一、DOE概述

1. 概述

DOE(Design of Experimental)是一种安排和分析实验数据的数理统计方法，通过对实验的合理安排，能以较小的实验规模和较少的试验次数，较短的试验周期和较低的成本，得到理想的实验结果和得出科学的结论。  

ICH于2005年出台的ICH Q8中提出了“质量源于设计(quality by design, QbD)”的理念，QbD是将科学的方法和风险管理的理念应用于药品工艺开发和生产全过程。 目前QbD理念在固体制剂的研发和生产中应用广泛，FDA于2013年正式提出，仿制药开发需采用QbD理念及方法。 实施QbD的核心在于通过DOE及数学模型确认关键工艺参数与关键质量属性之间的多维组合与相互作用，进而确认工艺设计空间 (design space) 和基于设计空间的质量控制策略。

2 基本分类

DOE药学应用当中最常用的几个分类如下：

★  筛选实验即单因子试验设计

★  全因子试验设计 

★  部分因子试验设计 

★  响应曲面试验设计 

★  混料设计 

★  田口设计

3 应用现状

目前医药研发已将QbD理念融入药品研发环节，而DOE为解决这一问题的高效、关键的工具，采用DOE能更加科学、准确的确定CMA、CPP等关键参数，目前国内大多企业均不擅长使用此工具，很多制剂人员在进行处方工艺研究时基于自己经验，采用单因素进行考察，严重依赖经验研发模式，处方工艺研发缺乏系统性，部分研究不够充分和科学，最终的研究结果存在一定的不确定性，生产放大时存在一定隐患。  

基于国内应用现状，结合笔者对DOE的理解，尝试采用DOE的方式，考察DOE试验设计在湿法制粒工艺优化过程当中的应用。

二、湿法制粒工艺概述

1概述

高速剪切湿法制粒 (high shear wet granulation,HSWG) 因混合效果好、速度快、效率高、能耗低和全封闭等优点，成为近年来发展较快、应用最为广泛的制粒技术。 然而在高速剪切湿法制粒过程中，搅拌桨、切割刀转速、黏合剂喷入的距离、雾化速度、加液速度和加液量、制粒时间、物料占比、搅拌桨及切割刀几何参数等众多参数均会对制粒后颗粒质量产生影响。

2 制粒特点-固体桥连接的粉末聚集过程

参照《固体口服制剂的研发-药学理论与实践》一书，及陈挺老师《流化床微丸包衣工艺和高剪切制粒工艺的关键因素和工艺放大》一文中对于湿法制粒的理解，湿法制粒核心需对湿颗粒的含水量和颗粒紧实程度进行优化，以获得合理的湿颗粒液体饱和度，以期获得合适并稳定的粉体学特征的颗粒，用于压片、包衣等， 通过参数摸索确认湿法制粒的关键工艺参数及工艺设计区间为湿法制粒研究的关键点及难点。  

高速剪切湿法制粒可分为 预混阶段、喷粘合剂阶段和湿颗粒形成阶段。 由于湿法制粒机中有很多工艺参数如搅拌及剪切速度、粘合剂加入时间、制粒时间、粘合剂加入量等都会对颗粒性质产生影响，同时这些工艺参数之间还可能存在协同作用，共同决定最终的颗粒性质。    

✎   无论是从实验室研究设备或中试放大设备到生产批次设备的放大研究，在批量放大时都经常遇到各种问题，如何考虑各设备搅拌及剪切几何形状的差异、搅拌速度的放大的规则（经验 or Froude常数？ ）、粘合剂加入时间的控制、制粒时间的确认（加液后）、总粘合剂加入量等等，在放大研究时均需细致的考虑及控制，放大策略的制定不是本次讨论的重点，但如何保证并提高湿法制粒放大验证的成功率，任重而道远。  

✎   实验室小试研究时需对湿法制粒各工艺参数如搅拌速度、粘合剂加入时间、制粒时间、粘合剂加入量进行系统研究，做到心中有数，明确软材做到什么程度可行，什么状态不合适，不合适如何调整等，小试研究若研究的不够充分后续再次放大验证的风险极高，成功率较低。

