In breve. La spettroscopia nel vicino infrarosso (NIR) può aiutare a seguire nel tempo l’evoluzione di una miscela di polveri durante la miscelazione. Un sensore raccoglie spettri ottici e un modello statistico interpreta come cambiano. L’obiettivo è capire se il processo ha raggiunto una condizione sufficientemente stabile; non basta vedere due spettri simili per certificare l’omogeneità di ogni dose.
Il tema riguarda soprattutto miscele in cui una piccola quantità di ingrediente deve distribuirsi in una massa molto maggiore di eccipienti o altre sostanze. Nell’industria dei solidi orali il NIR è studiato come strumento PAT, cioè di analisi del processo. È però necessario distinguere le evidenze sperimentali ottenute su formulazioni farmaceutiche dalle prestazioni di una linea concreta per integratori.
Che differenza c’è tra NIR di identificazione e NIR in linea
Una misura NIR eseguita su una materia prima in ingresso può servire, dopo adeguata validazione, a confrontare uno spettro con una libreria di riferimento. Questo è il tema dell’identificazione delle materie prime mediante spettroscopia NIR. Nel monitoraggio in-line, invece, la stessa famiglia di tecniche viene applicata ripetutamente alla miscela in movimento, per osservare l’andamento di un parametro nel tempo.
Non si tratta quindi di «appoggiare uno strumento sulla polvere». Occorre definire dove è posizionata la sonda, quanto materiale viene effettivamente interrogato, con quale frequenza si acquisiscono gli spettri e quale criterio determina la fine del ciclo.
Che cosa vede davvero il sensore
Il vicino infrarosso è sensibile ad assorbimenti e riflessioni legati a particolari legami chimici, ma i segnali di una miscela complessa si sovrappongono. Inoltre granulometria, densità apparente, umidità e modalità di impaccamento alterano la diffusione della luce e quindi lo spettro. Per questo il segnale va interpretato in relazione alla formulazione, non come una misura universale della quantità di ogni ingrediente.
Un sensore di riflettanza osserva una regione limitata, diversa dall’intero volume del miscelatore. Se la miscela rimane stratificata altrove, la sonda potrebbe non intercettare la zona critica. Il problema è parallelo, pur con meccanismi differenti, a quello delle sonde di campionamento che possono distorcere una stima dell’omogeneità.
Come si individua l’endpoint della miscelazione
Una strategia semplice osserva la variazione tra spettri successivi: quando il segnale diventa abbastanza stabile per un intervallo definito, il processo potrebbe aver raggiunto un endpoint. Strategie più articolate utilizzano la regressione multivariata, come la Partial Least Squares (PLS), per stimare la concentrazione di uno o più componenti e valutarne la variabilità nel tempo.
Uno studio del 2008 su miscele farmaceutiche ha osservato differenze significative nell’endpoint e nella variabilità quando i sensori NIR erano collocati in due posizioni differenti dello stesso bin blender. Il risultato mostra perché una singola curva piatta non è necessariamente rappresentativa di tutto il contenitore.
La stabilità dello spettro non coincide sempre con l’omogeneità su scala di singola compressa o capsula: per validare il metodo serve un confronto con analisi di riferimento opportunamente distribuite nelle diverse zone e nelle unità di prodotto, secondo il rischio specifico.
Servono modelli diversi per ingredienti diversi?
La risposta pratica dipende dalla formulazione. Uno studio pubblicato nel 2011 ha sviluppato modelli PLS a partire da campioni di calibrazione per una miscela farmaceutica e li ha valutati durante numerose produzioni. Il caso dimostra che un modello può essere utile, ma non prova che lo stesso modello funzioni con altri principi attivi, con un premix botanico o con un diverso intervallo di concentrazione.
Per componenti poco rappresentati e con segnali spettrali deboli, la previsione può essere più difficile. Anche la matrice eccipiente conta: se cambiano granulometria, lotto o contenuto d’acqua, il modello potrebbe richiedere una verifica o una nuova calibrazione. Questo è particolarmente importante nei premix di formule complesse e micronutrienti.
Rischi tecnici da controllare prima di usare il NIR
- Rappresentatività spaziale: verificare se i punti di misura coprono le zone a rischio di segregazione, specialmente durante le fasi di carico e scarico.
- Rappresentatività temporale: acquisire dati per l’intero ciclo, non solo vicino alla fine, tenendo conto del regime di rotazione.
- Effetti fisici: misurare le variazioni dovute a granulometria, addensamento e umidità per non confonderle con variazioni di composizione.
- Calibrazione: scegliere campioni rappresentativi e un metodo analitico indipendente appropriato; separare i dati usati per sviluppare e verificare il modello.
- Trasferibilità: controllare eventuali differenze tra strumenti, posizioni di sonda, scale e ricette.
- Conferma sul prodotto: collegare le letture alla qualità delle unità effettivamente prodotte, non soltanto alla statistica spettrale.
La validazione dell’omogeneità della miscela rimane un esercizio più ampio del monitoraggio NIR. Un risultato ottico convincente non elimina controlli di lotto, verifica dei dosaggi o gestione delle non conformità.
Miscelatore, scala e flusso delle polveri
Il profilo del processo dipende anche dal movimento meccanico. Nello scale-up basato sul numero di Froude si cerca di ragionare sui regimi di movimento, ma geometrie e forze non si trasferiscono automaticamente. Un processo che raggiunge un endpoint in un piccolo laboratorio può comportarsi diversamente in un recipiente industriale.
All’uscita del miscelatore intervengono ulteriori fenomeni: la scorrevolezza misurabile con una cella di taglio e la segregazione durante il trasferimento possono compromettere il vantaggio di una miscela omogenea nel recipiente. Anche il riempimento delle matrici in comprimitrice introduce possibili cause di variabilità da valutare separatamente.
Tre domande frequenti
Il NIR sostituisce sempre il campionamento tradizionale?
No. In un processo correttamente sviluppato può ridurre alcune esigenze di prelievo o fornire dati aggiuntivi, ma il ruolo dei metodi di riferimento e dei controlli dipende dalla validazione e dal prodotto.
Si può riutilizzare la stessa calibrazione per tutti i premix?
Non va presunto. La struttura spettrale può cambiare con la formulazione e con le proprietà fisiche della matrice; ogni estensione del metodo richiede evidenze appropriate.
Se la curva smette di cambiare, la miscela è certamente uniforme?
Non necessariamente. Può trattarsi di stabilità locale, di sensibilità insufficiente del metodo o di un plateau non rappresentativo. La conferma deve essere indipendente e pertinente alla scala delle singole unità.
Fonti scientifiche primarie
- Process characterization of powder blending by near-infrared spectroscopy: blend end-points and beyond (2008): differenze tra posizioni di sonda e variabilità di miscelazione.
- Blend uniformity end-point determination using near-infrared spectroscopy and multivariate calibration (2011): modelli PLS e conferme in produzione farmaceutica.
- Testing the Limits of a Portable NIR Spectrometer: Content Uniformity of Complex Powder Mixtures Followed by Calibration Transfer for In-Line Blend Monitoring (2021): studio sui limiti e sul trasferimento di calibrazione.
- On-line monitoring of powder blend homogeneity by near-infrared spectroscopy: applicazione sperimentale al monitoraggio della miscela.
Nota tecnologica: le fonti riguardano in prevalenza produzioni farmaceutiche. Non documentano l’adozione di sonde NIR in uno specifico impianto Noebis e non sostituiscono la validazione di un processo reale di integratori.
