当前位置：
X-MOL 学术
›
Org. Process Res. Dev.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
Simple Methods to Predict Particle Size for Growth-Only Systems Undergoing One or More Temperature Cycles
Organic Process Research & Development ( IF 3.1 ) Pub Date : 2022-07-19 , DOI: 10.1021/acs.oprd.2c00060 Daniel B. Patience 1 , Erwin Irdam 1 , Nicole Madden 1 , Liang Chen 1 , Min He 1 , Frederick Osei-Yeboah 1
Organic Process Research & Development ( IF 3.1 ) Pub Date : 2022-07-19 , DOI: 10.1021/acs.oprd.2c00060 Daniel B. Patience 1 , Erwin Irdam 1 , Nicole Madden 1 , Liang Chen 1 , Min He 1 , Frederick Osei-Yeboah 1
Affiliation
|
Three simple methods are presented for predicting particle size distribution (PSD) percentiles when subjecting a pharmaceutical crystallization wet-milled slurry to a single temperature cycle for two of Biogen’s drug substances. The methods are (I) a mathematical manipulation of the wet-milled PSD based on particle death during dissolution; (II) a linear empirical model fit of product PSD percentiles as a function of the wet-milled PSD percentiles and the amount of material dissolved; and (III) a nonlinear model fit to the change in PSD as a function of the amount of material dissolved and the particle surface area/volume ratio. The three methods were verified on production scale batches. Method II’s approach was also used for particle size control during manufacture by implementing a temperature solved from the model using the batch’s wet-milled particle size percentiles and a final target size. Method III was found to be the most accurate at prediction because it models particle surface area to volume ratio influencing crystal dissolution and growth rates. Method II was found to be not as accurate as method III; however, it was easily implementable during process control at the production scale. Method I provided the quickest estimate of final particle size using only the initial PSD and a solubility expression. Method III was recommended for best particle size prediction.
中文翻译：
预测经历一个或多个温度循环的仅生长系统的粒度的简单方法
介绍了三种简单的方法，用于在对 Biogen 的两种药物物质进行单一温度循环的药物结晶湿磨浆料时预测粒度分布 (PSD) 百分位数。这些方法是 (I) 基于溶解期间颗粒死亡的湿磨 PSD 的数学操作；(II) 产品 PSD 百分位数作为湿磨 PSD 百分位数和溶解材料量的函数的线性经验模型拟合；(III) 非线性模型拟合作为溶解材料量和颗粒表面积/体积比的函数的 PSD 变化。这三种方法在生产规模批次上进行了验证。方法 II 的方法还用于制造过程中的粒度控制，方法是使用批次的湿磨粒度百分位数和最终目标粒度从模型中求解温度。方法 III 被发现是最准确的预测，因为它模拟了影响晶体溶解和生长速率的颗粒表面积与体积比。发现方法 II 不如方法 III 准确；然而，它在生产规模的过程控制中很容易实施。方法 I 仅使用初始 PSD 和溶解度表达式提供了最终粒径的最快估计。方法 III 被推荐用于最佳粒度预测。方法 III 被发现是最准确的预测，因为它模拟了影响晶体溶解和生长速率的颗粒表面积与体积比。发现方法 II 不如方法 III 准确；然而，它在生产规模的过程控制中很容易实施。方法 I 仅使用初始 PSD 和溶解度表达式提供了最终粒径的最快估计。方法 III 被推荐用于最佳粒度预测。方法 III 被发现是最准确的预测，因为它模拟了影响晶体溶解和生长速率的颗粒表面积与体积比。发现方法 II 不如方法 III 准确；然而，它在生产规模的过程控制中很容易实施。方法 I 仅使用初始 PSD 和溶解度表达式提供了最终粒径的最快估计。方法 III 被推荐用于最佳粒度预测。
更新日期：2022-07-19
中文翻译：
预测经历一个或多个温度循环的仅生长系统的粒度的简单方法
介绍了三种简单的方法，用于在对 Biogen 的两种药物物质进行单一温度循环的药物结晶湿磨浆料时预测粒度分布 (PSD) 百分位数。这些方法是 (I) 基于溶解期间颗粒死亡的湿磨 PSD 的数学操作；(II) 产品 PSD 百分位数作为湿磨 PSD 百分位数和溶解材料量的函数的线性经验模型拟合；(III) 非线性模型拟合作为溶解材料量和颗粒表面积/体积比的函数的 PSD 变化。这三种方法在生产规模批次上进行了验证。方法 II 的方法还用于制造过程中的粒度控制，方法是使用批次的湿磨粒度百分位数和最终目标粒度从模型中求解温度。方法 III 被发现是最准确的预测，因为它模拟了影响晶体溶解和生长速率的颗粒表面积与体积比。发现方法 II 不如方法 III 准确；然而，它在生产规模的过程控制中很容易实施。方法 I 仅使用初始 PSD 和溶解度表达式提供了最终粒径的最快估计。方法 III 被推荐用于最佳粒度预测。方法 III 被发现是最准确的预测，因为它模拟了影响晶体溶解和生长速率的颗粒表面积与体积比。发现方法 II 不如方法 III 准确；然而，它在生产规模的过程控制中很容易实施。方法 I 仅使用初始 PSD 和溶解度表达式提供了最终粒径的最快估计。方法 III 被推荐用于最佳粒度预测。方法 III 被发现是最准确的预测，因为它模拟了影响晶体溶解和生长速率的颗粒表面积与体积比。发现方法 II 不如方法 III 准确；然而，它在生产规模的过程控制中很容易实施。方法 I 仅使用初始 PSD 和溶解度表达式提供了最终粒径的最快估计。方法 III 被推荐用于最佳粒度预测。
京公网安备 11010802027423号