Application de la spectroscopie Raman non destructive et de la Process Analytical Technology (PAT) pour le profilage en temps réel des traces de contaminants dans les principes actifs pharmaceutiques d'origine végétale
Abstract
Contexte
Les principes actifs pharmaceutiques (API) d'origine végétale et les substances médicamenteuses végétales nécessitent des stratégies de qualité capables de contrôler la variabilité et de gérer les risques de contamination en utilisant une approche par « faisceau de preuves » (totality of the evidence) incluant le contrôle des matières premières végétales et des tests chimiques tels que des méthodes spectroscopiques et/ou chromatographiques. [1] Les directives réglementaires attendent explicitement des tests pour les résidus de pesticides et les toxines adventices (ex : aflatoxines), ainsi que des contrôles traitant les matières étrangères et les adultérants, ce qui motive des approches de criblage rapide pouvant être déployées tout au long de la chaîne d'approvisionnement et du cycle de vie de la fabrication. [1]
Objectif
Cette étude conceptuelle de preuve de concept et de synthèse de données évalue comment la spectroscopie Raman non destructive (y compris les variantes assistées par SERS) peut être intégrée dans un cadre de Process Analytical Technology (PAT) pour le profilage en temps réel ou quasi-réel des traces de contaminants dans les API d'origine végétale, en mettant l'accent sur la faisabilité, les performances analytiques et les contraintes de déploiement étayées par des preuves publiées. [2, 3]
Méthodes
Nous avons synthétisé les preuves démontrant :
- La sensibilité de la spectroscopie Raman à la structure chimique et ses besoins minimaux en préparation d'échantillons ; [2, 4]
- L'amélioration par SERS et des démonstrations représentatives de traces de pesticides (incluant des régimes allant du ppm au sub-ppb) ; [5–8]
- Les stratégies chimiométriques pour l'authentification des adultérants et la prédiction quantitative ; [9–11]
- Des exemples de suivi de processus alignés sur la PAT et les barrières connues à la translation industrielle. [3]
Résultats
À travers les études compilées, la spectroscopie Raman et la chimiométrie ont permis de distinguer les huiles essentielles adultérées lorsque l'inspection visuelle était insuffisante, la PCA assurant la séparation spectrale entre les échantillons purs et adultérés. [9] La modélisation Raman quantitative (PLSR) a atteint des niveaux élevés de précision de prédiction dans les tâches de prédiction de concentration, soutenant la plausibilité d'une quantification basée sur l'étalonnage dans des formulations complexes. [10]
Pour les traces de contaminants, les études SERS ont rapporté une détection allant jusqu'à 1 ppm sur les surfaces de fruits pour certains pesticides et, dans d'autres travaux, ont mesuré des LODs s'étendant de 0.001 à 10 ppm sur 21 pesticides en utilisant des nanoparticules d'or colloïdal. [6, 7] Le SERS portable avec extraction à l'acétate QuEChERS a détecté plusieurs pesticides en dessous d'une MRL de l'UE de 10 ppb dans le riz basmati pour certains analytes, avec une extraction réalisée en moins de 15 min, illustrant un flux de travail pragmatique de « criblage prioritaire ». [8]
Pour l'utilisation en PAT, les mesures Raman rapides, non destructives et non invasives, ainsi que la capacité de déploiement des laboratoires aux lignes de production, soutiennent le suivi inline/online. Cependant, les preuves soulignent également que la plupart des recherches en PAT restent à l'échelle du laboratoire et que les modèles de processus Raman peuvent présenter des LODs relativement élevées ne permettant pas de détecter des cibles à faible concentration dans les contextes de suivi d'extraction. [2, 3]
Conclusions
Les preuves soutiennent un concept PAT activé par Raman/SERS réalisable pour la gestion des risques de contaminants des API d'origine végétale : déployer le Raman portable pour l'authentification des matières entrantes et le criblage des adultérants ; utiliser des modules SERS pour le criblage ciblé des pesticides ; et intégrer des modèles multivariés basés sur le Raman dans les boucles de contrôle PAT lorsque les conditions de processus permettent un transfert d'étalonnage stable et une capacité de détection adéquate. [3, 12]
