Tehnici chemometrice utilizate in controlul produselor farmaceutice

Dr. Chim. Mihaela Ilie, CS II, Disciplina Toxicologie, Facultatea de Farmacie,
UMF "Carol Davila", Bucuresti

Cuvantul chemometrie a aparut in urma cu circa 25 de ani, cand chimistul organician suedez Svante Wold a publicat o aplicatie complexa de chimie computationala si a considerat ca folosirea unui cuvant nou il va ajuta sa obtina fonduri pentru cercetare – si a avut dreptate. Impreuna cu un chimist analist american, Bruce Kowalsky, a fondat Societatea Internationala de Chemometrie.
In alte domenii stiintifice existau deja mai multe "metrii", printre cele mai cunoscute fiind biometria si econometria.

Multi specialisti considera ca inventia unui cuvant si nasterea unui subiect sunt foarte diferite si ca asa-zisele tehnici chemometrice au fost folosite de o multime de cercetatori, fiind bine cunoscute cu multi ani in urma. Sunt multi chemometristi de renume care au dezvoltat aceasta latura a chimiei cu multi ani in urma, sub denumiri diferite. Incepand insa cu anii 1980, diverse grupuri de cercetatori au adoptat, treptat, pentru metodele statistice de interpretare a datelor, denumirea de "chemometrie". Aplicatiile acestor metode sunt foarte cuprinzatoare, acoperind domenii diverse ale chimiei, de la chimia analitica, pana la sinteza organica.

Fiind un tip de analiza care foloseste echipamente de calcul, internetul este o sursa excelenta pentru informatii. Una dintre primele conferinte tinute pe internet a fost despre chemometrie. Existau deja foarte multe lucrari scrise despre chemometrie in diferite reviste, dintre periodicele specializate care pot fi considerate mai importante putand fi citate doua, aparute in urma cu 10 ani: "Journal of Chemometrics" (Wiley) si "Chemometrics and Intelligent Laboratory Systems" (Elsevier). Exista si baze de date pentru publicatiile aparute, una foarte cunoscuta fiind aceea intretinuta de Rasmus Bro in Danemarca. De asemenea, exista un numar mare de companii care vand programe software pentru aplicatii chemometrice, dintre care trei pot fi citate ca fiind mai bine dezvoltate: Infometrix, CAMO, Umetri.

Chemometria poate fi descrisa in prezent din mai multe puncte de vedere. Multi sunt de parere ca aceasta arie include aplicatii ale metodelor moderne de statistica: design experimental, calibrare, recunoastere de forme si analiza semnalelor pentru datele din domeniul chimiei instrumentale.
Chemometria poate fi in general descrisa ca o aplicare a metodelor statistice in chimie in scopul de a imbunatati procesul de masurare si de a extrage informatii cat mai utile si mai complete din datele brute ale masuratorilor fizico-chimice (de regula instrumentale). Chemometria reprezinta o abordare a determinarilor chimice care se bazeaza pe ideea masuratorilor indirecte; astfel, masuratorile legate de compozitia chimica a unui set de probe sunt puse in legătura cu o proprietate de interes a materialului testat, incat aceasta proprietate poate fi identificata la o proba necunoscuta prin efectuarea unor determinari mai putin laborioase decat cele efectuate initial asupra setului de probe bine cunoscute.

Valoarea tehnicilor chemometrice se bazeaza pe faptul ca datele experimentale obtinute in prezent in chimie sunt, in esenta, multivariate. De exemplu, un spectru sau o cromatograma contin sute sau mii de perechi de puncte, fiecare lungime de unda sau timp de retentie reprezentand o variabila independenta. Modul clasic de abordare al analizei chimice consta in a considera datele ca univariate si de a interpreta doar una sau doua marimi simultan. Accesul la echipamente moderne controlate de calculator a permis chimistilor sa obtina in timp relativ scurt cantitati uriase de date (fie ele spectre sau cromatograme HPLC sau GC), a caror interpretare prin tehnici statistice este obligatorie.
Tehnicile chemometrice si-au gasit, de asemenea, aplicatii deosebite in proiectarea experimentului chimic. Astfel, in cazul analizelor de tip screening, astfel de tehnici permit eliminarea factorilor (variabilelor) care nu-si exercita influenta (sau exercita o influenta extrem de redusa) asupra probelor investigate. Optimizarea unor metode se poate face mai rapid printr-o analiza multivariata. De asemenea, se economisesc bani si timp in cazul analizei relatiilor structura – proprietati pentru sisteme multicomponent. Nu in ultimul rand, tehnicile chemometrice permit modelari cantitative pentru experimente in care sunt implicati mai multi factori.

O aplicatie de succes a chemometriei o constituie recunoasterea de forme sau de model ("pattern recognition"). Chimistii adesea isi propun achizitionarea de date, in vederea modelarii. Un exemplu clasic il constituie identificarea unei substante pe baza spectrului sau IR.
Exista mai multe categorii de metode pentru recunoasterea de forme:

1. analiza exploratorie a datelor (exploratory data analysis – EDA)
2. recunoasterea nesupervizata de forme (unsupervised pattern recognition)
3. recunoasterea supervizata de forme (supervised pattern recognition).

EDA consta in special in tehnicile analizei in componente principale (principal component analysis – PCA) si analiza factorilor (factor analysis – FA).

