Evaluation and optimisation methods for the scale-up of pharmaceutical tablet production

Tabletter er den vanligste formen for oral administrasjon av legemidler. Det er derfor overraskende at industriell fremstilling av tabletter i stor skala ofte byr på praktiske utfordringer. Den vitenskapelige forståelsen har ikke holdt følge med utvikling en av stadig raskere maskiner i jakten på en stadig mer kostnadseffektiv produksjonen. Utvikling av nye formuleringer er fortsatt den dag i dag vesentlig basert på empiri. Dette resulterer i produkter er "gode nok?, men vi mangler fortsatt kunnskap om hva som skjer i en tablett under komprimering for å kunne optimalisere både produkt og effektivisere prosessen Dette prosjektet har to hoveddeler, den første delen omhandler en basal forståelse av de mekaniske prosesser som finner sted under komprimeringss yklusen. I den andre delen av prosjektet overføres kunnskapen først til modell systemer og videre til reelle problemstillinger innen tablettfremstilling. Ved hjelp av en spesialkonstruert komprimeringssimulator kan man gjøre meget nøyaktige målinger av d e fysikalske prosesser som finner sted, ved hjelp av avanserte sensorer samles en stor mengde data om komprimeringsprofiler til ulike materialer. Resultater viser at det er mulig å evaluere prosess deskriptorer (for eksempel viskoelastisk oppførsel under komprimering, Heckel plot o.a) ved hjelp av multivariate statistiske metoder og videre basert på disse resultatene kunne predikere nye materialers egenskaper og oppførsel i ulike tablettmaskiner med forskjellig hastigheter. Dette er svært relevant for ut viklingen av produkter av nye substanser i en tidlig fase hvor man har kun en liten mengde substans til rådighet. Det overordnede målet for prosjektet som dette PhD-prosjektet er en del av, er å kunne gjøre få, meget enkle tester på nye matrialer og væ re i stand til å predikere fremstillingen i full industriell skala. Scale-up, overgangen fra pilot plant til storskala utstyr som dette prosjektet tar for seg er et meget viktig ledd.