🔬 materials science

Direct Modeling of Pore Size Evolution and Microcollapse in Lyophilization by Population Balance

Cet article présente un modèle de bilan de population efficace sur le plan computationnel qui simule directement l'évolution de la taille des pores et le micro-effondrement lors de la lyophilisation pharmaceutique, prédisant avec succès la résistance au transfert de masse et la température du produit à travers diverses conditions en utilisant une constante de vitesse unique propre au matériau.

Auteurs originaux : Isaac Stonewall Wheeler (Purdue University Davidson School of Chemical Engineering), Vivek Narsimhan (Purdue University Davidson School of Chemical Engineering), Alina A. Alexeenko (Purdue University

Publié 2026-10-02

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Isaac Stonewall Wheeler (Purdue University Davidson School of Chemical Engineering), Vivek Narsimhan (Purdue University Davidson School of Chemical Engineering), Alina A. Alexeenko (Purdue University Davidson School of Chemical Engineering, Purdue University School of Aeronautics and Astronautics, Purdue University Birck Nanotechnology Center), Davide Fissore (Politecnico di Torino Dipartimento di Scienza Applicata e Tecnologia)

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Dans le monde de la médecine, de nombreux médicaments vitaux ne peuvent survivre à la chaleur du séchage traditionnel. Pour les préserver, les fabricants utilisent un processus appelé lyophilisation. Le médicament est congelé jusqu'à devenir solide, puis placé dans un vide où la glace se transforme directement en vapeur et disparaît, laissant derrière elle un gâteau sec et poreux qui pourra être reconstitué plus tard. Cette méthode est essentielle pour les vaccins, les anticorps et d'autres produits biologiques délicats, mais elle est également incroyablement lente et coûteuse. Le goulot d'étranglement est la phase de séchage primaire, où la glace se sublime. La vitesse de ce processus dépend de la facilité avec laquelle la vapeur d'eau peut s'échapper à travers les minuscules tunnels du gâteau séché. Si les tunnels sont étroits ou obstrués, le processus s'étire sur plusieurs jours, faisant grimper les coûts et limitant la quantité de médicaments pouvant être produits.

Pendant des décennies, les scientifiques ont utilisé un modèle mathématique standard pour prédire la vitesse de ce séchage. Ce modèle traite la résistance au flux de vapeur comme une courbe simple et fixe qui ne change qu'en fonction de l'épaisseur de la couche de matériau séché. Il fonctionne suffisamment bien pour de nombreuses situations, mais il peine lorsque la formulation du médicament est amorphe — un état semblable à un verre plutôt qu'à un cristal. Dans ces cas, à mesure que le produit se réchauffe pendant le séchage, la structure vitreuse délicate peut s'assouplir et s'effondrer légèrement. Ce phénomène, connu sous le nom de « micro-effondrement », modifie la taille des pores à l'intérieur du gâteau, altérant ainsi la facilité avec laquelle la vapeur peut s'échapper. Les anciens modèles ne pouvaient pas prédire ce changement ; ils obligeaient les chercheurs à mener des expériences distinctes et chronophages pour chaque nouveau réglage de température afin de voir comment la résistance évoluait.

Une équipe de chercheurs de l'Université Purdue et du Politecnico di Torino a développé une nouvelle façon de modéliser ce processus qui observe directement la forme changeante des pores. Au lieu de deviner comment la résistance change, ils ont construit un modèle qui suit la population de pores à l'intérieur du gâteau au fur et à mesure de leur évolution. Ils ont imaginé les pores non pas comme des trous statiques, mais comme une population vivante qui croît et fusionne. À mesure que la glace se sublime, de nouveaux pores naissent. Parallèlement, si la température devient trop élevée, les parois vitreuses entre les pores voisins peuvent s'assouplir et fusionner, créant des tunnels plus larges et moins nombreux. Les chercheurs ont utilisé une approche mathématique appelée bilan de population pour suivre ces naissances et ces fusions en temps réel. En comptant le nombre de pores existants et la manière dont leur taille évolue, le modèle peut calculer la résistance au flux de vapeur sans avoir besoin de la mesurer expérimentalement pour chaque condition.

L'équipe a testé cette nouvelle approche par rapport à des données réelles issues d'études antérieures et de ses propres expériences. Ils ont examiné deux types de matériaux : le dextran cristallin, qui ne s'effondre pas, et les mélanges de saccharose et de protéines amorphes, qui le font. Pour le matériau cristallin, le modèle a parfaitement fonctionné en suivant simplement la taille des pores créés par les cristaux de glace, confirmant que les mathématiques sous-jacentes étaient solides. Pour les matériaux amorphes, où le micro-effondrement est un facteur majeur, le modèle a prouvé sa véritable valeur. Dans une série d'expériences impliquant une formulation protéique, les chercheurs ont ajusté le modèle à seulement deux conditions de séchage extrêmes — une très froide et une plus chaude. Une fois calibré avec ces deux cas, le modèle a réussi à prédire le comportement de séchage pour trois autres conditions intermédiaires qu'il n'avait jamais vues auparavant. L'ancien modèle standard ne pouvait correspondre aux données que s'il était ajusté séparément pour chaque condition, ce qui le rendait inutile pour prédire de nouveaux scénarios.

