基于定量结构保留关系(QSRR)建模的创新LC-MS/MS方法开发用于痕量N-亚硝胺的超灵敏检测

为解决药品中N-亚硝胺污染这一监管难题，研究人员采用创新的定量结构保留关系(QSRR)建模策略，开发了超灵敏LC-MS/MS方法。该研究通过筛选和优化两阶段流程，成功建立了可同时检测5种小分子N-亚硝胺杂质的分析方法，验证结果显示检测限低至0.75 pg/mL-0.02 ng/mL，完全满足EMA对药品中痕量基因毒性杂质的检测要求。这项研究为制药行业提供了一种高效、可靠的N-亚硝胺检测新范式。

　　

近年来，药品中N-亚硝胺污染问题引发全球监管机构高度关注。这类化合物因其强致癌性被国际癌症研究机构(IARC)列为2A类或2B类致癌物，其形成可能贯穿药品生产、储存全过程。2018年欧洲爆发的缬沙坦NDMA污染事件更凸显了问题的紧迫性。目前检测技术面临两大挑战：一是传统方法开发耗时费力；二是药物基质效应(ME)严重影响痕量分析的准确性。

为应对这些挑战，研究人员开展了一项创新性研究，开发了基于定量结构保留关系(QSRR)建模的LC-MS/MS分析方法。这项研究通过计算机模拟预测化合物的色谱保留行为，大幅提升了方法开发效率。研究团队首先构建了包含17种N-亚硝胺的QSRR模型数据库，通过计算分子描述符预测最优分离条件。实验验证阶段采用大气压化学电离(APCI)源和多反应监测(MRM)模式，显著提高了检测灵敏度。

关键技术方法包括：1)建立涵盖不同pH和梯度时间的QSRR预测模型；2)使用UHPLC-HSS T3色谱柱进行方法转移；3)采用APCI⁺
模式和稳定同位素内标校正；4)基于ICH Q2(R2)指南进行方法验证；5)应用β-期望容忍区间评估总误差。研究对象为含有5种N-亚硝胺的片剂制剂。

研究结果部分：

1. 创新性QSRR建模方法
   通过建立17种N-亚硝胺的QSRR模型，研究人员成功预测了最优色谱条件。模型显示在pH 2.7、梯度时间9.9分钟条件下可获得最佳分离效果。值得注意的是，模型准确预测了NDPA和NDIPA这对同量异位素化合物的基线分离。

2. 分析方法开发
   实验验证确认APCI⁺
   模式比电喷雾电离(ESI)灵敏度提高10倍以上。针对易受基质影响的NNK，研究发现其与API的共洗脱会导致信号完全抑制，这验证了QSRR模型在解决ME问题上的价值。

3. 方法验证结果
   验证涵盖1-30 ng/mL范围，所有分析物的检测限均低于EMA要求的10%可接受限度。采用线性回归模型时，NMBA和NMPA的总误差曲线完全落在±30%接受标准内。特别的是，NMBA因E/Z异构现象出现峰分裂，但通过整合计算仍能准确定量。

4. 系统适用性
   建立的系统适用性测试(SST)方案包括：设备验证(信号强度≥8×10⁶
   counts)、峰对称性(拖尾因子0.5-2.5)、离子比验证等。所有指标均符合欧洲药典要求。

研究结论指出，这种QSRR指导的方法开发策略具有三大优势：一是显著缩短方法开发周期；二是通过预测共洗脱风险有效解决基质效应问题；三是建立的通用方法可快速适配新发现的N-亚硝胺。验证结果显示该方法检测限达到pg/mL级，完全满足监管要求。

这项研究的创新点在于将计算化学与实验分析有机结合，为制药行业提供了一种智能化的方法开发范式。特别是建立的三种通用方法(pH 2.7/250°C、pH 2.7/150°C和pH 5.0/150°C)可覆盖绝大多数小分子N-亚硝胺的检测需求。研究团队强调，这种方法符合ICH Q14指南倡导的"质量源于设计"(QbD)理念，有助于实现分析方法全生命周期管理。

该成果发表在《Journal of Pharmaceutical and Biomedical Analysis Open》上，为药品安全监管提供了强有力的技术支撑，对保障公众用药安全具有重要意义。未来，这种方法有望扩展应用于药物活性成分相关亚硝胺(NDSRIs)的检测，进一步拓展其在制药质量控制中的应用前景。