Pharmazeutische Zeitung online Avoxa
whatsApp instagram facebook bluesky linkedin xign
Arzneimittelsicherheit

»Unerwartete« Verunreinigungen zuverlässiger aufspüren

In den letzten Jahren wurde immer wieder über nicht erwartete Verunreingungen in Arzneistoffen berichtet, etwa Nitrosamine und Azidoverbindungen in Sartanen. Gibt es Möglichkeiten, sich besser davor zu schützen?
AutorKontaktLaura Backer
AutorKontaktUlrike Holzgrabe
Datum 24.07.2024  09:00 Uhr
»Unerwartete« Verunreinigungen zuverlässiger aufspüren

Die internationalen Arzneibücher versuchen, die Qualität eines Arzneistoffes mittels standardisierter Methoden zu evaluieren und damit letztlich auch zu sichern. Zu den wichtigsten Methoden zählen die Identifizierung von Restlösemittel, die Suche nach Schwermetallen und vor allem die Identifizierung und Quantifizierung von verwandten Substanzen. Bei Letzterer kommt zumeist eine Hochleistungsflüssigkeitschromatografie (HPLC) mit UV/Vis-Detektion zum Einsatz.

Die Analytik basiert dabei auf der Kenntnis des Herstellungswegs. Wird dieser von einem pharmazeutischen Hersteller verlassen, muss überprüft werden, ob die beschriebene Analytik die Qualität des Wirkstoffs noch ausreichend sichern kann. Aber reicht das wirklich aus?

Unter der Rubrik »verwandte Substanzen« gruppiert man zumeist Syntheseausgangsprodukte, Nebenprodukte und Zersetzungsprodukte ein. Eher selten im Blick hat man die Reinheit der Edukte sowie der Lösungsmittel und Reagenzien, geschweige denn die Reaktionsprodukte aus den genannten Substanzen, obgleich man mithilfe einer Synthesematrix mögliche weiteren Verunreinigungen identifizieren kann. Nach diesen könnte man dann gerichtet (targeted) mittels HPLC mit massenspektrometrischer Detektion suchen.

Alternativ kann man aber auch ungerichtet mittels HPLC/MS-Methoden nach unerwarteten Verunreinigungen suchen. Dazu benötigt man einen empfindlichen Massendetektor wie ein qTOF-Detektor, der die Massen auf vier Nachkommastellen bestimmen kann, sowie eine entsprechende Mess- und Auswertesoftware. Derart ausgerüstet, kann man die Summenformel einer Verunreinigung und deren Strukturformel aufklären.

Mit dieser Technik haben wir an der Universität Würzburg kürzlich unter anderem sechs Proben von Losartan-Kalium unterschiedlicher Herkunft untersucht (»Journal of Pharmaceutical and Biomedical Analysis«, DOI: 10.1016/j.jpba.2023.115955). Durch systematische Variation der chromatografischen Bedingungen konnten wir einige der im Arzneibuch beschriebenen Verunreinigungen auffinden sowie auch Losartan-Azid, über das kürzlich berichtet wurde, und ein Losartan-Cyanoalkohol-Isomer (Abbildung).

Erstaunt waren wir allerdings über die Entdeckung von N-Methylpyrrolidon (NMP) in einem asiatischen Produkt, insbesondere über die Menge von knapp 33.000 ppm. Der Wert liegt mehr als 60-fach über dem Limit von 530 ppm, das sowohl die ICH-Guideline Q3C (R9) als auch das US-amerikanische Arzneibuch (USP) und das Europäische Arzneibuch (PhEur) vorschreiben. NMP war offensichtlich als Lösemittel in der Synthese verwendet und nicht ausreichend abgereichert worden.

Frag die KI
Die experimentelle KI
von PZ und PTA-Forum
Die experimentelle KI
von PZ und PTA-Forum
Die experimentelle KI
von PZ und PTA-Forum
 
FAQ
BETA
Menü
Zeit
SENDEN
Wie kann man die CAR-T-Zelltherapie einfach erklären?
Warum gibt es keinen Impfstoff gegen HIV?
Was hat der BGH im Fall von AvP entschieden?
Zeit
GESAMTER ZEITRAUM
3 JAHRE
1 JAHR
Senden
SENDEN
KI
IHRE FRAGE WIRD BEARBEITET ...
KI
KI
UNSERE ANTWORT
QUELLEN
22.01.2023 – Fehlende Evidenz?
LAV Niedersachsen sieht Verbesserungsbedarf
» ... Frag die KI ist ein experimentelles Angebot der Pharmazeutischen Zeitung. Es nutzt Künstliche Intelligenz, um Fragen zu Themen der Branche zu beantworten. Die Antworten basieren auf dem Artikelarchiv der Pharmazeutischen Zeitung und des PTA-Forums. Die durch die KI generierten Antworten sind mit Links zu den Originalartikeln. ... «
Ihr Feedback
War diese Antwort für Sie hilfreich?
 
 
FEEDBACK SENDEN
FAQ
Was ist »Frag die KI«?
»Frag die KI« ist ein experimentelles Angebot der Pharmazeutischen Zeitung. Es nutzt Künstliche Intelligenz, um Fragen zu Themen der Branche zu beantworten. Die Antworten basieren auf dem Artikelarchiv der Pharmazeutischen Zeitung und des PTA-Forums. Die durch die KI generierten Antworten sind mit Links zu den Originalartikeln der Pharmazeutischen Zeitung und des PTA-Forums versehen, in denen mehr Informationen zu finden sind. Die Redaktion der Pharmazeutischen Zeitung verfolgt in ihren Artikeln das Ziel, kompetent, seriös, umfassend und zeitnah über berufspolitische und gesundheitspolitische Entwicklungen, relevante Entwicklungen in der pharmazeutischen Forschung sowie den aktuellen Stand der pharmazeutischen Praxis zu informieren.
Was sollte ich bei den Fragen beachten?
Damit die KI die besten und hilfreichsten Antworten geben kann, sollten verschiedene Tipps beachtet werden. Die Frage sollte möglichst präzise gestellt werden. Denn je genauer die Frage formuliert ist, desto zielgerichteter kann die KI antworten. Vollständige Sätze erhöhen die Wahrscheinlichkeit einer guten Antwort.
Wie nutze ich den Zeitfilter?
Damit die KI sich bei ihrer Antwort auf aktuelle Beiträge beschränkt, kann die Suche zeitlich eingegrenzt werden. Artikel, die älter als sieben Jahre sind, werden derzeit nicht berücksichtigt.
Sind die Ergebnisse der KI-Fragen durchweg korrekt?
Die KI kann nicht auf jede Frage eine Antwort liefern. Wenn die Frage ein Thema betrifft, zu dem wir keine Artikel veröffentlicht haben, wird die KI dies in ihrer Antwort entsprechend mitteilen. Es besteht zudem eine Wahrscheinlichkeit, dass die Antwort unvollständig, veraltet oder falsch sein kann. Die Redaktion der Pharmazeutischen Zeitung übernimmt keine Verantwortung für die Richtigkeit der KI-Antworten.
Werden meine Daten gespeichert oder verarbeitet?
Wir nutzen gestellte Fragen und Feedback ausschließlich zur Generierung einer Antwort innerhalb unserer Anwendung und zur Verbesserung der Qualität zukünftiger Ergebnisse. Dabei werden keine zusätzlichen personenbezogenen Daten erfasst oder gespeichert.

Mehr von Avoxa