网络研讨会:MSD的Nemtabrutinib(MK-1026)后期药物开发

在后期制药工艺开发中利用数据丰富的实验来推导动力学和数据驱动的反应模型

活动概述

  • 利用数据丰富的实验和实验室自动化,为一个 DoE 生成反应动力学数据
  • 通过动态响应面建模创建数据驱动的反应模型
  • 利用数据驱动模型,提高对第一原理的理解,促进机制模型的开发

Nemtabrutinib 是一种小分子布鲁顿酪氨酸激酶可逆抑制剂,用于治疗多种血液恶性肿瘤。活性药物成分 (API) 的合成利用了亲核芳香取代技术,在碱性条件下将芳基氯和氨基醇对甲苯磺酸盐结合在一起。本报告将讨论如何利用富数据实验(DRE)通过自动化和高通量研究生成大型数据集,以表征原料药步骤反应。

开发该反应的一个关键挑战是确定一套稳健的工艺参数,既能最大限度地提高起始原料的转化率,又能限制副产品的生成。为了更有效地确定这些条件,我们利用利用试验设计(DoE)结构的 DRE 表征的时间序列数据来收集反应曲线。此外,还探索了数据驱动和基于知识的方法,包括动态响应面模型(DRSM)和机理建模。这项研究的结果为合成奈替鲁替尼的工艺优化提供了依据。

 

关于演讲者

摩根-克劳福德

Morgan Crawford

MSD 公司高级科学家

Morgan 是 MSD 公司化学工程研发部门的高级科学家。 Morgan 目前负责支持制药工艺的工艺开发、试验工厂示范和技术转让。 在担任现职之前,Morgan 在 MSD 制造部门工作了 6 年,完成了制造领导力发展计划的三次轮岗,随后从事疫苗工艺开发和商业化工作。