Ich hatte letzte Woche die Gelegenheit, die Analytica 2018, die wohl größte internationale Fachmesse für innovative Labortechnik, Analytik und Biotechnologie, in München zu besuchen. Als Neuling auf diesem Gebiet, war ich dabei, das Beste zu erleben und meine Neugierde und Begeisterung war schwer in Worte zu fassen.
Rekombinanter menschlicher Gewebeplasminogenaktivator (rtPA), die biotechnologisch hergestellte Version des Gewebeplasminogenaktivators (tPA), ist eine Serinprotease, die am Abbau von Blutgerinnseln beteiligt ist und als Arzneimittel zur Behandlung von Schlaganfällen verwendet wird. Als Enzym wandelt sie Plasminogen zu Plasmin um, welches wiederum unlösliches Fibrin zu löslichen Nebenprodukten abbaut. Dieser Prozess der Spaltung von Fibrin in lösliche Nebenprodukte wird als Fibrinolyse bezeichnet. Die Aktivität von rtPA wird üblicherweise durch Berechnen der Lyserate eines künstlich hergestellten Fibringerinnsels bestimmt. Eine Vielzahl kinetischer Wirksamkeitstests (potency assays) in Form halbautomatischer Lösungen oder auf Plattenbasis wurden bereits entwickelt. Im Falle eines Wirksamkeitstests für ein pharmazeutisches Produkt, das vom Qualitätskontrolllabor (QC) zur Freigabe für den Markt untersucht werden soll, muss die Methodik zuvor unter Einhaltung der ICH-Richtlinie Q2(R1) validiert worden sein.
Fulvestrant oder Faslodex ist ein Medikament zur Heilung von Hormon-Rezeptor-positiven (HR+) metastasiertem Brustkrebs bei postmenopausalen Frauen mit Krankheitsprogression. Es gehört zur Gruppe der selektiven Östrogenrezeptor-Downregulatoren (Selective Estrogen Receptor Downregulators, SERD) und wird oft als geeigneter Ersatz für Tamoxifen angesehen. Es funktioniert, indem es an den Östrogenrezeptor bindet und ihn destabilisiert, was den Abbau durch den normalen Proteinabbaumechanismus der Zelle fördert. Für die Gehalts- und Reinheitsbestimmung von Fulvestrant in reiner und pharmazeutischer Dosierungsform gab es bisher keine HPLC (High Performance Liquid Chromatography)- oder LSV (Linear Sweep Voltammetry)-Methoden. In diesem Beitrag möchten wir auf solche Methoden hinweisen, die von Atila et al. entwickelt wurden, mit dem Fokus auf ihre Vorteile und die angewandte Methodenvalidierung.
Jede Medikamentenentwicklung beginnt mit der Identifizierung eines Moleküls, das das Potenzial hat, Krankheiten zu bekämpfen, zu kontrollieren, zu verhindern oder zu heilen. Während der Identifizierung solcher Verbindungen sind verschiedene analytische Verfahren von Bedeutung. So ist es obligatorisch, dass das Molekül frei von unerwünschten Verunreinigungen ist, es die richtige Konzentration aufweist und seine Identität sowie Wirksamkeit verifiziert werden kann. Aus diesen Gründen kommt eine Vielzahl analytischer Methoden zum Einsatz.
Für Gehaltsbestimmungen werden vorwiegend spektrometrische Methoden eingesetzt, jedoch finden auch andere Techniken wie z.B. Chromatographie in Kombination mit Spektrometrie Anwendung. Im Laufe der Jahre wurden viele neue Methoden entwickelt, bei denen die Selektivität, Zuverlässigkeit und Sensitivität optimiert wurden.
