混合溶剂结晶过程中浓度监测的稳健ATR-FTIR校准方法

《Organic Process Research & Development》：Robust ATR-FTIR Calibration for Concentration Monitoring in Mixed-Solvent Crystallization Processes

　　

过饱和度（supersaturation）的在线监测对于药物结晶过程的高效开发至关重要。衰减全反射傅里叶变换红外（ATR-FTIR）光谱技术能够实现在线浓度监测，但其工业应用仍受限于缺乏标准化且稳健的校准模型开发方法，尤其是在涉及多种溶剂的体系中。本研究评估了在温度和溶剂组成变化条件下ATR-FTIR监测的校准策略，旨在实现校准模型的快速开发，同时证明常用方法仍可有效提供准确且可迁移的预测。研究人员采用的方法包括光谱范围选择（可选裁剪及辅助过程变量纳入）、标准归一化、偏最小二乘回归（PLSR）以及运行内校准。研究人员将该方法的性能与基于手动峰面积的线性模型以及主成分分析结合人工神经网络（PCA+ANN）进行了对比，在两个光谱复杂度递增的结晶体系中进行了评估：对乙酰氨基酚（paracetamol）在乙醇/水中以及阿普斯特（apremilast）在丙酮/乙醇中。对于对乙酰氨基酚体系，所提出的PLSR方法实现了低至8.1 g/kg的验证平均绝对误差（MAE），R²值高于0.98，相比手动峰面积模型提高了一个数量级。对于阿普斯特体系，验证MAE在2.5至3.3 g/kg之间，同时在动态结晶实验中保持了可靠性能。尽管PCA+ANN模型在校准和验证数据集上实现了更低的误差，但这些优势并未转化为独立结晶实验中的稳健性提升，其可迁移性降低表明存在过拟合。相比之下，基于PLSR的方法在两个体系及所有操作条件下均能提供准确可靠的浓度预测。因此，对于混合溶剂结晶，精心实施的PLSR策略即使在线性模型可能被认为具有优势的情况下仍能保持高效，而基于ANN的模型所增加的复杂性对于药物工艺开发中的实际ATR-FTIR校准并非必要。

**论文解读：混合溶剂结晶过程中ATR-FTIR浓度监测的稳健校准方法**

**研究背景与问题**

结晶是合成药物生产中用于纯化和分离药物物质中间体（DSI）及最终活性药物成分（API）的关键单元操作。实时监测溶质浓度和过饱和度（supersaturation）能够加速工艺开发并改进结晶过程。传统离线分析方法如高效液相色谱（HPLC）需要定时取样且分析时间长，难以实现高分辨率监测。近年来，过程分析技术（PAT）如衰减全反射傅里叶变换红外（ATR-FTIR）光谱法被广泛用于在线浓度监测，但其工业部署仍受限于缺乏标准化且稳健的校准模型开发方法，尤其是在涉及多种溶剂的体系中。温度和溶剂组成的变化会引入光谱非线性效应，而常用的偏最小二乘回归（PLSR）模型若不经过适当预处理，可能难以准确捕捉这些效应。尽管已有研究采用人工神经网络（ANN）等方法试图克服线性限制，但这些方法需要大量超参数调优和预处理步骤，增加了模型开发复杂性。目前，对于混合溶剂结晶体系，尚缺乏一套公认的最佳校准实践框架。

**研究内容与意义**

本研究旨在评估一种基于PLSR的实用校准策略是否能在混合溶剂冷却和反溶剂结晶体系中提供准确且可迁移的ATR-FTIR浓度预测。研究人员在两个光谱复杂度递增的体系中进行验证：对乙酰氨基酚（paracetamol）在乙醇/水中，以及阿普斯特（apremilast）在丙酮/乙醇中。通过比较手动峰面积线性模型、PLSR和主成分分析结合人工神经网络（PCA+ANN）三种方法，研究发现精心实施的PLSR策略在动态结晶条件下表现出优异的稳健性和可迁移性，而PCA+ANN尽管在校准和验证数据集上误差更低，但在独立结晶实验中因过拟合导致性能下降。该研究为药物结晶工艺开发提供了一种简单、快速且可靠的ATR-FTIR校准方法，相关成果发表在《Organic Process Research》。