Les principales limites sont la sensibilité pour les cibles d'ultra-traces dans des matrices végétales hétérogènes, la fluorescence et les signaux Raman faibles, ainsi que les exigences de validation et de transfert de modèle nécessaires à l'acceptation réglementaire des approches de tests réduits ou alternés (skip testing). [3, 4, 13]
Mots-clés
- Spectroscopie Raman
- SERS
- Process analytical technology
- API d'origine végétale
- Résidus de pesticides
- Détection d'adultérants
- Chimiométrie
- Suivi en temps réel
Introduction
Les substances médicamenteuses végétales et les API d'origine végétale sont réglementés selon des paradigmes de qualité qui mettent l'accent sur la cohérence thérapeutique, soutenue par une approche de « faisceau de preuves », incluant le contrôle des matières premières végétales et des tests de contrôle qualité chimique pouvant utiliser des méthodes spectroscopiques et/ou chromatographiques. [1] Dans ce paradigme, les risques de contamination et d'adultération sont explicitement cités comme des préoccupations de qualité nécessitant des stratégies de test, y compris des tests pour les résidus de pesticides (incluant les pesticides parents et les métabolites toxiques majeurs) et les toxines adventices telles que les aflatoxines, ainsi que des contrôles traitant les matières étrangères et les adultérants. [1]
En parallèle, les directives européennes sur les spécifications des substances et préparations végétales définissent les spécifications comme les tests, procédures et critères d'acceptation utilisés pour assurer la qualité lors de la libération et pendant la durée de conservation, et identifient les groupes de contaminants qui doivent être traités de manière appropriée, notamment les métaux lourds/impuretés élémentaires, les résidus de pesticides et de fumigants, les mycotoxines (aflatoxines, ochratoxine A) et la contamination microbienne. [13, 14] Les directives de l'EMA indiquent également que des tests périodiques/allégés (skip testing) des résidus de contaminants peuvent être acceptables lorsqu'ils sont justifiés par une évaluation des risques et des données de lots, établissant une incitation réglementaire claire pour des outils de criblage plus rapides et de compréhension des processus pouvant justifier des stratégies de contrôle basées sur le risque sans compromettre la sécurité. [13]
La spectroscopie Raman est candidate pour de telles stratégies car la diffusion Raman fournit des spectres d'empreintes digitales chimiquement spécifiques, et les méthodes Raman sont couramment décrites comme rapides, non destructives et non invasives avec une préparation d'échantillons simple, des propriétés opérationnelles alignées avec la prise de décision en temps réel pendant la fabrication et le contrôle de la chaîne d'approvisionnement. [2, 4]
Les revues des applications pharmaceutiques du Raman décrivent une gamme de déploiement qui s'étend de l'utilisation en laboratoire aux quais de réception et aux lignes de production, impliquant que le Raman peut être considéré non seulement comme un outil d'identification hors ligne mais aussi comme un capteur analytique potentiel en cours de processus dans un contexte PAT. [2] La PAT est explicitement définie comme l'utilisation d'une série d'outils et de moyens pour réaliser l'analyse en temps réel et le contrôle par rétroaction pendant la production industrielle afin d'assurer un processus de production contrôlable et une qualité de produit optimale ; les techniques de spectroscopie vibrationnelle sont décrites comme permettant une détection en ligne, en temps réel et rapide des attributs de qualité internes des plantes pendant le traitement. [3]
Cependant, le profilage des traces de contaminants dans les produits végétaux est exigeant sur le plan analytique, et la littérature indique des défis de translation majeurs : la plupart des recherches en PAT ont été menées sur des équipements à l'échelle du laboratoire où les conditions expérimentales sont plus faciles à contrôler, et les modèles de processus basés sur le Raman peuvent avoir des LODs relativement élevées qui ne parviennent pas à détecter des cibles à faible concentration dans des tâches de suivi d'extraction simulées. [3] Ces contraintes motivent une question orientée vers la conception pour les API d'origine végétale : comment le Raman (et le Raman assisté par SERS) peut-il être déployé dans un cadre PAT de manière à fournir un criblage rapide et non destructif et, lorsque cela est possible, des prédictions quantitatives robustes à la variabilité de la matrice et du processus, tout en restant compatible avec les attentes réglementaires basées sur le risque pour le contrôle des contaminants et la validation des méthodes ? [2, 3, 13]