In diesem Blogbeitrag möchten wir eine spektrophotometrische Methode und ihre Validierung erläutern, die von Ashour et al. für die Bestimmung von Fluvastatin für die Analyse pharmazeutischer Präparate entwickelt wurde. Fluvastatin-Natrium (FVS) ist ein antilipämisches Mittel, das die Hydroxymethylglutaryl-Coenzym-A- (HMG-CoA) -Reduktase hemmt, welche einen wichtigen Schritt in der Cholesterin-Biosynthese katalysiert. FVS wird hauptsächlich verwendet, um den Cholesterinspiegel im Plasma zu senken und kardiovaskulären Erkrankungen vorzubeugen.
Diese Drei: HPLC (Hochleistungsflüssigkeitschromatographie) / GC (Gaschromatografie) / TLC (Dünnschichtchromatografie) ergänzen sich sinnvoll zu einem mächtigen analytischen Werkzeug, um fast alle Trennaufgaben im Labor zu lösen.
Die GC war zuerst da. Warum? Es gehören weniger Komponenten zum technischen Aufbau als bei einem HPLC-System, z.B. keine Hochdruck-Pumpe bei der GC (siehe Tabelle 1). Das heisst, die technische Entwicklung war schon in den 1950zigern möglich. Die Analyte werden einzig mit dem Gasstrom vom Injektor über die Trennsäule zum Detektor transportiert. Mit der GC können Substanzgemische analysiert werden, bei denen die Substanzen verdampfbar sind. Die GC ist quantitativ für flüchtige Substanzen.
Im ersten Teil dieses Blogartikels haben wir die RSS kennengelernt und begonnen, uns dem Einfluss der Einzelwerte zu nähern. Daran schließt dieser Teil an.
Der Einfluss eines einzelnen Datenpunktes lässt sich erst damit bestimmen, wenn man untersucht, ob das Entfernen des Datenpunktes die Regressionsgerade stark verschieben würde. Es ist durchaus möglich, dass Datenpunkte mit großem Anteil der RSS die Regressionsgerade kaum verschieben würden, wenn sie entfernt würden. Dies ist abhängig davon, in welcher Entfernung sich der Datenpunkt zu dem Rest aller anderen Datenpunkte befindet. Folgende Grafik zeigt den jeweiligen Einfluss der Datenpunkte auf die Regressionsgerade, würde man diese entfernen:
Mit dem Ende des letzten Jahres hat leider die Zusammenarbeit mit unser Mitarbeiterin Dr. Eva Arnold geendet. Wir möchten uns ganz herzlich für die gute Arbeit und insbesondere für die tollen Blogbeiträge bedanken. Diese bleiben auch weiterhin unter ihrem Namen veröffentlicht. Wir wünschen ihr von Herzen alles Gute für ihre familiäre Zukunft.
Ab Februar 2018 wird die Lösungsfabrik durch Herrn Anindya Ghosh Roy verstärkt. Wir freuen uns sehr, ihn in unserem Team begrüßen zu dürfen.
Jeder kennt diese Situation aus der eigenen, alltäglichen Arbeit: Es sind manchmal die kleinen Dinge, die einen großen Einfluss auf das Ergebnis unserer Arbeit haben können. Manchmal gewinnen unscheinbare Faktoren auf einmal an Bedeutung, wenn ihnen die entsprechende Aufmerksamkeit geschenkt wird – oder geschenkt werden muss. Einer dieser unscheinbaren Faktoren kann gerade bei der analytischen Methodenvalidierung eine große Rolle spielen. Oft wird dieser Faktor, diese eine Zahl, übersehen, denn ihr Wert spielt bei der Validierung auf den ersten Blick keine große Rolle. Der Name dieser Zahl ist die sogenannte residual sum of squares, kurz RSS, oder zu Deutsch die „Summe der Fehlerquadrate“. Was es mit dieser residual sum of squares auf sich hat und wie man diese Zahl interpretiert, werden wir in diesem Beitrag am Beispiel der analytischen Methodenvalidierung klären und damit dieser Zahl die Bedeutung zukommen lassen, die sie verdient. Ebenso werden die Vor- und Nachteile der RSS besprochen, sowie Ansätze diskutiert, mit denen man potentielle Fehlinterpretationen der residual sum of squares vorbeugen kann.