Gyógyszerjelölt molekula polimorfiájának vizsgálata off-line és in-line Raman-, valamint IR spektroszkópiával Kémiai és Vegyipari

31 OTDK, Kémiai és Vegyipari Szekció, Analitikai kémia Tagozat.

Gyógyszerjelölt molekula polimorfiájának vizsgálata off-line és in-line Raman-, valamint IR spektroszkópiával

Hallgató: Tieger Eszter
Szak: Vegyészmérnök, Képzés típusa: bsc, Intézmény: Budapesti Műszaki és Gazdaságtudományi Egyetem, Kar: Vegyészmérnöki és Biomérnöki Kar

Témavazetők: Dr. Gergely Szilveszter - egyetemi adjunktus, Budapesti Műszaki és Gazdaságtudományi Egyetem Vegyészmérnöki és Biomérnöki Kar ,
Dr. Kiss Violetta - fejlesztőmérnök, \N \N Zentiva - a Sanofi csoport tagja

A gyógyszer-hatóanyagok polimorfiájának vizsgálata kiemelkedő fontosságú, hiszen a polimorf módosulatok az eltérő kristályszerkezetből eredően eltérő fizikai-kémiai tulajdonságokkal rendelkeznek, így a biológiai hasznosulást is döntően befolyásolják.

Raman-mikroszkóppal és infravörös mikroszkóppal végzett kísérleteim célja a vizsgált anyag polimorf módosulatainak vizsgálata, a módosulatok közötti spektroszkópiai különbségek keresése, az eredmények minőségi (kvalitatív) elemzése többváltozós adatelemző módszerekkel: főkomponens analízissel és csoportanalízissel.

A valósidejű (real-time) mérési technikák alkalmazása egyre terjed az ipar számos területén, de különösen fontos a gyógyszeripari folyamatok során. A Raman-szondával történő vizsgálataim célja a polimorf módosulatok minőségi meghatározása szuszpenzióban, illetve átkristályosítás során, a dinamikusan változó reakcióközeg nyomon követése akár magas hőmérsékletű, kevert rendszerekben statisztikai és többváltozós adatelemző módszerek segítségével. A Raman-spektroszkópia in-line alkalmazásával a kristályosítási eljárás monitorozható, kemometriai módszerek használatával pedig a folyamat során lezajló változások is nyomon követhetők.

A Raman- és infravörös spektroszkópia egymást kiegészítő információt ad a vizsgált molekula rotációs-vibrációs állapotairól, így a két módszer együttes alkalmazásával a vizsgált mintáról szélesebb körű ismeretekhez juthatunk. Az így kapott adatmátrixok kiértékelésében a többváltozós adatelemző módszerek nyújtanak segítséget, melyek által a vizsgált rendszerekről újabb, komplexebb képet alkothatunk.