三、DOE试验设计应用于

湿法制粒工艺优化实例

通过单因素考察进行湿法制粒各参数考察时，变量较多，试验量也较大，同时各参数间的协同作用无法进行有效评估，笔者在单因素的基础上结合湿法制粒经验，尝试通过DOE试验设计摸索并确认影响关键质量属性的关键工艺参数，与常规经验及单因素结果进行对比研究，获得结论。  

通过具体例子进行DOE试验设计及分析，过程及结果如下 ：

处方组成：

注： 本品API为BCS I类化合物，性质较粘

基本工艺：

1）原辅料处理： 原料药、甘露醇过60目筛备用；

2）称量： 称取处方量的原料药、甘露醇、交联聚维酮（内加）、无水碳酸钠备用；  

3）粘合剂溶液配制： 称取适量纯化水，搅拌状态下加入适量的聚维酮，配制成固含量8%浓度溶液；  

4）预混： 将物料置于湿法制粒机中搅拌剪切混合5min；

5）制软材： 采用湿法制粒机制软材；  

6）湿整粒： 采用摇摆制粒机20目筛进行湿整粒；  

7）干燥： 将物料置于流化床中进行干燥，至水分小于3.0%；

8）干整粒： 采用摇摆制粒机30目筛进行干整粒；  

9）总混、压片

本品采用湿法制粒的工艺，湿法制粒时粘合剂用量、搅拌速度、粒化时间（制粒时间）协同作用决定了颗粒的粉体学性质，同时可能对制剂崩解时限/溶出行为产生影响，故湿法制粒时，以颗粒粉体学性质（休止角、松密度、卡尔指数、粒度分布等），崩解时限、溶出度等为响应指标，以搅拌速度、粘合剂用量、制粒时间为因素进行带三个中心点的23两水平三因素全因子试验设计考察制粒参数对颗粒及制剂质量属性的影响，试验设计如下： （试验设计之前通过单因素试验初步明确粘合剂的最低及最高用量，同时固定粘合剂加入速度及总加入时间，以免出现失败试验及偏差）

根据DOE设计试验方案如下：

各试验响应数据结果汇总如下：

数据分析：

✎   影响卡尔指数及休止角显著因子分析

结论： 各工艺参数的改变对颗粒卡尔指数及休止角无明显影响。 （ 整体模型主效应P＞0.05，无明显差异，未达到预期）

✎   影响粒度分布显著因子分析

结果分析：

1）粘合剂用量为影响80目以下粉末粒度分布的显著因子 

2）搅拌速度为影响40-80目颗粒粒度分布的显著因子

结论： 粘合剂用量和搅拌速度为影响颗粒粒度分布的关键工艺参数，后续重点关注放大验证时粘合剂用量及搅拌速度的选择。  

通过模型优化能获得 整体模型主效应P＜0.05，模型有效，未出现明显弯曲及失拟现象。

✎   影响制剂崩解时限及溶出度的显著因子分析

结果分析： 粘合剂用量为影响崩解时限及溶出度的关键工艺参数，搅拌速度及制粒时间对其影响较小

结论： 通过模型优化能获得 整体模型主效应P＜0.05，模型有效，未出现明显弯曲及失拟现象。 （以上数据为通过minitab及design expert软件相互印证证明模型有效性）

✎   工艺设计区间确认

以5min溶出度、小于80目粒度分布及40-80目粒度分布为考察指标，制定合理的目标范围，通过回归方程模拟获得本品的工艺设计区间，目标值设定如下：

图： 各工艺变量对

响应的 重叠图-工艺设计区间

图： 粘合剂和搅拌速度对

5min溶出度的影响趋势（制粒时间3.5min）

图： 粘合剂和搅拌速度对40-80目

粒度分布的影响趋势（制粒时间3.5min）

图： 粘合剂和搅拌速度对小于80目

粒度分布的影响趋势（制粒时间3.5min）

小结

通过本次DOE试验设计在湿法制粒工艺优化中的应用，通过数据分析，发现影响溶出度的关键工艺参数为粘合剂用量； 影响粒度分布的关键工艺参数为搅拌速度及粘合剂用量； 随着粘合剂用量的增加及搅拌速度的增强，大于80目的颗粒越多，相应颗粒越硬，制剂5min溶出度相应有降低趋势，获得的结论与传统经验及通过单因素试验验证获得结论一致，可为后续再次放大验证提供参考。  