Par conséquent, la question de recherche abordée ici est la suivante : les preuves de performance publiées pour le Raman et le SERS peuvent-elles soutenir une architecture PAT pratique pour le profilage en temps quasi-réel des traces de contaminants dans les API d'origine végétale complétant ou triant les essais de confirmation classiques ? [3, 6, 8] L'hypothèse de travail est que l'empreinte digitale non destructive basée sur le Raman sera plus efficace en tant que système PAT hiérarchisé : (i) Raman + chimiométrie pour un criblage rapide d'authentification/adultération ; (ii) modules SERS ciblés pour la détection de traces de pesticides dans des matrices pertinentes ; et (iii) suivi Raman de processus pour les attributs de qualité internes là où la sensibilité est adéquate, avec un skip-testing basé sur le risque justifié par les données et l'historique des lots plutôt que par le seul déploiement de capteurs. [3, 6, 9, 13]
Prédiction quantitative et inférence basée sur l'étalonnage
Pour la prédiction quantitative et l'inférence basée sur l'étalonnage, une étude Raman de formulations de methyl eugenol adultérées avec du xylene a rapporté que la PCA était utile pour différencier les ensembles de données spectrales Raman de différentes concentrations. De plus, un modèle PLSR a pu prédire la concentration d'un échantillon inconnu avec fiabilité, démontrant que la combinaison de la spectroscopie Raman et de la PLSR pouvait atteindre des performances prédictives élevées. Cela souligne son utilité potentielle dans le développement de modèles quantitatifs pour les adultérants à risque connu dans les API d'origine végétale lorsque des matériaux de référence sont disponibles [10].
Confirmation d'identité dans les produits finis
Une méthode Raman basée sur des codes-barres s'est avérée efficace pour confirmer l'identité des API dans les produits finis. La technique fonctionne en comparant le pourcentage de chevauchement non nul entre les codes-barres de l'API attendu et du produit médicamenteux fini, où les spectres sont transformés pour accentuer les pics Raman [11]. En utilisant cette approche, 18 produits médicamenteux finis approuvés et neuf contrefaçons simulées ont été identifiés avec une précision de 100%. Cela soutient la faisabilité de l'utilisation de la logique de « chevauchement d'empreintes » basée sur le Raman pour une vérification d'identité robuste dans les produits formulés, à condition que des règles de transformation et de décision appropriées soient appliquées [11].
Analyse Raman pour les risques de « sosies » végétaux
Des approches par signature spectrale Raman ont été déployées pour distinguer les échantillons authentiques des échantillons adultérés dans des contextes botaniques. Par exemple, l'analyse d'échantillons de Phansomba/Phellinus a révélé une séparation distincte entre les spécimens authentiques et adultérés. Des bandes Raman clés (487, 528, 786, 892, 915 et 1436 cm) caractéristiques de Phellinus (particulièrement Ph. merrillii) ont été identifiées, suggérant le potentiel de construction de bases de données de plages de signatures pour les flux de travail d'inspection dans d'autres médicaments à base de plantes [21].
Cependant, des limites existent. Dans un criblage de 50 compléments alimentaires à base de plantes revendiquant une amélioration sexuelle, la spectroscopie Raman a détecté neuf échantillons adultérés (quatre avec du sildenafil et cinq avec du tadalafil). Pourtant, elle n'a pas réussi à fournir de résultats concluants concernant l'adultération par le tadalafil dans deux échantillons, indiquant la nécessité de méthodes de confirmation ou de stratégies d'interprétation spectrale améliorées pour certains cas [22].
4.2 Résidus de pesticides par SERS
Les preuves publiées soulignent que le SERS est une technique rapide et non destructive capable de détecter des traces de pesticides (ppm ou ppb) en alignement avec les normes de contrôle des contaminants botaniques [1, 6, 19]. Une étude a démontré la capacité du SERS à détecter des pesticides sur les surfaces de fruits à des niveaux aussi bas que 1 ppm, en bonne corrélation avec les limites réglementaires de résidus de pesticides pour les pommes [6].
