阿托伐他汀钙片的处方工艺研究
摘要：目的：探究阿托伐他汀钙片的处方工艺。方法：采用四因素三水平正交实验设计，以相似因子为评价指标，对风险评估确定的高风险因素羟丙纤维素用量、交联羧甲纤维素钠用量、包衣增重和聚山梨酯80用量进行考察，确定阿托伐他汀钙片的最佳处方工艺条件，并对优化的试验结果考察其体外溶出。结果：最优用量为：羟丙纤维素2%、交联羧甲纤维素钠6%、聚山梨酯800.4%和包衣增重3%(2%～4%均可);体外溶出结果表明，四种溶出介质中f2因子均大于50，溶出行为与原研药相似。结论：制备的阿托伐他汀钙片具有较理想的溶出行为，有进一步开发的价值。
本文源自中国药剂学杂志,2020,18(04):212-217.《中国药剂学杂志》(网络版)(双月刊)创刊于2003年，是由沈阳药科大学主办的学术性科技期刊，主要报道药剂学的新科技动态和科研成果。
阿托伐他汀(Atorvastatin)由美国华纳兰伯特公司(现属于辉瑞制药有限公司)原研，1997年获美国FDA批准上市，商品名Lipitor(立普妥)，是一种3-羟基-3-甲基戊二酰辅酶A(HMG-CoA)还原酶抑制剂类调血脂药，用于预防和治疗高胆固醇血症和冠心病。阿托伐他汀与同类降血脂药相比具有更强的降脂作用、更少的不良反应和较好的患者依从性，是全球最畅销药物之一，在世界调血脂药物市场上占有重要地位。
阿托伐他汀钙原料药极微溶于水，如何提高溶出度且与原研药体外溶出相似是最大难点。本文作者通过对处方变量的风险评估确定影响溶出的高风险因素，采用正交试验设计和方差分析，筛选出最优处方。
1、仪器与材料
HLSH2-6A湿法混合制粒机(中航工业北京航空制造工程研究所)，AR402多功能制粒包衣机(德国艾维卡公司)，3GFG100实验室沸腾干燥机(张家港市荣华机械制造有限公司)，DP30A单冲压片机(北京国药龙立科技有限公司)，HS153快速水分测定仪(瑞士梅特勒托利多公司)，YD-1片剂硬度测试仪(天津国铭医药设备有限公司)，FT-2000AE脆碎度测试仪、RC8MD溶出试验仪(天津市天大天发科技有限公司)，TU-1901紫外可见分光光度计(北京普析通用仪器有限责任公司)，LC-2010CHT高效液相色谱仪(日本岛津公司)，LHU-212恒温恒湿箱(上海爱斯佩克环境仪器有限公司)。
阿托伐他汀钙(浙江新东港药业股份有限公司，批号20131001)，阿托伐他汀钙片(立普妥，辉瑞制药(大连)有限公司，批号149210K)，乳糖(上海华茂药业有限公司)，微晶纤维素(常熟市药用辅料有限公司)，碳酸钙(上海诺成药业股份有限公司)，羟丙纤维素(日本曹达株式会社)，交联羧甲纤维素钠(FMCBioPolymer)，硬脂酸镁(安徽山河药用辅料股份有限公司)，聚山梨酯80(美国Fluka公司)，欧巴代(上海卡乐康包衣技术有限公司)。
2、方法与结果
2.1溶出检测方法
溶出介质采用pH1.0盐酸溶液、pH4.5醋酸盐缓冲液、pH6.8磷酸盐缓冲液和水4种，配制方法参照《普通口服固体制剂溶出曲线测定与比较指导原则》。
溶出介质体积900mL，桨法，转速50r·min-1，取溶出续滤液，加溶出介质稀释制成每1mL含阿托伐他汀10µg的溶液，作为供试品溶液;另取阿托伐他汀钙对照品适量，配制成每1mL含阿托伐他汀10µg的溶液，作为对照品溶液。紫外可见分光光度法241nm波长检测。
2.2制备工艺
将阿托伐他汀钙(API)、微晶纤维素(MCC)、乳糖(LAC)、碳酸钙(CaCO3)、交联羧甲纤维素钠(CCNa)和羟丙纤维素(HPC)混合均匀，聚山梨酯80(T-80)加入适量纯化水中配制成润湿剂，加入混匀的物料中制软材，850μm混匀摇摆制粒，60℃流化干燥，1000μm整粒，外加硬脂酸镁(MS)混合均匀压片，素片采用欧巴代(Opadry)加纯化水配制的固含量12%的包衣液包衣，即得。
2.3处方因素风险评估
通过对产品特性的分析，确定含量、含量均匀度、溶出度和有关物质为可能受处方影响的关键质量属性(criticalqualityattribute,CQAs)，进而对处方变量进行了风险评估，结果见表1。
表1阿托伐他汀钙片处方变量风险分析
风险评估是结合理论知识与实际产品特性综合得出的结论，依据如下：
CaCO3用量：CaCO3在本品处方中用作稳定剂，为处方提供碱性环境，有利于原料药的稳定。CaCO3用量直接关系到有关物质水平及产品的稳定性，属于高风险因素。
填充剂比例：本品的填充剂为MCC和LAC，二者的比例对处方的可压性具有一定影响，对其他CQAs均为低风险因素。
HPC用量：HPC在本品中用作黏合剂，其用量对于湿法所制颗粒的结实程度和最终产品的溶出具有明显的影响，属于高风险因素。
CCNa用量：CCNa在本品中用作崩解剂，崩解剂通常对溶出具有较大的影响作用，属于高风险因素。
包衣增重：本品的原料药具有苦味，太低的包衣增重无法掩盖苦味，会造成使用者依从性问题，而过高的包衣增重则会影响溶出速度，特别是开始阶段的溶出速度。因此包衣增重对于溶出属于高风险因素。