注： 应用本次DOE试验获得的数据建立的回归方程，回归系数未达到FDA QBD案例中相应的水平，但通过相应的趋势分析可得到一部分关键结论，模型的准确度有待优化。

结语

通过DOE试验设计及数据分析后发现，本身其得到的结论与单因素及经验获得的结论并不矛盾，两者相互印证，从制剂角度说明了DOE实验的准确性及可用性，但确实也暴露出很多的问题，对应用DOE进行湿法制粒工艺优化考察整个过程进行回顾和总结，发现有以下几点：

缺点：

✎  DOE试验在开始运用时，由于对其的不熟悉性，导致无法准确预期试验结果，无法保证所有实验一次性成功。  

✎  由于试验设计试验次数较多，每次试验的准确性及结果的准确性至关重要，对于人员素质、设备性能、物料来源及批次、场地环境控制等要求较高，保证所有试验的准确性及平行性，避免模型无效、模型中出现弯曲及失拟现象。  

✎  DOE基于数理统计的试验设计，试验过程及检测的准确性仅为试验的一部分，基于数据的统计分析，如何合理的建立模型，回归模型的解读，回归模型的优化（若回归系数较低，模型准确度低，则需再次增加重复试验，优化回归模型提高模型准确度）都考验并挑战制剂人员的知识储备及耐心，这可能也是制约DOE国内发展的一部分原因。

优点：

✎  通过DOE能够更加集中的完成工艺考察过程，避免一般经验，边做试验等待结果后再决策后续方案，相较于传统经验单因素考察DOE试验设计考察过程更加系统集中。  

✎  通过模型的建立及回归模型方程的建立，能获得影响关键质量属性的关键工艺参数，通过回归方程的模拟及预测，能获得各关键工艺参数的变化对关键质量属性的影响趋势，同时能评估各关键工艺参数协同作用对关键质量属性的影响； 基于各关键质量属性预设区间的设置，获得合理的工艺设计空间，指导进一步的放大验证工作。

特别注意：

通过合理的DOE试验设计确实能更加系统科学的的评估各关键工艺参数对关键质量属性的影响，能获得可供参考的工艺设计空间，但要保证能获得理想的结果，针对湿法制粒建议做到以下几点：

✎    试验设计之初充分论证各参数设计的合理性，避免出现制粒不充分、过渡制粒等的异常情况。 设计之初最好通过单因素试验确认粘合剂加入总量的最小，最大值，获得合理范围。  

✎    保证相同的操作人员、相同的设备、相同的物料来源及批号、相同的操作过程、相同的操作环境，尽可能集中一段时间完成所有试验。 保证试验的准确性及平行性！

✎    模型建立之后合理的优化模型，使得总模型有效，无明显弯曲和失拟现象，尽可能提高回归方程R2，使得预测和调整R-Sq尽可能更为接近，提高模型预测的准确性。

通过DOE试验设计在湿法制粒工艺参数优化上的实践，发现在小试研发时，保证实验设计合理及试验准确性的前提下，DOE试验设计及过程其实较容易实现，但如何保证回归模型的准确性，用于后续申报资料的整理，同时如何完成在生产设备上的转化及实践，确认批量生产时的工艺设计空间，是值得各位同仁共同思考及努力的方向，在此与各位同仁共勉，真正合理充分的运用QBD理念，利用DOE工具，提高整体研发效率！  

本人对于DOE的应用也仅处于摸索及学习阶段，以上为本人对DOE在湿法制粒工艺优化中的应用的一些经验及感触，如有不确切的地方还请各位学者专家指正，同时也在此抛砖引玉，希望更多同仁及专家学者提出自己的见解及建议！

参考文献：

1、Quality by Design for ANDAs: An Example for Immediate-Release Dosage Forms ANDAs 

2、固体口服制剂的研发-药学理论与实践 

3、流化床微丸包衣工艺和高剪切制粒工艺的关键因素和工艺放大-陈挺 

4、QbD与药品研发-概念和实例 

5、闵亚能 著—实验设计（DOE）应用指南

责任编辑：三七

声明：本文系药智网转载内容，版权归原作者所有，转载目的在于传递更多信息，并不代表本平台观点。如涉及作品内容、版权和其它问题，请与本网站留言联系，我们将在第一时间删除内容！