Les études SERS quantitatives ont montré de fortes performances d'étalonnage. Par exemple, une étude a rapporté des coefficients de détermination (R²) de 0.99 pour l'omethoate et de 0.98 pour le chlorpyrifos, avec des limites de détection (LODs) de 1.63 mg·cm et 2.64 mg·cm, respectivement. Cela souligne la faisabilité de modèles d'étalonnage utilisant les intensités des pics SERS caractéristiques pour la quantification des résidus [17]. Dans cette étude, des pics Raman spécifiques aux analytes (413 cm pour l'omethoate, 346 cm pour le chlorpyrifos) ont été utilisés pour la cartographie des concentrations via des modèles d'étalonnage [17].
Le SERS avec nanoparticules d'or colloïdal a encore amélioré la diffusion Raman de 21 pesticides différents. Les limites de détection allaient de 0.001 à 10 ppm, avec l'identification simultanée du phosmet et du thiram réalisée sur la peau de pomme en utilisant la PCA et le SERS [7].
Pour les matrices de légumes-feuilles, les courbes d'étalonnage pour les résidus de pesticides de phosmet, thiabendazole et acetamiprid ont présenté de froids coefficients de corrélation linéaire, atteignant des recouvrements entre 94.67% et 112.89%. Les validations basées sur le recouvrement ont rapporté des écarts-types relatifs entre 3.87% et 8.56%. L'ensemble du processus de test, incluant l'échantillonnage, l'analyse spectrale et la prédiction quantitative, a été achevé en moins de cinq minutes, une amélioration marquée par rapport aux méthodes chromatographiques traditionnelles [16].
Dans un contexte de matrice végétale, le SERS a démontré un potentiel de détection de la deltamethrin dans Corydalis. Le principal pic caractéristique a été identifié à 999 cm, avec des incréments de modélisation produisant une limite de détection aussi basse que 0.186 mg/L pour une observation directe au pic de 999 cm. L'utilisation d'un modèle PLS a également permis d'obtenir de bons paramètres de performance prédictive [23].
Les dispositifs SERS portables, couplés à l'extraction à l'acétate QuEChERS, ont démontré la capacité de détecter de multiples résidus de pesticides dans le riz basmati en 15 minutes. Des pesticides tels que CBM, THI et TRI ont été détectés en dessous de la limite maximale de résidus (MRL) de l'UE de 10 ppb. Cependant, la limite de détection pour l'ACE est restée plafonnée à 800 ppb, soulignant une variabilité potentielle de la sensibilité des analytes dans un flux de travail multi-résidus [8].
Les approches SERS dynamiques ont amélioré la sensibilité dans les contextes de goutte sessile, permettant la détection de paraquat, thiabendazole, tricyclazole et isocarbophos jusqu'à des niveaux ppm et ppb. Cette approche exploite un état de nanoparticule métastable pendant la volatilisation pour maintenir la discriminabilité dans les extraits de légumes dopés. Les relations linéaires entre les intensités des pics caractéristiques et les niveaux de concentration valident davantage cette méthode [18].
4.3 Profilage des mycotoxines et des marqueurs microbiens
Les normes réglementaires imposent des tests de qualité mycotoxique et microbiologique pour les substances végétales, en se concentrant particulièrement sur les aflatoxines et l'ochratoxine A [13, 24]. Par exemple, les monographies de l'USP spécifient une limite maximale de NMT 5 ppb pour l'aflatoxine B1 et de NMT 20 ppb pour la somme des aflatoxines B1, B2, G1 et G2 [19]. Ces limites définissent la sensibilité que les méthodes de criblage et de confirmation doivent atteindre.
En raison de l'accent mis principalement sur la détection Raman/SERS des pesticides et les applications d'adultération, cette technologie est mieux positionnée comme un outil de criblage complémentaire au sein d'une stratégie plus large de contrôle des contaminants. Cela s'aligne sur les directives réglementaires suggérant que le contrôle de la qualité soit soutenu par des tests chimiques tels que la spectroscopie ou la chromatographie, tout en incorporant les technologies émergentes [1, 13].
