Quantifying Disproportionation in Pharmaceutical Formulations with <sup>35</sup>Cl Solid-State NMR
Notice bibliographique
Résumé
Reliable methods for the characterization of drug substances are critical for evaluating stability and bioavailability, especially in dosage formulations under varying storage conditions and usage. Such methods must also give information on the molecular identities and structures of drug substances and any potential byproducts of the formulation process, as well as providing a means of quantifying the relative amounts of these substances. For example, active pharmaceutical ingredients (APIs) are often formulated as ionic salts to improve the pharmaceutical properties of dosage forms; however, exposure of such formulations to elevated temperature and/or humidity can trigger the conversion of an ionic salt of an API to a neutral form with different properties, through a process known as disproportionation. It is particularly challenging to identify changes of pharmaceutical components in solid dosage formulations, which are complex heterogeneous mixtures of the API and excipient components (e.g., binders, disintegrants, and lubricants). In this study, we illustrate that ultra-wideline (UW) 35Cl solid-state NMR (SSNMR) can be used to characterize the disproportionation reaction of pioglitazone HCl (PiogHCl) in mixtures with metallic stearate excipients. 35Cl SSNMR can quantitatively detect the amount of PiogHCl in mixed samples within ±1 wt % and measure the degree of PiogHCl disproportionation in formulation samples stressed at high relative humidity and temperature. Unlike other methods used for characterizing disproportionation, our experiments directly probe the Cl– anions in both the intact salt and disproportionation products, revealing all of the chlorine-containing products in the solid-state chemical reaction without interfering signals from the formulation excipients.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».