Originile acestor metode statistice se afla in biologie si psihologie. Astfel, psihometricienii s-au confruntat mult timp cu necesitatea de a traduce in valori numerice raspunsurile testelor (de exemplu, cum pot fi cuantificate abilitatea verbala, abilitatea computationala sau cea a gandirii tridimensionale pe baza raspunsurilor la teste specifice, cum pot fi grupati oamenii pe baza acestor abilitati etc.).
In cazul chimiei, rolul intrebarilor din testele psihometrice il joaca spectrele sau cromatogramele. Un exemplu il constituie identificarea feromonilor de catre animale. Cromatograma unei probe de urina poate contine sute de compusi, dintre care, uneori, cei mai puternici se afla in cantitati reduse, si totusi, animalele detecteaza prin miros feromonii specifici. EDA efectuata pe cromatograme de urina poate pune in evidenta diferente existente, de pilda, intre grupuri sociale diferite.

O metoda mai formala de a trata probele o constituie recunoasterea nesupervizata de forme care de obicei consta intr-o analiza de clustere. Uneori, cantitatea de informatii este uriasa (de exemplu, in cazul analizei genomice sau a datelor cristalografice), astfel incat doar analiza de clusteri poate permite cautarea similaritatilor.
Recunoasterea nesupervizata de model difera de EDA in sensul ca scopul celei dintai este de a detecta similitudini, in timp ce EDA nu este in mod special interesata de existenta grupurilor sau de numarul acestora.
Majoritatea metodelor de recunoastere supervizata de forme urmaresc clasificarea. Statisticienii au dezvoltat un numar mare de functii de discriminare, dintre care multe au fost adoptate de chimisti. Un exemplu il constituie examinarea pe baza unei metode neinvazive (de exemplu, infrarosu sau rezonanta magnetica nucleara) a unei probe de tesut cerebral, in vederea stabilirii daca acesta este sau nu canceros.

Recunoasterea de model supervizata necesita existenta unui set de antrenament in care sa existe o clusterizare anterioara si incearca sa atribuie o proba necunoscuta uneia dintre clasele existente in setul de antrenament. Metodele spectrale si cele cromatografice de diagnostic sunt, adesea, mai ieftine si furnizeaza un prim diagnostic foarte util investigatiilor urmatoare. Recunoasterea de forme serveste ca metoda screening pentru a depista probele suspecte care, ulterior, sunt supuse unor investigatii mai amanuntite. De asemenea, in domenii cum ar fi controlul pe flux industrial, unde sarjele diferite pot fi produse la intervale de o ora, simpla analiza spectrala cuplata cu tehnici de recunoastere a formelor poate conduce la reduceri masive de costuri in controlul calitatii.
In prezent, de o popularitate din ce in ce mai larga se bucura analiza spectrala infrarosu apropiat (NIR), cuplata cu tehnici chemometrice bazate pe recunoasterea nesupervizata sau supervizata de forme, cu aplicatii in industria alimentara sau farmaceutica.
Toate analizele calitative spectroscopice compara spectrele unor substante pentru a le identifica cu spectre "standard" sau "cunoscute". In decursul evolutiei metodelor spectroscopice utilizate de analiza chimica in producerea de medicamente au fost dezvoltate multe metode pentru a face astfel de comparatii.
Toate aceste metode au o caracteristica comuna: folosesc calculatoare performante invariabil asociate cu aparate de analiza (spectrometre, cromatografe, analizoare de imagine, etc.). Programele de calcul specifice aplica algoritmi performanti de recunoastere, care permit identificari exacte facute prin distingerea a mici diferente in semnalul masurat (spectru, cromatograma, imagine), care uneori nu pot fi detectate cu "ochiul liber" al unui analist.
Astazi, cu ajutorul spectroscopiei NIR este posibil sa se realizeze identificarea materiei prime in aceeasi forma in care a sosit in fabrica, analiza putand sa se faca la locul de depozitare al acestora. Deoarece proba nu necesita pregatire suplimentara pentru a fi analizata, o cantitate mica din materia prima poate fi analizata prin intermediul spectrometriei NIR, apoi proba poate fi identificata in cateva secunde, utilizand o tehnica chemometrica de tip analiza supervizata.
Produsele finite pot fi identificate in aceeasi maniera. In plus, este posibila determinarea rapida, chiar pe fluxul de productie, uneori prin ambalaj, a probelor neconforme cu calitatea solicitata a produsului finit, metoda putand fi folosita cu succes ca o metoda alternativa rapida pentru controlul calitatii.

Bibliografie selectiva:
1. Brereton R. G. – Chemometrics: applications of mathematics and statistics to laboratory systems – E. Horwood, New York, 1990
2. Ton J. T., Gonzales R. (1997) – Pattern Recognition Principles, Addison – Wesley Publishing Company
3. Workman J. Jr. (2002) – The state of multivariate thinking for scientists in industry: 1980-2000 – Chem. Intell. Lab. Syst., 60: 13-23
4. Ilie M., Ionita – Manzatu M., Vasilescu M., Puica M., Blagoi G. (1998) – Comparison of Different Modalities of Outlier Treatment for Qualitative NIR Spectra – J. NIR Spectroscopy, 6(1-4): A175-A179
5. Ilie M., Coltuc D., Fugaru V., Balalau D., Boscencu R., Baconi D. (2005) – Analysis of Fluorescence – Scattering Spectra for Certain Nucleoprotein – Terbium Chelate Complexes. A Classic and Chemometric Approach – Revista de Chimie, 56 (12): 1226 – 1230