XRPDブログシリーズ第3回「XRPDを補完する技術で固体形状分析を促進する方法」
En esta serie de blogs de cuatro partes, se presenta cómo la difracción de rayos X en polvo (XRPD), una de las técnicas de análisis de formas sólidas, ayuda a los desarrolladores farmacéuticos a optimizar la solubilidad y el rendimiento de los medicamentos.
En este tercer episodio de la serie, explicamos cómo combinar XRPD con métodos complementarios para evaluar de manera más completa y eficiente las características de los ingredientes activos farmacéuticos (API).
Puede ver los episodios anteriores en el primer episodio, el segundo episodio y el episodio final.

Optimización del análisis XRPD en modo de transmisión
En el blog anterior, explicamos que XRPD es un método poderoso y común para detectar y caracterizar los polimorfos de API. XRPD es la única técnica de flujo de trabajo único que puede proporcionar una huella digital detallada de la estructura de APIs cristalinas y amorfas. Sin embargo, la caracterización de formas sólidas utilizando XRPD a veces enfrenta desafíos únicos. Existen dos factores clave en la preparación de muestras que pueden influir en los resultados: (i) la distribución de orientación de los cristalitos y (ii) las estadísticas de las partículas. Por ejemplo, puede ocurrir que la muestra muestre orientación preferencial, lo que puede causar desviaciones en la intensidad de reflexión medida en los datos de difracción. Este es un problema común en polvos que contienen cristales anisotrópicos (como cristales en lámina o en aguja, no cúbicos) (Figura 1). La muestra ideal contiene múltiples cristalitos orientados al azar, lo que proporciona una alta reproducibilidad estadística.
![]() | ![]() |
Entonces, ¿cómo podemos minimizar los efectos de orientación selectiva en las mediciones XRPD? Una de las maneras más simples es cambiar la geometría del experimento XRPD de modo de reflexión a modo de transmisión. Este cambio de geometría permite eliminar de manera más eficaz la orientación al rotar la muestra. Aunque el modo de reflexión tiene métodos de verificación histórica y control de calidad establecidos, en los últimos años ha aumentado su popularidad el modo de transmisión para mejorar la efectividad del uso de XRPD en el análisis de formas sólidas.
La capacidad de análisis de XRPD mejora con tecnologías complementarias
XRPD es un método integral para analizar la morfología de los APIs, pero al combinarlo con métodos complementarios, se puede obtener una comprensión más detallada de la estructura y el comportamiento de las formas sólidas. Al tener una amplia variedad de datos, los científicos farmacéuticos pueden realizar elecciones informadas a futuro en el desarrollo de APIs. Pueden eliminar compuestos candidatos con baja estabilidad y fiabilidad en las primeras etapas del proceso de desarrollo, lo que ahorra tiempo y costos, y hace más seguras las etapas de desarrollo posteriores.
Por ejemplo, las técnicas de análisis térmico como el calorimetría diferencial de barrido (DSC) y el análisis termogravimétrico (TGA) son efectivas para medir la estabilidad térmica de las formas sólidas. Como se explicó en el blog anterior, son particularmente efectivos para caracterizar diferentes polimorfos y llevar a cabo pruebas de estabilidad de los candidatos líderes óptimos.
Las mediciones DSC y los experimentos TGA ayudan a esclarecer temperaturas de transición y energías de polimorfos y proporcionan ideas sobre la formación de diferentes hidratos. Además, XRPD proporciona conocimientos sobre los cambios en las estructuras cristalinas debido a la temperatura y la humedad. Recientemente, ha aumentado la realización de evaluaciones de estabilidad durante el desarrollo, las cuales ayudan a mitigar riesgos en el flujo de trabajo de desarrollo. Además, las técnicas de dispersión de rayos X como la dispersión de rayos X a ángulo pequeño (SAXS) y la función de distribución de pares (PDF) pueden proporcionar información sobre la estructura del API junto con XRPD. SAXS se utiliza para analizar materiales nanoestructurados, midiendo la intensidad de los rayos X dispersos en muestras cerca de un haz directo. Esta dispersión proporciona información detallada sobre la distribución del tamaño de las partículas en el rango nanométrico. Este método es muy versátil y se puede utilizar en dispersiones líquidas, materiales porosos y muestras sólidas. Por otro lado, PDF es un método para evaluar el orden a corto rango en materiales amorfos. Es especialmente efectivo para sustancias inherentemente desordenadas, permitiendo determinar estructuras de materiales amorfos, de bajo orden cristalino, nanocristales y nanoestructuras usando un patrón completo de difracción de rayos X en polvos.
Conclusión
Continuar el desarrollo de medicamentos sin una comprensión completa de la estructura y estabilidad de los polimorfos puede resultar en problemas de seguridad, efectividad y calidad. Además, las deficiencias en el perfilado de polimorfos pueden llevar a solicitudes de patente ambiguas y tener consecuencias desastrosas años después. XRPD es una herramienta poderosa para caracterizar la forma sólida de APIs, pero al usar herramientas complementarias como análisis térmico, SAXS y PDF, es posible cerrar estas brechas en el perfilado y mejorar los conocimientos analíticos.
En el próximo y último blog de esta serie, que se publicará pronto, presentaremos cómo aprovechar al máximo XRPD para seleccionar compuestos líderes en el desarrollo farmacéutico.
Para obtener más información sobre cómo XRPD puede ser útil en el desarrollo farmacéutico, descargue y consulte la guía COMPLETA.
Este artículo puede haber sido traducido automáticamente.
{{ product.product_name }}
{{ product.product_strapline }}
{{ product.product_lede }}