在滚筒压紧过程中,控制带状物料的微观结构至关重要,因为这些属性强烈影响下游颗粒的流动性、堆积密度和可压紧性。在这种情况下,带状物料的孔隙率(通常用固相分数SF表示;ε = 1 – SF)是一个关键的中间质量属性(CQA),它将滚筒压紧条件与后续颗粒和片剂性能联系起来。正如Khorasani等人(Khorasani et al., 2015)及后续研究所示,在所研究的工艺变量范围内,滚筒压力是决定带状物料孔隙率的主要因素。较大的法向力会使粉末床更紧密地压实,从而降低孔隙率。次要因素如螺杆进料速度和滚筒速度会影响停留时间和压实动力学,但其影响次于滚筒压力。制造商通常使用轴向带纹的滚筒,因为这种几何形状可以改善粉末的抓握力,尽管这可能会导致带状物料内部孔隙率的局部不均匀性(Mahmah et al., 2019, Quyet et al., 2013)。
滚筒压紧技术是一种可靠的干法制粒方法,可用于制造含有羟丙基甲基纤维素(HPMC)等聚合物的亲水性缓释片剂。由于湿法制粒过程中存在未润湿区域和硬块,这些聚合物可能导致药物释放曲线不一致;而在直接压片中则可能出现含量均匀性和流动性问题(Hariharan et al., 2004, Heiman et al., 2015, Saravanan et al., 2003)。然而,关于通过滚筒压紧制备的HPMC基片剂的系统研究仍然有限,特别是那些将关键工艺参数(CPPs)与带状物料孔隙率以及下游颗粒属性和片剂性能联系起来的研究(Dular Vovko et al., 2022, Hariharan et al., 2004, Saravanan et al., 2003)。在高药物负荷下,实施这种技术具有挑战性,成功与否取决于对工艺参数和配方组成的仔细调整(Kleinebudde, 2004, Moroney et al., 2020, Palugan et al., 2025)。
在缓释片剂中,当HPMC含量接近渗透阈值(即聚合物颗粒在整个片剂中形成连续网络的临界浓度或体积分数)时,即使工艺参数发生微小变化也会改变网络连通性,从而显著影响药物释放速率。例如,Heiman等人(Heiman et al., 2015)表明,滚筒压紧可以分解大颗粒的HPMC-DC(可直接压制的级别)聚集体,并在片剂中更均匀地分布HPMC,从而在HPMC含量为32%时实现稳定的释放行为;而直接压紧则无法使聚合物在HPMC含量为22–32%(w/w)时渗透并通过片剂形成连续网络。在粘弹性二甲双胍(高Heckel屈服压力;以碎裂为主的压实过程)和塑性HPMC的复杂组合中,关键工艺参数(如滚筒压力)以及螺杆速度和滚筒速度对带状物料孔隙率、固相分数和颗粒粒径分布的影响尤为重要。文献数据表明,带状物料微观结构(孔隙率、固相分数、抗拉强度)的变化会传递到下游颗粒属性(粒径分布、硬度),这些属性直接影响片剂的关键质量属性,包括膨胀率和药物释放速率。这种工艺-结构-性能关系强调了仔细优化工艺的必要性,以在良好的流动性和保持缓释功能之间找到平衡(Arndt and Kleinebudde, 2018, Cantor et al., 2009, Dular Vovko et al., 2022, Heiman et al., 2015, Miguélez-Morán et al., 2008, Obeidat and Gharaibeh, 2024, Skelb?k-Pedersen et al., 2020, Takasaki et al., 2015)。鉴于高药物负荷带来的挑战以及确保HPMC性能一致性的需求,仅仅优化带状物料微观结构和下游颗粒属性可能是不够的。必须通过改进的工艺理解和对滚筒压紧及带状物料关键质量属性(CQAs)的监测,在更广泛的工艺分析技术(PAT)框架内控制相关风险。在这种情况下,近红外(NIR)光谱结合预测模型为监测带状物料孔隙率提供了一种有前景的方法。
近红外光谱用于多组分系统的孔隙率预测,由于吸收带的重叠,单变量校准往往不可靠,需要多变量校准方法(如偏最小二乘法(PLS)、主成分回归(PCR)从全光谱中提取有用信息并分离重叠特征(Gorachinov et al., 2025, Stojanovska Pecova et al., 2021)。在带状纹理材料上进行实时NIR测量时,由于带纹滚筒的周期性高度轮廓,表面地形的变化会改变带状物料与检测器光学系统之间的焦距,从而引入反射信号的系统性波动。鉴于对此类几何形状的研究较少,开发能够明确考虑多组分系统中光谱重叠和带纹滚筒地形引入的光学伪影的实时孔隙率模型非常相关。滚筒压紧带状材料的孔隙率由原材料特性(尤其是颗粒粒径分布(PSD)和初级颗粒的形态)以及关键工艺参数(如滚筒力、滚筒间隙和滚筒速度)的共同作用产生(Al-Asady et al., 2015, Janssen et al., 2022, Olaleye et al., 2020, Omar et al., 2015, Wilms and Kleinebudde, 2020)。由于这些因素是非线性相互作用并产生空间密度梯度,无法通过单一变量推断(Acevedo et al., 2012, Guo et al., 2024, Olaleye et al., 2020),因此本研究采用实验设计(DoE)方法系统地研究了滚筒压力、滚筒速度和螺杆速度对带状物料和颗粒属性的影响。为了补充这一点,使用了微计算机断层扫描(MicroCT)作为无损技术来确定空间异质性,从而深入理解工艺结构与性能之间的关系。作为这一基于PAT的开发策略的一部分,开发了带有基线校正预处理的在线NIR模型,并在整个DoE数据集的孔隙率范围内进行了校准,随后将其应用于在线预测,从而在受控条件下实现校准和验证,同时仍能捕捉到变化并支持连续实时监测(Rantanen & Khinast, 2015)。