**主要关键技术方法**

研究人员采用ATR-FTIR光谱仪（ReactIR 702，Mettler-Toledo）采集光谱，波数范围为648–2500 cm^?1，分辨率分别为8 cm^?1（对乙酰氨基酚体系）和4 cm^?1（阿普斯特体系）。校准方法包括：将光谱裁剪至950–1700 cm^?1以去除噪声和无特征区域；使用StandardScaler进行标准归一化；采用PLSR建模，通过五折交叉验证选择解释至少99%总方差的最少潜变量数；并应用运行内校准（in-run calibration）以修正探头位置等变化引起的偏移。对比方法包括手动峰面积线性模型和PCA+ANN（PCA降维后使用ANN，超参数通过Optuna优化）。样本队列来源：对乙酰氨基酚实验包括11批共247个光谱，阿普斯特实验包括6批共185个光谱，均来自Mettler-Toledo设备。

**研究结果**

**Case Study 1: Paracetamol in Ethanol and Water**
通过比较校准和验证指标，手动峰面积线性模型表现最差，验证MAE高达58.1–80.1 g/kg，R²低至0.448–0.702。PLSR和PCA+ANN模型在校准和验证中均表现良好，MAE低至3.66–10.3 g/kg，R²接近1。然而，在独立结晶实验和溶解度测试中，PLSR模型表现更优：使用有限光谱（950–1700 cm^?1）结合溶剂组成作为输入的PLSR模型，测试MAE为9.7 g/kg，而对应PCA+ANN模型的MAE为11.72 g/kg。运行内校准进一步将PLSR的MAE从13.24 g/kg降至9.7 g/kg。结果表明，对于对乙酰氨基酚体系，PLSR结合有限光谱和溶剂组成是最准确的校准策略。

**Case Study 2: Apremilast in Acetone and Ethanol**
类似地，手动峰面积模型表现最差，验证MAPE高达20.4%–371%。PLSR模型验证MAE为2.48–3.25 g/kg，PCA+ANN模型验证MAE低至0.20–1.42 g/kg。但在独立结晶实验中，PLSR模型表现出显著更优的稳健性：最佳PLSR模型（有限光谱+溶剂组成）测试MAE为2.0 g/kg，而PCA+ANN模型测试MAE为9.4–53.0 g/kg。移除运行内校准后，PLSR的MAE从2.0升至2.8 g/kg，而PCA+ANN的MAE从9.4升至30.6 g/kg，进一步表明PCA+ANN存在过拟合。尽管PCA+ANN在校准和验证中误差更低，但其在动态结晶条件下的可迁移性差，而PLSR通过隐式正则化提供了更好的泛化能力。

**讨论与结论**

讨论部分指出，PCA+ANN模型在校准和验证数据集上的优势并未转化为独立结晶实验中的稳健性，其较高的模型复杂度和大量可调参数导致过拟合。PLSR通过线性潜变量结构有效约束模型灵活性，减少了对虚假相关性的敏感性，从而在工艺变化条件下表现更可靠。研究结论翻译如下：本研究评估了混合溶剂结晶中ATR-FTIR浓度监测的校准策略。手动峰面积线性模型整体表现最弱，验证MAE范围为3.46–79.9 g/kg，R²值在0.448–0.997之间。PCA+ANN实现了最低的验证误差，MAE低至0.20 g/kg，R²值高达1.00，而PLSR的验证MAE低至2.48 g/kg，R²值高达0.997。然而，在独立结晶实验评估中，PLSR表现出更优的稳健性和可迁移性。在对乙酰氨基酚案例中，最佳PLSR模型测试MAE为9.7 g/kg，而对应PCA+ANN模型为11.72 g/kg。在阿普斯特案例中，PLSR测试MAE为2.0–7.6 g/kg，而PCA+ANN为9.4–53.0 g/kg。对于表现最佳的阿普斯特模型，移除运行内校准使PLSR的MAE从2.0升至2.8 g/kg，但使PCA+ANN的MAE从9.4升至30.6 g/kg，再次表明PLSR模型更稳健。本研究并非提出单个校准步骤的新颖性，而是证明精心实施的PLSR策略即使在温度和溶剂组成变化引入显著光谱复杂性的混合溶剂体系中，仍能保持准确和稳健。尽管PCA+ANN在某些情况下实现了更低的校准和验证误差，但这些优势并未转化为独立结晶实验中的更好性能，且需要更大的模型开发投入。在所研究的体系中，PLSR在预测性能、稳健性、可解释性和实施难度之间提供了最有利的平衡，使其成为药物混合溶剂结晶中基于ATR-FTIR的浓度和过饱和度监测的可靠首选方法。