影响制剂成品CQAs(闭环二聚体含量)质量的关键质控过程为干法制粒环节，其过程失水量(CPPs)可用来监控该工艺参数(如压力、整粒速度等)的合理性。

2.3 建立CMAs、CPPs和产品CQAs三者之间的量值关系

进一步考察原料各属性、制粒过程失水量与制剂成品中闭环二聚体的量值关系。为更好地表征生产过程的变化情况，添加全生产过程闭环二聚体增长量来建立原料、生产过程、制剂成品之间的联系。

通过多元线性回归(multiple linear regression,MLR)发现，原料闭环二聚体(CMAs)、制粒过程失水量(CPPs)与制剂成品闭环二聚体(CQAs)增长量之间存在相关性，其回归函数如公式1所示，相关系数r=0.91。其中，不同批次间CQAs增长量的真实值与预测值波动情况如图4所示，两者变化趋势基本一致，提示可用该函数(公式1)建立阿莫西林胶囊CQAs与CMAs、CPPs三者之间的量值关系，定义为质控函数。

分析质控函数中各个变量与因变量的关系，发现CPPs与CQAs增长量呈正相关，即随着制粒过程失水量的增加，制剂成品中闭环二聚体增长量上升，此结论与杂质谱分析结果一致。干法制粒的过筛整粒(干燥)环节是失水量产生的主要来源，提示影响该工艺水平的加料速率、挤压压力、轧片辊轮间距、筛网目数等参数合理化调整是产品质量控制的关键[13]。

2.4 NIRS快速检测CPPs

针对关键工艺——干法制粒前后的药物失水量，采集该工艺前原料、该工艺后中间体药物颗粒的近红外光谱，建立制粒过程失水量(CPPs)近红外定量模型，以实现过程信息的快速反馈。

2.4.1 利用制粒后中间体的近红外光谱预测制粒过程中水分的变化

近红外光谱预处理手段为标准正态变量变换(standard normal variate, SNV)+Savitzky-Golay一阶导(17,2)，克服药粉粒径差异对光谱的影响，并放大有效信息。

通过预处理后谱图与CPPs的相关系数图和对应标准偏差谱(图5)可知，具有极大负相关且对应横坐标上响应变动显著的波点为5272.43、5145.15和4427.76 cm-1。其中，5272.43 cm-1附近表征羧基(-COOH)的C=O二倍频；5145.15 cm-1附近表征水(H2O)的O-H伸缩和弯曲振动；而4427.76 cm-1附近为羟基(-OH)的O-H伸缩和弯曲振动[15]。结合阿莫西林三水合物晶体态及结晶破坏时分子结构的分析[16]，可确证5272.43 cm-1附近为3位侧链羧基的C=O二倍频；4427.76 cm-1附近为6位侧链中对羟基基团的O-H伸缩和弯曲振动。提示可通过上述特征波点附近的信息来表征阿莫西林产品的质量情况。

运用多元线性回归(MLR)建立5272.43、5145.15和4427.76 cm-1波点预处理后的响应值与CPPs的联系，如公式2所示。该方程对CPPs预测结果为相关系数r=0.872，偏差bias=0.001，预测标准偏差SEP=0.101，拟合效果良好。

2.4.2 利用制粒后中间体与原料的近红外差谱预测制粒过程中水分的变化

求制粒后中间体近红外光谱与对应原料近红外光谱的差谱，差谱的预处理手段仍为标准正态变量变换(standard normal variate, SNV)+Savitzky-Golay一阶导(17,2)。

通过转换后谱图与CPPs的相关系数图(图6)可知，5349.57 cm-1处的差谱响应与CPPs的相关性最显著。

现运用多元线性回归(MLR)建立差谱在5349.57 cm-1波点处预处理后的响应值与CPPs的联系，关系式如公式3。该方程式对CPPs预测结果为r=0.707，bias=0.002，SEP=0.210，拟合效果相比"2.4.1"方式略差，但仍能达到预测目的。

上述结果提示，通过方式"2.4.1"或方式"2.4.2"均可实现CPPs的实时监测。当然，也可通过制粒后利用NIRS直接预测中间体的水分值，并扣除原料的水分值获取CPPs数值。以上方式方法的选择，企业可基于实际生产的要求以及对未来开展在线分析的技术储备考虑。

2.5 生产过程质控方案建立

如图7所示，在已知投入原料中闭环二聚体含量以及NIRS实时监测制粒过程的失水量前提下，可根据质控函数(公式1)提前预知该批制剂成品的质量情况并及时反馈给生产线；核对制剂成品CQAs控制范围，确定该批次中间体是否可直接进入胶囊填充环节，或者暂缓后进行生产过程的质量确认；当确认该批次中间体质量不符合规定时，即可终止进入下一步工序；当发生多批次生产异动时，排除偶然因素，通过对设备、工艺参数的精准调整，实现工艺的逐步优化。上述方案在生产风险和成本可接受前提下，可逐步过渡到NIRS在线质控，实现风险质控点再度前移。

3 结论

通过对目标产品结合本身工艺特点的全过程检验数据的分析，获得阿莫西林胶囊终产品的关键质量属性(CQAs)为最大单杂——阿莫西林闭环二聚体含量。通过对产品CQAs的认知和各生产环节中间体的性质值比较，确定阿莫西林胶囊生产过程中的关键工艺点为制粒过程，其过程失水量(CPPs)可用来监控该工艺参数的合理性。通过多元线性回归(MLR)定量拟合原料最大单杂含量(CMAs)、关键工艺过程失水量(CPPs)和全生产过程闭环二聚体增长量(CQAs)之间的量值关系，可建立质控函数。通过NIRS实时监测CPPs并带入质控函数，结合制剂成品CQAs控制界限，可实现对产品质量异动的提前预知，并能将其信息实时反馈给生产线，提示及时采取补救措施，将制剂成品的质量风险控制点由终端前移至生产过程。

本文中近红外装置采用离线方式使用，即人工取样生产中间体采集近红外光谱，在很大程度上解决了企业在基本不影响生产的前提下，进行NIRS过程控制应用的过渡研究。若后期能实现近红外装置的在线搭载和使用，可使产品生产质量风险预警时间再提前、工艺参数调整更及时有效。