MS用量：过量的MS或过长的混合时间可能引起过润滑从而导致溶出变慢。本品处方中原料药比例仅7%，辅料占比较高，这使制得的颗粒性质良好，不易黏冲，MS较低的用量即可满足压片要求，因此MS用量对于各CQAs均为低风险因素。
T-80用量：T-80属于表面活性剂，其在本品中用于增加原料药的润湿性，提高溶出，因此对溶出属于高风险因素。
通过风险评估，确定HPC用量、CCNa用量、包衣增重和T-80用量为影响溶出的高风险因素，设计正交试验筛选以上四因素的最佳用量。
2.4正交试验筛选最优处方
以溶出曲线相似因子(f2因子)为试验指标，HPC用量、CCNa用量、包衣增重和T-80用量为试验因素，分别选取3个水平，进行四因素三水平正交试验，因素水平表见表2。
表2因素水平表
本试验考察的四个拟定因素均为影响溶出f2因子的处方变量，不存在因素间的交互作用，因此选择L9(34)正交表安排试验。为了更好地估计试验误差，重复试验两次，随机区组设计。正交试验方案及试验结果见表3。
表3正交试验结果
对试验结果进行方差分析，方差分析表见表4。
表4正交试验结果的方差分析
结果表明，A、B、D三因素对溶出f2因子有高度显著影响，C因素对f2因子影响不显著，两次重复试验间差异不显著，试验误差不显著，说明试验精度好，试验结论可靠。通过比较各因素水平Tij值，可确定因素作用的主次顺序为B>A>D>C，最佳方案为A1B3C2D2(C因素的三个水平无显著差异，均可)，即HPC用量2%、CCNa用量6%、T-80用量0.4%，包衣增重3%(范围2%～4%均可)。
2.5体外溶出曲线对比
采用优选的处方按“2.2”条制备样品，按“2.1”条测定pH1.0盐酸溶液、pH4.5醋酸盐缓冲液、pH6.8磷酸盐缓冲液和水四种溶出介质中的溶出曲线，计算自研样品在各介质中与原研药品的相似因子(f2因子)。相似因子计算结果见表5，溶出曲线对比图见图1。
表5f2因子结果
图1自制制剂与参比制剂溶出曲线(A图：pH1.0介质;B图：pH4.5介质;C图：pH6.8介质;D图：水介质)
由图1可见，自研样品与原研药品在pH1.0盐酸溶液、pH4.5醋酸盐缓冲液、pH6.8磷酸盐缓冲液和水4种介质中溶出趋势一致，f2因子均大于50，表明自研样品与原研药品具有相似的体外溶出行为。
3、讨论
主要运用正交试验设计法对阿托伐他汀钙片进行处方筛选研究。在正交试验设计中，因素、水平的选择以及试验指标的确定决定着正交试验成功与否。本文中各因素和水平主要是基于对产品的性质和各辅料性质的理解，通过对处方变量的风险评估来确定，如本品原料药水溶性差，原研药品溶出情况是迅速崩散快速溶出，故将崩解剂交联羧甲纤维素钠用量确定为高风险因素，将其高水平设为常规用量范围(1%～6%)的上限;再如本品工艺为湿法制粒，黏合剂将使所制颗粒更结实，有利于后续流化干燥保持颗粒的完整，并为片剂提供良好的硬度和脆碎度，但其用量会对崩解和溶出产生不利影响，故将粘合剂羟丙纤维素用量确定为高风险因素，将其水平设为常规用量范围(2%～5%)的较低水平;本品原料药疏水性强，吐温80的使用有利于降低原料药的接触角，更好的润湿，提高溶出速度。
正交试验的结果分析采用极差分析时，无法估计试验误差，准确性不高，因此采用方差分析弥补该缺陷。在进行方差分析时，要用误差偏差平方和SSe及其自由度dfe，因此为进行方差分析，所选正交表应留出一定空列，当无空列时，应进行重复试验，以估计试验误差。本试验中四个拟定因素不存在交互作用，故采用了L9(34)正交表安排试验，由于无空列，因此安排了二次重复试验。误差自由度一般不应小于2,dfe很小，F检验灵敏度很低，有时即使因素对试验指标有影响，用F检验也判断不出来。本试验在进行重复试验后，dfe达到8，提高了误差检验的灵敏度，得出的试验结论更可靠。
筛选确定的最优处方工艺制备的样品，经多条溶出曲线相似性评价(f2因子法)，自研制剂与原研制剂具有相似的体外溶出行为，验证了处方工艺的合理性。本文的研究方法及结果具有产业化开发的应用价值，但是生物利用度等其他问题还需进一步研究。
参考文献：
[1]刘思齐,杨悦.立普妥的专利保护策略研究[J].中国新药杂志,2014,23(9):989-993.
[3]普通口服固体制剂溶出曲线测定与比较指导原则[S].国家食品药品监督管理总局,2016.
[4]张宁.普通口服固体制剂溶出度试验研究中需关注的问题[J].中国新药杂志,2013,22(22):2607-2610.
[5]谢沐风.解读“口服固体制剂仿制药一致性评价技术手段——多条溶出曲线”[J].中国医药工业杂志,2013,44(4):411-414.
[6]唐佳丽,徐章韬.正交试验中的极差分析与方差分析[J].中学数学,2017(9):31-34.
[7]陈宗礼,陈昱宇.基于MicrosoftExcel表的有重复正交试验结果的方差分析[J].延安大学学报(自然科学版),2013,32(4):92-96,101.