Les chercheurs ont également exploré si le taux auquel ces pores fusionnent est une propriété fixe du matériau lui-même. Ils ont testé différentes concentrations de saccharose et différentes méthodes de congélation pour voir si la « constante de taux de micro-effondrement » restait la même. Leurs résultats suggèrent que, pour un matériau donné, ce taux est effectivement une propriété physique constante, indépendante de la quantité de médicament présente dans la solution ou de la manière dont elle a été congelée. Cette découverte est significative car elle implique que les ingénieurs pourraient déterminer ce taux une seule fois pour un médicament spécifique, puis l'utiliser pour concevoir des cycles de séchage pour n'importe quelle plage de température, plutôt que de mener d'interminables tests par essais et erreurs.

Bien que le nouveau modèle ne soit pas encore un remplacement parfait de l'ancien, il offre une fenêtre bien plus claire sur ce qui se passe à l'intérieur du flacon de séchage. Il relie la réalité physique de l'effondrement des structures vitreuses à la prédiction mathématique de la vitesse de séchage. Les auteurs précisent que le modèle repose encore sur certains paramètres estimés et que la relation exacte entre la taille des pores et la résistance au flux dans ces environnements gazeux complexes et raréfiés nécessite des études plus approfondies. Cependant, ce travail démontre qu'en traitant la structure des pores comme un système dynamique qui change au fil du temps, il est possible de réduire le nombre d'expériences nécessaires pour concevoir des cycles de lyophilisation efficaces. Cela pourrait éventuellement conduire à des temps de production plus rapides pour les médicaments essentiels, garantissant que les médicaments vitaux parviennent aux patients plus rapidement et à un coût moindre.

Résumé technique : Modélisation directe de l'évolution de la taille des pores et du micro-effondrement en lyophilisation par bilan de population

Énoncé du problème
Lors de la phase de séchage primaire de la lyophilisation pharmaceutique (séchage par le froid), la résistance au transfert de masse ( $R_p$ ) du gâteau séché est un paramètre critique qui régit la durée du processus et la température du produit. Pour les formulations amorphes, il est connu que $R_ète$ diminue à mesure que la température du produit approche la température de transition vitreuse ( $T_g'$ ), un phénomène appelé « micro-effondrement » (microcollapse). Les approches de modélisation existantes, telles que le modèle standard de Pikal, traitent $R_p$ comme une fonction empirique, faiblement non linéaire, de la hauteur de la couche séchée ( $h_d$ ) avec des paramètres ( $a_0, a_1, a_2$ ) qui doivent être ajustés pour chaque ensemble spécifique de conditions de processus. Cela nécessite des campagnes expérimentales approfondies pour caractériser la résistance à travers différentes températures d'étagère et pressions de chambre. De plus, ces modèles empiriques manquent de lien physique direct avec l'évolution de la structure poreuse, ce qui rend difficile la prédiction du comportement sous des conditions non testées ou l'utilisation de mesures post-hoc de la taille des pores pour le calibrage du modèle.

Méthodologie
Les auteurs proposent un nouveau modèle à l'échelle du flacon qui remplace l'expression empirique de la résistance par une description mécaniste basée sur l'évolution de la distribution de la taille des pores (PSD). L'approche intègre le cadre de transfert de chaleur et de masse standard de Pikal avec un modèle de bilan de population (PBM).

Formulation du bilan de population : Le modèle traite l'espace vide dans la couche séchée comme une collection de pores discrets. Le micro-effondrement est modélisé comme un processus d'agrégation irréversible où deux pores fusionnent pour former un pore plus grand, régi par une constante de vitesse $k(T)$ . De nouveaux pores sont continuellement générés à la frontière de sublimation par la sublimation des cristaux de glace.
Méthode des moments : Pour maintenir une efficacité de calcul comparable aux modèles standards, les auteurs appliquent la méthode des moments à l'équation maîtresse du PBM. Le modèle suit le moment d'ordre zéro (nombre total de pores, $\mu_0$ ), le premier moment (volume total des pores, $\mu_1$ ) et le second moment ( $\mu_2$ ).
Relation de résistance au transfert de masse : La résistance au transfert de masse $R_p$ est dérivée en fonction de ces moments. En supposant une diffusion de Knudsen (le régime dominant en lyophilisation), $R_p$ est liée aux moments via une expression impliquant la tortuosité et un moment fractionnaire ( $\mu_{3/2}$ ), qui est estimé à l'aide d'une clôture interpolative (interpolation de Lagrange des log-moments).
Dépendance à la température : La constante de vitesse d'agrégation $k(T)$ est modélisée à l'aide d'une fonction sigmoïde ou d'une équation de type MYEGA pour capturer l'accélération rapide du micro-effondrement lorsque la température du produit approche la température critique.
Validation expérimentale : Le modèle a été validé par rapport à quatre ensembles de données :
- Deux ensembles de données de la littérature : une formulation amorphe (BSA/sucrose) avec des données de débit de masse TDLAS et une formulation cristalline (dextran) avec des distributions de taille de pores mesurées par SEM.
- Deux nouveaux ensembles de données expérimentaux : des solutions de saccharose et de dextran lyophilisées sous diverses températures d'étagère et concentrations, avec des températures de produit et des temps de séchage enregistrés.

