The Importance of Quality by Design Approach and Artificial Neural Network Modelling in R&D Studies: Review

Abstract

İlaç endüstrisi araştırma-geliştirme alanında, ürün kalitesini garantileyen ve ekipman ile ham madde değişkenliklerini tolere edebilen sağlam bir işlem (proses) ve formülasyon geliştirilmesi zorlu bir süreçtir. Tasarımla Kalite [Quality by Design (QbD)], üretim işleminin sonunda elde edilen ürünün, önceden belirlenmiş kalitesinin sürekli ve tutarlı olarak sağlanması için ürün geliştirme süreci boyunca kullanılacak üretim işlemi ile ürün formülasyonunun tasarlanması ve geliştirilmesi anlamına gelmektedir. Deneme-yanılma gibi geleneksel geliştirme yaklaşımlarıyla karşılaştırıldığında QbD, öncelikle formülasyon ve üretim işlemi dinamiklerinin daha iyi anlaşılmasına, bu dinamikler arasındaki ilişkinin ürünün kritik kalite özelliklerine ve dolayısıyla bitmiş ürünün kalitesi, etkinliği ve güvenilirliğine olan etkisini daha iyi anlamaya odaklanmaktadır. Bu yaklaşımda, herhangi bir formülasyon ya da işlem değişkeninin bitmiş ürünün kalitesine ne oranda etki edebileceğinin de belirlenmesi, tüm kritik formülasyon özellikleri ile kritik işlem parametrelerinin tanımlanması gerekir. QbD yaklaşımında Kritik Kalite Özellikleri (CQA) ve Kritik Proses Parametreleri (CPP) risk değerlendirme yöntemleriyle belirlenmektedir. Bu derleme kapsamında, planlı bir Deney Tasarımı (DoE) uygulayarak ve elde edilen deneysel verileri Yapay Sinir Ağı (ANN) programlarıyla modelleyerek desteklenen QbD yaklaşımı ile formülasyon ve işlem geliştirilmesi incelenmiştir. Sunulan uygulama örneğinde, öncelikle formülasyon geliştirme çalışmaları için Minitab programında Deney Tasarımı (DoE) oluşturulmuş olup, daha sonra elde edilen veriler doğrusal olmayan modellemeler yapabilen INForm programının Yapay Sinir Ağı modülünde değerlendirilmiştir.