4.4 Inférence des métaux lourds et des contaminants inorganiques
L'EMA exige des tests pour les métaux lourds et autres impuretés élémentaires dans les médicaments à base de plantes, sauf justification contraire, établissant une attente réglementaire pour le profilage des traces de contaminants dans les API d'origine végétale [13, 24].
Dans la base de preuves Raman/SERS actuelle, ces contaminants sont abordés indirectement par un meilleur contrôle de l'identité des matières premières, un criblage plus rapide de l'adultération et la priorisation des tests de confirmation pour les échantillons à haut risque. Cependant, les méthodes Raman ne sont pas actuellement positionnées comme des méthodes autonomes pour la quantification des impuretés élémentaires sans validation supplémentaire ou technologies complémentaires [1, 13, 21].
4.5 PAT Raman In-Line et On-Line pour le traitement des plantes
Le cadre de la Process Analytical Technology (PAT) utilise l'analyse en temps réel pour optimiser la qualité des produits et le contrôle des processus. La spectroscopie Raman est décrite comme étant bien adaptée à cet effet, offrant une analyse rapide et non invasive compatible avec les conditions de fabrication en cours de processus [3].
Un exemple de Raman-PAT est l'utilisation d'un modèle RS-CARS-PLS pour le suivi des processus d'extraction dans la fabrication des granulés Wenxin. Bien que le modèle ait démontré un suivi efficace du processus, sa sensibilité pour les analytes à faible concentration, tels que les saccharides, était limitée — soulignant le besoin de SERS ou de techniques complémentaires pour détecter les contaminants à l'état de traces [3].
Le déploiement industriel pose des défis supplémentaires, car la plupart des recherches PAT se déroulent dans des environnements contrôlés en laboratoire. La robustesse et le contrôle de la variabilité doivent être abordés pour une mise à l'échelle et une mise en œuvre en direct réussies [3].
4.6 Performance analytique comparative
La spectroscopie Raman conventionnelle fournit des empreintes chimiques rapides et non destructives sans nécessiter de prétraitement des échantillons. En revanche, le SERS améliore la sensibilité pour détecter les contaminants à l'état de traces, atteignant des limites de détection de 1 ppm à aussi bas que 0.001 ppm pour certains pesticides selon la méthode et la matrice [4, 5, 6, 7]. Par exemple, le SERS couplé à l'étalonnage a démontré la détection de pesticides dans les légumes-feuilles avec des coefficients de corrélation allant jusqu'à 0.98291 et une réalisation de l'ensemble du flux de travail en seulement cinq minutes [16].
Pour les applications d'authentification, la PCA a été utile pour différencier les variations spectrales subtiles dans les huiles essentielles, et les techniques Raman basées sur les codes-barres ont montré une précision de 100% dans l'identification des produits finis contrefaits et authentiques [9–11].
4.7 Instrumentation portable et portative pour le criblage des matières premières
Les instruments Raman portables sont positionnés comme des outils non destructifs et efficaces en temps, capables d'analyser rapidement les matières végétales sans préparation complexe. Ils sont également applicables au suivi de la conformité en matière de santé et de sécurité dans les produits à base de plantes, offrant un outil précieux tant pour l'usine que pour le criblage post-marché [12].
Les directives réglementaires de la FDA mettent en avant les méthodes émergentes comme la spectroscopie Raman dirigée par la morphologie (MDRS) comme étant utiles pour des tâches telles que la caractérisation de la distribution de la taille des particules lorsqu'elles sont étayées par une validation rigoureuse. Bien que non spécifiques aux API d'origine végétale, ces méthodes démontrent la capacité du Raman à compléter les techniques analytiques traditionnelles [25, 26].
Discussion
Les preuves synthétisées soutiennent le Raman et le SERS comme des outils précieux pour le criblage rapide, non destructif et le suivi en temps réel dans les environnements PAT. Ces technologies peuvent être intégrées efficacement dans les flux de travail de contrôle des contaminants et d'assurance qualité pour les API d'origine végétale [2, 3, 5].
