一种用于预测药品预充式注射器中活塞位移的混合计算-解析模型

《Journal of Pharmaceutical Sciences》:A hybrid computational-analytical model for the prediction of stopper displacement in drug product prefilled syringe

【字体: 大 中 小 】 时间:2026年10月13日 来源:Journal of Pharmaceutical Sciences 3.9

编辑推荐:

   摘要控制预灌封注射器(PFS)在空运过程中柱塞塞的位移,对于维持药品无菌性至关重要。本文提出的计算-分析混合模型,通过整合多物理原理——包括牛顿第二运动定律、理想气体定律、固体力学和蒙特卡洛模拟——预测运输过程中高海拔条件下的塞子位移。该混合模型包含四个关键组成部分:塞子位移

  

摘要

控制预灌封注射器(PFS)在空运过程中柱塞塞的位移,对于维持药品无菌性至关重要。本文提出的计算-分析混合模型,通过整合多物理原理——包括牛顿第二运动定律、理想气体定律、固体力学和蒙特卡洛模拟——预测运输过程中高海拔条件下的塞子位移。该混合模型包含四个关键组成部分:塞子位移预测、制造指标预测、输入参数敏感性分析和设计优化。模型验证针对五种PFS容器封口系统的经验实验数据进行,预测误差小于±5%。模拟模型的敏感性分析表明,塞子初始位置、注射器筒内径、填充体积、塞子凸筋外径和PFS注射器长度是影响塞子位移的前五个参数。通过优化塞子初始位置和填充体积以实现预定义塞子位移的示例,展示了模拟模型的设计优化功能。本工作建立了一个模拟模型,用于预测PFS在空运过程中的塞子位移,优化PFS容器封口系统设计、灌装封口制造工艺,并确保运输过程中的可靠性能,这对提高药品安全性和递送效率具有重要意义。

引言

预灌封注射器(PFS)是广泛用于注射给药药品的一种初级容器。PFS系统由带压入式针头的注射器筒、封闭针口开口的针头保护罩和柱塞塞(以下简称"塞子")组成。图1展示了PFS相关的术语。
在药品的灌装封口过程中,塞子被放置在距药品液面一定距离处,在药品与塞子之间形成一段空气柱,称为"气泡"或"顶空"(以下简称"顶空")。顶空如图1所示。由于顶空经过灭菌处理,PFS顶空周围的内壁也经过了灭菌。在空运过程中,由于海拔和温度的变化,PFS外部的环境压力将与内部压力不同,导致塞子与药品之间的顶空体积膨胀。当塞子两侧空气压差产生的力大于塞子与筒内壁之间的静摩擦力时,塞子将向外移动。若塞子的主凸筋进入非无菌区域,药品将暴露于非无菌的筒壁上,从而导致无菌性受损。图2a展示了空运前的原始塞子位置,图2b展示了塞子向外移动进入非无菌区域的情况。
了解影响塞子位移的关键参数,对于确保高海拔运输过程中PFS中药品无菌性至关重要。已有研究从实验、理论和统计角度对塞子位移进行了研究。然而,目前尚无模拟模型能够在无补充实验数据的情况下预测空运过程中的塞子位移。本工作提出了一种分析-数值混合模型,用于模拟塞子运动测试,并基于国际ASTM D6653标准预测塞子位移。
塞子位移预测基于多物理第一性原理推导,包括牛顿第二定律、理想气体定律和固体力学理论。为评估各输入参数的可能分布并模拟制造工艺结果,采用了蒙特卡洛模拟(MCS)计算技术,根据每个输入参数的指定概率分布生成大量随机工艺输入参数。MCS过程对每个定义的迭代使用不同的随机输入参数集合进行重复,以模拟所有可能的制造结果。模拟生成的可能结果分布可用于评估统计指标(如概率、均值、最大值、最小值、标准差)以及制造能力指标(如Cpk、Ppk和PPM)。MCS计算技术允许进行无限次的塞子运动测试模拟,且样本量不受限制,无需实验室台面测试(经验结果)。可通过MCS进行敏感性分析,以确定每个输入参数对塞子位移的贡献程度。模拟经验实验设计(Design of Experiment)的MCS可提供最优方案,以最小化对PFS容器封口系统设计和制造参数的改动,同时实现最小塞子位移。图3展示了由输入、模型计算和结果(输出)组成的模型结构。
本文展示了五种PFS容器封口配置的塞子运动模拟。各PFS容器封口配置的制造能力指标(Cpk、Ppk和PPM)通过MCS计算得出,样本量为50,000(模拟50,000支PFS的潜在产品批次规模)。敏感性分析确定了影响塞子运动的输入参数:塞子初始位置、填充体积、塞子主凸筋直径、塞子摩擦系数和PFS总长度。对一种PFS容器封口配置进行了优化试验,以确定是否需要调整单个或组合的制造参数,以实现定义的塞子最大位移≤3.5 mm。采用最多5,000次迭代的模拟确定了两个关键制造参数:塞子初始位置目标和填充体积目标需分别设定在6.49 mm–6.60 mm和2.07 mL–2.10 mL范围内,方可实现塞子位移≤3.5 mm。
本文提出的分析-数值混合模型能准确预测塞子运动,并内置敏感性分析以量化输入参数变异性的影响。该模型能够识别关键参数的最优制造控制范围,以最小化塞子位移,从而降低潜在的用药安全风险。通过利用计算模拟,该方法支持样本量实际上不受限制的广泛虚拟测试,无需依赖实验室台面测试。这一预测性框架有望显著缩短药品开发周期、减少资源利用和降低总成本。

章节摘要

容器封口组件

评估了五种PFS容器封口配置,所有PFS和塞子组件均为制造商(美国新泽西州碧迪医疗、瑞士Datwyler、德国Gerresheimer、意大利Ompi、美国宾夕法尼亚州West Pharmaceuticals)的商用产品。注射器中填充产品或缓冲液,并根据每种容器封口配置的预定义标准进行塞封。表1展示了五组测试样本及其样本量。

塞子运动测试方法和判定

塞子

讨论

本文提出的混合分析-数值模型与蒙特卡洛模拟相结合,通过参数优化系统地识别最优输入条件(组件选择和制造控制),以实现预定义的性能目标(即高海拔运输下允许的塞子位移距离)。参数优化的选择标准包括敏感性、修改可行性和实施复杂度。在五个最重要的……

结论

开发了一种混合计算-分析模型,用于预测空运过程中的塞子位移,并支持制造参数优化以最小化塞子位移,从而降低药品无菌性受损的风险。该模型基于多物理第一性原理和蒙特卡洛模拟,能够在广泛的条件和样本量下模拟塞子位移,并支持敏感性分析以识别关键……

利益冲突声明

作者声明不存在已知的可能影响本文所述工作的竞争性经济利益或个人关系。

致谢

本模型研究由武田制药科学全球设备研发工程部及注射药物产品部支持并资助。药物产品开发团队提供了测试数据,列克星敦的测试实验室提供了柱塞塞的材料性能。
Joyce Zhao|Nobel Truong|Julie Hoffman
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号