一种新型混合模型，用于预测碾压过程中带状固体的比例

《AAPS PharmSciTech》：Novel Hybrid Model to Predict Ribbon Solid Fractions in the Roller Compaction Process

本研究通过整合Reynolds滚筒压片模型与ribbon固体分数测量，构建了适用于多尺度验证的校准模型，可基于API和制剂特性预测固形分。该模型通过参数回归扩展实现部分特征API的预测，并应用数字实验设计确定两种药物产品的操作范围，有效减少小规模实验数据需求。

　　

摘要

我们提出了一个经过校准的模型，该模型能够利用少量的实验数据在小规模基础上实现滚筒压紧工艺的放大。通过实验室规模的滚筒压紧模拟器（Int J Pharm 269:403–15, 2004），评估了三种含有活性药物成分（API）的混合物在不同药物装载量下的压缩性能。基于这些混合物的压缩特性数据，我们开发了一个结合了雷诺兹滚筒压紧模型（Comput Chem Eng 34:1049–57, 2010）和条带固体分数测量结果的校准模型，用于预测条带固体分数与滚筒压紧条件（滚压力和滚轮间隙）之间的关系。该模型的预测结果与使用适当方法在Gerteis小型压紧机上制备的不同尺寸条带样品的测量结果进行了比较，对于这三种药物产品，预测的固体分数与实际测量值吻合良好。此外，通过建立参数化回归模型进一步扩展了该校准模型，该模型将活性药物成分的多种性质、制剂特性以及雷诺兹模型预测的条带固体分数作为特征参数，从而能够为部分表征的活性混合物生成条带固体分数。这种混合模型的预测结果与在Gerteis 3-W-Polygran设备上制备的条带样品的测量结果也相当吻合。随后，可以利用这种混合模型进行数字实验设计（DOE），进而确定两种药物产品的滚筒压紧操作范围。这种方法使得可以利用最少的实验数据来应用数字工具辅助快速发展的药物产品工艺的放大过程。

图形摘要