5.1 Atouts du Raman et de la PAT par rapport aux méthodes destructives classiques
La spectroscopie Raman est avantageuse pour sa rapidité, ses propriétés non destructives et ses exigences minimales en matière de préparation d'échantillons. Le SERS étend cette utilité, permettant une détection au niveau des traces grâce à des mécanismes d'amélioration, ce qui a été démontré pour détecter des pesticides jusqu'à des niveaux de ppb avec des temps de flux de travail globaux rapides, le rendant idéal pour le criblage initial et le triage des échantillons pour les tests de confirmation [2, 4, 5, 16].
5.2 Limites
Les principales limites incluent les défis de sensibilité des méthodes Raman de base, en particulier pour les analytes à faible concentration sans amélioration par SERS. L'utilisation industrielle de la PAT basée sur le Raman nécessite également de surmonter les défis de variabilité et de mise à l'échelle robuste. De plus, une certaine dépendance aux modèles chimiométriques, tels que PCA et PLS, introduit une complexité et une incertitude potentielle dépendant de la variabilité de la matrice et de l'entraînement des modèles [3, 9, 22, 23].
Directives réglementaires et outils de criblage basés sur le Raman
Les directives réglementaires soutiennent une approche de qualité pour les produits végétaux basée sur le faisceau de preuves, incluant le contrôle des matières premières végétales et des tests de contrôle qualité chimique utilisant des méthodes spectroscopiques et/ou chromatographiques. Cela offre une voie conceptuelle pour l'intégration des outils de criblage basés sur le Raman dans les stratégies globales de contrôle plutôt que de les traiter comme des remplacements autonomes pour tous les essais classiques. [1]
Les directives de la FDA appellent explicitement à des tests pour les résidus de pesticides et les toxines adventices telles que les aflatoxines, ainsi que pour les matières étrangères et les adultérants. Cela s'aligne sur les capacités Raman/SERS en matière de criblage des pesticides et de détection des adultérants, renforçant la nécessité d'une couverture des classes de contaminants dans un programme de contrôle complet. [1]
La FDA stipule également que les demandeurs doivent évaluer les technologies actuelles et émergentes et développer des méthodes analytiques orthogonales pour fournir une identification et une quantification adéquates. Cela peut être interprété comme un soutien au déploiement de Raman/SERS en tant que partie d'un ensemble de méthodes orthogonales couplées à des méthodes de confirmation telles que la LC–MS ou d'autres essais pour une quantification définitive, en particulier là où la performance du SERS dépend du contrôle du prétraitement de l'échantillon pour une quantifiabilité précise par rapport à la LC–MS. [1, 27] À l'appui de ce point de vue, une étude comparant le SERS et la LC–MS pour un herbicide inattendu dans une matrice complexe a rapporté que le SERS présentait une sensibilité élevée et une efficacité de détection plus grande pour la détection de cibles d'ultra-traces, tandis que la LC–MS fournissait une quantifiabilité plus précise facilitée par un prétraitement d'échantillon bien contrôlé. Cela motive une architecture hiérarchisée : SERS pour une détection sensible rapide et LC–MS pour une quantification de confirmation. [27]
Dans l'UE, les directives de spécifications de l'EMA définissent les spécifications et identifient les groupes de contaminants qui doivent être traités (notamment les métaux lourds, les résidus de pesticides, les mycotoxines, la contamination microbienne). Elles permettent des tests périodiques/allégés là où cela est justifié par l'évaluation des risques et les données de lots, impliquant que les flux de données Raman/PAT pourraient contribuer aux preuves de soutien pour les stratégies de test basées sur le risque si elles sont validées et démontrées pour détecter les déviations pertinentes en temps utile. [13, 14]
5.4 Stratégie de déploiement basée sur le risque et gestion du cycle de vie
