Suchen

Optimierung eines Trennproblems

Quality by Design in der HPLC

Seite: 3/3

Firmen zum Thema

Die Arbeitspunkt-Analyse bestimmt die Grenzen in Abhängigkeit des Risikos

Arbeitspunkt-Analyse: Die Arbeitspunkt-Analyse ist das Werkzeug, um, ausgehend von einem optimalen Arbeitspunkt oder robusten Arbeitspunkt, die Grenzen in Abhängigkeit des Risikos zu bestimmen. Mithilfe der Arbeitspunkt-Analyse gelingt es, die maximale Toleranz der Faktoren bei den jeweiligen Arbeitspunkten zu schätzen. Zudem kann auch die Einstellungsgenauigkeit der Faktoren (Präzision) mathematisch einbezogen werden. Zur Absicherung des geringsten Risikos der optimierten HPLC-Trennung muss berücksichtigt werden, welche Auswirkungen die Unsicherheit in den Faktoren sowie die Unsicherheit aus den Einzelmodellen auf die Zielgrößen haben. Eine Risikoabschätzung [6] selbst in den Grenzbereichen ist mit der Monte-Carlo-Simulation berechenbar und wird als maximales Fehlerrisiko in %outside (außerhalb der Spezifikationen) oder DPMO im „Designspace Plot“ als Konturlinien ausgegeben (s. Abb. 4 und 5).

Bildergalerie

Bildergalerie mit 8 Bildern

Abgebildet ist jeweils der experimentelle Bereich mit einer ternären Eluentzusammensetzung (tC) = 0 – 100 % MeOH in ACN und einem pH-Wert = 2,0 – 3,2 für den wässrigen Eluenten A.

Der grüne Bereich repräsentiert den Design Space mit einem Fehlerrisiko von 0,1 % und der Wahrscheinlichkeit, dass die Spezifikationen (Rs ≥ 1,5 und tRmax ≤ 20 min) eingehalten werden können.

Er ist für die robuste Optimierung wesentlich größer als für die optimale Optimierung.

Literatur:

[1] M. Nasr, FDA, Lecture on “Quality by Design in HPLC: The Balance Between Chromatography and Chemometrics” at Pittsburgh Conference, Atlanta, USA, March 2011.

[2] M. Pfeffer. in HPLC richtig optimiert: Ein Handbuch für Praktiker. WILEY-VCH Verlag GmbH & Co. KGaA. Weinheim 2006. 627-650.

[3] H.W. Bilke und S. Moser, Quality by Design in der HPLC, Laborpraxis 4 (2013), 50-52.

[4] L. Eriksson et.al., “Design of Experiments: Principles and Applications“, MKS Umetrics AB, 2008, Third revised and enlarged edition, S.188-194, 202.

[5] C. Vikström “Robust Optimization”, MKS Umetrics AB, 12. DoE-Kongress Kassel 2013.

[6] AppNote 24 ConturProbabilityPlot, MKS Umetrics AB, (2012) p.6

* Dr. H.-W. Bilke: LC-Pharm-HPLC-Expert Service, 83098 Brannenburg,

* *Dipl.-Ing.-FH S. Moser: Process Optimization, 83131 Nußdorf am Inn

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de (ID: 42763425)