自動粒子画像分析装置 - Morphologi ^® 応用例とケーススタディ

Morphologi G3 自動粒子画像分析装置はすべての業種で広く応用されています。初期の研究開発段階から工程分析、製造のトラブルシューティング、根本的原因の分析を通して最終製品の品質管理に至るまで、あらゆる段階において、これまでにない高い製品水準の達成と、工程の理解を可能にしています。

多くの業種で粒子材料の正確な特性評価を行う機能が必要とされています。ときには粒子径または粒子形状と製品特性や製品挙動の相関関係がよく知られ、理解されることもありますが、試料のほんのわずかな相対的差異を特定する分析ツールがなかったために、この因果関係がよく理解されることはほとんどありませんでした。応用例:

例 1: 製薬業界への応用とPAT（工程分析技術)構想

製薬業は多くの点で他の製造業とは異なっています。以下のような相違点があります。

• 製品の付加価値の高い
• 製品開発が長期に及ぶ
• 外部機関の定めた基準が非常に厳しい
• 生産工程において品質保証と品質管理を重要視する
• 文字どおり生死を分ける製品を扱っている

以上の理由から、製造工程をよく理解し、高い水準で効率よく制御することは必要不可欠です。

米国 FDA (食品医薬品局) による PAT (工程分析技術) 構想は、製薬業界に法的規制のフレームワークと文化的推進力をもたらし、工程理解の向上に焦点を絞って新たな分析技術を評価できるようにするものです。PATでは、製薬業界が、品質に最も重要なパラメータ、およびこうしたパラメータの測定に最適な技術を特定することを奨励しています。

薬剤中の有効成分と賦形剤の両方の物性における差異が、最終製剤のばらつきの原因となる可能性があります。粒子径と粒子形状の微妙な違いでさえも、生体利用率、流動性、安定性、混合効率、打錠効率などの製品性能基準に膨大な影響を与える場合があります。

違いは原料によるものもあれば、その後の製造手順に起因するものもあります。また、規格が全く同じでも、原料の仕入先の違いによってバッチ単位で差異が発生する可能性もあります。これまでは完全な形状データを入手することが不可能だったために、多くの原料規格を厳密に定義することができず、異なるバッチにおいて十分な同一性を確保することはできませんでした。

多くの製造加工段階 (結晶化、乾燥、製粉、混合、ろ過など) において製品にばらつきがもたらされる可能性あるため、各工程を正確に制御する必要があります。従来の粒子径測定法では、ほとんどの場合、生産工程における変動要素と最終製品の性能の因果関係を確立するには不十分です。Morphologi G3 測定装置の超高感度、高分解能を利用すれば、ユーザーは工程のばらつきを特定、測定、および観察することができます。これは製品の品質確保には欠かせません。

例 2: 微粒子の識別

通常、アンサンブル粒子径測定法で得るデータは、いわゆる「体積基準」です。これは、粒子一つ一つが占める割合がその体積に比例することを意味します。つまり、大型粒子が分布の大半を占め、小型粒子の体積は大型粒子と比較してあまりにも小さいために、小型粒子は事実上データには表れません。

一方、画像解析で得るデータはいわゆる「個数基準」です。これは、粒子一つ一つが占める割合が同等であることを意味します。つまり、超微粒子も大型粒子と同じ重みを持っています。

微粒子の存在の有無が重要な場合もあれば、そうでない場合もあります。重要でないと判断される場合には、アンサンブル粒子径測定法で体積を得る方が速くて都合が良いでしょう。

しかしながら、測定の目的が診断やトラブルシューティングにある場合は、製造工程を完全に理解するために、微粒子の存在の有無が非常に重要となる可能性もあります。そのような場合には、超高感度画像解析で微粒子を識別することが必要です。

例 3: 粒子形状の識別

製造工程の打錠段階で、薬品の賦形剤が継続的にバッチ単位で不合格となることがわかりました。これは、打錠工程が製造ラインの最終工程であり、すべての予算が製品に投入済みであることから非常なコスト高となりました。

理想的には、加工前の原材料の段階で不合格となるバッチを特定する方法が必要でした。従来の顕微鏡法やアンサンブル粒子径測定法では、4 つのバッチの違いを特定することはできませんでした。

そこで、自動画像解析を利用し、4つのバッチの凸性の平均を評価しました。凸性とは、粒子表面の粗度または「ざらつき」の尺度となるものです。不良品バッチは他の 3 つの良品バッチと比べ、一貫して低い凸性を示しました。

例 4: 異物粒子の識別

個数基準でデータが生成され、粒子形状の識別が可能であることから、画像解析は微量の異物粒子の存在の有無を検出するには理想的な技術と言えます。

パラメータを 1 つまたは複数組み合わせて異物粒子を検出し、定量化することができます。たとえば平均強度を使って、試料とは異なり、濃くて高コントラストの粒子を識別できます。

平均強度の分布図は明確な 2 つの山を示します。主要な試料を示す「透明粒子」の山と、濃い異物粒子を示す「濃い粒子」の山が表示されます。