Les directives de l'USP indiquent que l'étendue des tests peut être déterminée à l'aide d'une approche basée sur le risque qui considère la probabilité de contamination. Cela soutient une stratégie où l'intensité du criblage Raman/SERS et les tests de confirmation sont alloués en fonction de facteurs de risque tels que la source, la géographie, l'historique des lots et les données de criblage antérieures. [19] L'EMA indique de la même manière que les tests périodiques/allégés peuvent être acceptables là où cela est justifié, et que la justification doit tenir compte du matériel végétal, des conditions de culture/production, de la contamination des fermes voisines, de l'origine géographique, et être étayée par une évaluation des risques et des données de lots, renforçant le besoin de systèmes de surveillance riches en données plutôt que de réductions de tests ad hoc. [13]
Dans ce contexte basé sur le risque, la PAT basée sur le Raman peut être positionnée comme un générateur d'empreintes digitales rapides et reproductibles et de résultats de criblage qui soutiennent le suivi des tendances et l'identification rapide des lots anormaux, tandis que les essais de confirmation sont réservés aux lots signalés par le criblage ou pour la vérification périodique des performances du système de criblage et de la stabilité de l'étalonnage. [2, 13] La méthode d'identité d'API basée sur les codes-barres et la détection d'adultération d'huiles essentielles portable illustrent comment des règles de décision robustes (chevauchement de codes-barres, bandes diagnostiques intenses) peuvent simplifier les décisions de criblage dans certains contextes, tandis que la discrimination basée sur la PCA indique où des modèles multivariés sont nécessaires pour maintenir la sensibilité aux modèles d'adultération subtils. [9, 11, 20]
La gestion du cycle de vie des méthodes Raman est également impliquée par les observations de la FDA sur les soumissions MDRS : l'absence de données de validation sur la reproductibilité et l'exactitude est une lacune, soulignant que les méthodes PAT basées sur le Raman doivent être développées avec la validation et la documentation des performances comme livrables centraux pour les interactions réglementaires. [25]
5.5 Perspectives
Les preuves suggèrent plusieurs directions techniques pour accroître la faisabilité de la PAT basée sur le Raman pour les traces de contaminants. Premièrement, une variété accrue de techniques (Raman à transformée de Fourier, Raman de résonance, Raman confocal et SERS) est décrite comme réalisable pour améliorer les signaux Raman et faire évoluer les instruments et le traitement des échantillons, soutenant une stratégie de sélection des variantes de techniques en fonction de la matrice et des besoins de sensibilité plutôt que de s'appuyer sur une configuration Raman unique pour tous les processus botaniques. [4]
Deuxièmement, la sélectivité du SERS peut être améliorée en fonctionnalisant les nanostructures avec des molécules réceptrices telles que des aptamères, indiquant une voie vers des essais ciblés sur les traces de contaminants intégrés dans des modules PAT là où l'interférence est un risque dominant. [5]
Troisièmement, les approches SERS basées sur l'imagerie sont décrites comme permettant le suivi en temps réel et la détection de la localisation de la contamination sur les surfaces des tissus végétaux ou à l'intérieur, suggérant que les futurs flux de travail des API d'origine végétale pourraient incorporer une cartographie de contamination spatialement résolue pour les matériaux à haut risque ou pour les enquêtes sur les voies de contamination. [5] Enfin, le potentiel de déploiement pratique est soutenu par des conclusions selon lesquelles le SERS pourrait être davantage mis en œuvre dans des outils de détection rapide et sur site pour la sécurité alimentaire et le suivi environnemental, et par des preuves que les instruments Raman portables peuvent être utilisés pour surveiller la conformité en matière de santé et de sécurité des produits à base de plantes sur le marché de consommation, soulignant un continuum allant du criblage de terrain aux systèmes PAT de fabrication. [12, 27]
6. Conclusions
Cette étude conceptuelle de synthèse de preuves indique que la spectroscopie Raman est bien alignée avec les objectifs PAT car elle est rapide, non destructive, non invasive et simple dans la préparation d'échantillons. Les applications Raman sont décrites comme s'étendant du laboratoire aux lignes de production, soutenant une vision du cycle de vie de la mesure basée sur le Raman, du criblage des matières premières entrantes au suivi en cours de processus. [2]