Contributions clés

Lien mécaniste : Ce travail établit un lien mathématique direct entre l'évolution physique des structures de pores (spécifiquement les moments de la PSD) et la résistance macroscopique au transfert de masse, allant au-delà des simples corrélations empiriques.
Capacité prédictive : En modélisant la physique sous-jacente de l'agrégation des pores, le modèle peut prédire $R_p$ et les températures du produit pour des conditions de processus intermédiaires en utilisant des paramètres ajustés uniquement sur des cas extrêmes (par exemple, basses et hautes températures d'étagère), là où le modèle standard de Pikal nécessite un nouvel ajustement pour chaque condition.
Utilisation des données structurelles : Le modèle permet d'incorporer directement les mesures de distribution de taille de pores (par exemple, du SEM) pour contraindre les paramètres empiriques ( $N$ et $S$ , représentant la densité de pores et l'échelle de taille), réduisant ainsi la dépendance à l'ajustement de courbes basées uniquement sur les données de processus.
Efficacité de calcul : Malgré la complexité physique ajoutée, l'approche par moments maintient une charge de calcul comparable aux modèles de la littérature, ce qui la rend adaptée à la conception et à l'optimisation des processus.

Résultats

Formulations amorphes : Lorsqu'il est ajusté à deux conditions de séchage extrêmes pour une formulation amorphe, le PBM a prédit avec succès les températures du produit et les temps de séchage pour trois conditions intermédiaires avec une précision comparable aux ajustements de cas par cas de Pikal. Cela démontre la capacité du modèle à capturer l'évolution de la résistance dépendante de la température sans re-paramétrage.
Formulations cristallines : Pour le dextran cristallin (où le micro-effondrement est négligeable, $k \approx 0$ ), le modèle a été ajusté aux distributions de taille de pores mesurées par SEM. En utilisant ces moments mesurés pour fixer $N$ et $S$ , le modèle a prédit avec précision $R_p$ à travers quatre cycles expérimentaux différents en utilisant seulement deux paramètres globaux ( $C$ et $R_s$ ). Cela a confirmé que les variations de résistance entre différents lots cristallins pouvaient être expliquées par des différences dans les distributions de taille de pores.
Ajustement multi-expérimental : Un ajustement simultané de six expériences de saccharose (variant la concentration et les protocoles de congélation) a produit un ensemble unique de constantes de vitesse de micro-effondrement ( $k(T)$ ) et de paramètres de tortuosité ( $C$ ). Bien que le modèle ait montré certaines déviations dans la prédiction des temps de séchage pour certains cas de haute concentration, il a capturé avec succès les tendances générales de l'évolution de la résistance.
Régime d'écoulement : L'analyse suggère que l'écoulement dans le gâteau séché opère principalement dans le régime de transition entre l'écoulement de Knudsen et l'écoulement visqueux, bien que l'hypothèse de Knudsen reste une approximation raisonnable pour les expressions de résistance dérivées.

Signification et affirmations
L'article affirme que cette approche de bilan de population offre une base plus rigoureuse pour la modélisation des processus de lyophilisation. En décrivant le mécanisme physique du micro-effondrement (agrégation des pores) plutôt que simplement sa conséquence empirique, le modèle réduit le nombre d'expériences nécessaires pour concevoir des cycles de lyophilisation optimaux pour les formulations amorphes. Les auteurs suggèrent que ce cadre pourrait faciliter la conception de cycles qui déclenchent délibérément le micro-effondrement pour raccourcir les temps de cycle, à condition que les attributs de qualité du produit soient validés. De plus, la capacité d'intégrer des mesures directes de la structure des pores (par exemple, du SEM) dans le modèle offre une voie pour réduire la sensibilité des paramètres du modèle aux données de processus spécifiques, rendant potentiellement le modèle plus robuste et transférable à différentes formulations et équipements. Le travail conclut que la constante de vitesse du micro-effondrement peut être un paramètre matériel indépendant de la géométrie précise des pores, une hypothèse qui mérite des investigations supplémentaires.

Articles similaires