La PAT est explicitement définie comme permettant l'analyse en temps réel et le contrôle par rétroaction pour assurer des processus de production contrôlables et une qualité optimale. La spectroscopie vibrationnelle est décrite comme permettant une détection rapide, en ligne et en temps réel de la qualité interne des plantes pendant le traitement, fournissant une base conceptuelle pour le placement des capteurs Raman dans la fabrication botanique. [3]
Pour les traces de contaminants, le SERS fournit la base de preuves la plus solide pour la sensibilité, avec une amélioration atteignant potentiellement des limites de détection d'ultra-traces sur les métaux nobles, et avec de multiples études de pesticides démontrant des régimes de détection allant du ppm au ppb et même au bas nanomolaire avec des paramètres de quantification et des flux de travail rapides (ex : 5 min de temps de test total ; <15 min d'extraction). [5, 8, 16, 18] La chimiométrie est essentielle pour de nombreuses tâches d'authenticité et de quantification, car l'inspection visuelle peut être insuffisante pour la détection d'adultération, tandis que la PCA et la PLSR ont démontré des performances de discrimination et de prédiction quantitative. [9, 10]
Les principales limites pour le profilage en temps réel des traces de contaminants dans les API d'origine végétale sont les contraintes de sensibilité dans les modèles de processus PAT Raman non améliorés (illustrées par des LODs relativement élevées dans le suivi d'extraction) et les défis de robustesse/validation pour la mise à l'échelle de la PAT du laboratoire à la production, parallèlement à l'incertitude liée à la matrice dans certains cas de criblage d'adultérants. [3, 22] Par conséquent, la recommandation opérationnelle la plus défendable étayée par les preuves est une architecture PAT hiérarchisée :
- Raman portable + chimiométrie pour un criblage rapide d'authentification/adultération.
- Essais SERS ciblés pour les résidus de pesticides à haut risque.
- Méthodes orthogonales de confirmation là où la quantifiabilité et la prise de décision réglementaire exigent une assurance plus élevée, conformément aux attentes réglementaires pour les méthodes orthogonales et à la justification basée sur le risque pour les tests allégés (skip testing). [1, 5, 12, 13, 27]
Financement
Aucun financement externe. [1]
Conflits d'intérêts
Les auteurs ne déclarent aucun conflit d'intérêts. [1]
Déclaration de disponibilité des données
Toutes les données utilisées dans cette étude conceptuelle sont dérivées des sources publiées citées et des documents réglementaires synthétisés ici. [1, 14]
Figure 1
Figure 1. Flux de travail PAT conceptuel pour la gestion des risques de contaminants des API d'origine végétale intégrant le Raman non destructif et le SERS : criblage des matières premières végétales entrantes par empreinte Raman rapide et non destructive aux points de réception/quai ; vérifications d'authentification/adultération chimiométriques (ex : discrimination basée sur la PCA ; confirmation d'identité par chevauchement de codes-barres) pour l'assurance de l'identité ; modules SERS ciblés pour le criblage des traces de pesticides et la prédiction quantitative rapide (sensibilité ppm à ppb avec des temps de mesure courts) ; suivi Raman en cours de processus lors des opérations unitaires de fabrication encadré par la PAT comme analyse en temps réel et contrôle par rétroaction ; et décisions de vérification périodique/tests allégés basées sur le risque, étayées par l'historique des lots et des évaluations formelles des risques conformes aux directives de l'EMA/USP. [2, 3, 6, 9, 11, 13, 16, 19]
Tableau 2
| Classe de contaminant/adultération | Configuration Raman/SERS | Points d'intégration PAT |
|---|---|---|
| Métaux lourds | Criblage Raman non destructif | Criblage des matières premières |
| Résidus de pesticides | Modules SERS ciblés | Criblage de traces |
| Mycotoxines | Discrimination chimiométrique | Vérifications d'authentification |
Tableau 3
| Ancrage réglementaire/compendial | Alignement PAT basé sur le Raman |
|---|---|
| Directives USP | Criblage validé, stratégies de test basées sur le risque |
| Spécifications EMA | Conformité aux groupes de contaminants, justification des tests périodiques |
| Recommandations FDA | Prend en charge les méthodes orthogonales, gestion du cycle de vie |
