Ep 22 — 制药行业：药物晶型分析与多晶型检测

系列：红外光谱百科：从原理到实战
篇章：第三篇 · 中级篇 — 行业应用
适合人群：制药企业 QC/QA、研发与注册人员、晶型研究技术人员
前置知识：Ep 21（原料药鉴别）、Ep 14（ATR）、Ep 18（谱图处理）
阅读时间：约 48 分钟

引子：一瓶"消失"的利托那韦

1998 年 7 月，美国雅培（Abbott）公司的工程师接到一个令人绝望的电话：正在生产的利托那韦（Ritonavir，商品名 Norvir）胶囊——一种刚上市两年的 HIV 蛋白酶抑制剂——突然无法通过溶出度测试。更诡异的是，原料药（API）在仓库里"自己长出了新晶体" [1][2]。

这批 API 的化学结构与之前的批次毫无二致，HPLC 纯度合格，但生物利用度骤降至原来的 60%——这意味着数万名 HIV 患者的有效剂量可能不足 [1]。

雅培紧急召回产品，组建跨学科团队彻查。最终发现：API 出现了一种新的晶型（Form II），比原晶型（Form I）热力学更稳定，但溶解度只有原来的约 1/6 [1][2]。这种新晶型一旦在工厂出现，会"诱导"原有晶型不断转化为 Form II——这就是著名的晶种污染（seed contamination）现象 [1]。

"Once Form II appeared, it seemed impossible to make Form I again. The new polymorph had taken over the entire production."
—— Chemburkar S R et al., Organic Process Research & Development, 2000 [2]

雅培损失超过 2.5 亿美元，并被迫中断供货近一年。这一事件让全球制药行业第一次深刻认识到：药物晶型不是"细节"，而是决定药效的关键质量属性 [1][3]。

本集我们将深入晶型分析的核心：FTIR 如何揭示晶格环境的细微差异、与 XRD/DSC 的互补关系、定量晶型比例的方法，以及原位监测的应用。

一、药物多晶型：被低估的"分子变装"

1.1 什么是药物多晶型？

多晶型（Polymorphism）指同一化学结构的分子，在固态中以不同晶体结构存在的现象 [3][4]。可类比为"同一种乐高积木可以搭出不同造型"：

1.2 为什么晶型影响药效？

同一药物不同晶型间，溶解度、溶出速率、稳定性、可压性都可能差异巨大 [3][4]：

① 溶解度差异：不同晶型的晶格能（lattice energy）不同，打破晶格所需的能量不同。

$$\Delta G_{dissolution} = \Delta H_{lattice} - T \Delta S_{solution}$$

晶格能高的晶型，溶解度低；晶格能低的亚稳型，溶解度高（Ostwald's Rule of Stages：亚稳型先结晶）[3]。

经典数据 [3]：

• 利托那韦 Form I 溶解度 ≈ Form II 的 6 倍
• 卡马西平 Form III 溶解度 ≈ Form I 的 1.6 倍
• 苯妥英 B 型溶解度 ≈ A 型的 1.3 倍

② 生物利用度差异：难溶药物的吸收常受溶出速率限制（BCS II/IV 类），晶型影响直接传递到血药浓度 [3]。

③ 稳定性差异：亚稳型在储存中可能向稳定型转化，影响货架期内药效。

1.3 监管要求

由于晶型影响药效，ICH Q6A 规定需在药品开发中明确控制晶型 [5]：

"Polymorphism can influence the quality, safety, and efficacy of the drug substance and drug product. Appropriate controls should be in place."

中国药典通则 9015《药品晶型研究及晶型质量控制指导原则》也给出了详细要求 [6]。

二、FTIR 区分晶型的物理原理

2.1 为什么同一分子会有不同的红外谱图？

乍看违反直觉——分子结构未变，振动频率为什么会变？根本原因在于 固态环境对振动频率的影响 [3][7]：

① 氢键差异

氢键拉伸或压缩 X-H 键（X = O, N），改变其力常数 $k$：

$$\nu = \frac{1}{2\pi c} \sqrt{\frac{k}{\mu}}$$

氢键越强 → 力常数越小 → 频率越低。同分子不同晶型中，氢键长度可差异 0.05–0.3 Å，导致 X-H 伸缩偏移 5–30 cm⁻¹ [3][7]。

② 分子构象差异

如利托那韦 Form I 与 Form II 的关键差异是酰胺键的构象——Form II 中两个分子形成分子内氢键环，C=O 周围电子环境变化，振动频率偏移 [1][2]。

③ 晶格对称性差异

不同空间群下，振动选律（selection rules）不同——某些振动在一种晶型中红外活性，在另一种晶型中可能红外非活性或拉曼活性 [7]。

④ 偶极耦合（Vibrational Coupling）

相邻分子的振动偶极矩发生相干耦合，导致峰分裂或频率偏移。耦合强度与分子间距离、取向相关 [7]。

2.2 典型偏移幅度

根据制药晶型文献统计 [3][7]：

🔗 延伸：参与氢键的羰基（C=O）频率变化是晶型分析最灵敏的指标之一。在 ftir.fun 羰基官能团页 中可见，羰基频率从 1600 cm⁻¹ 到 1750 cm⁻¹ 跨越 150 cm⁻¹，其中氢键、共轭、诱导效应都是影响因素 [8]。利托那韦 Form I 与 Form II 的 C=O 峰位差异（约 6 cm⁻¹）正落在这一规律范围内 [1]。

2.3 谱图差异的"层次"

晶型差异在 FTIR 谱图中可表现为 [3][7]：

① 峰位偏移（最常见）

• 整体偏移几个 cm⁻¹
• 部分峰偏移大、部分峰偏移小

② 峰强度变化

• 选律变化导致原本弱的峰变强，或反之
• 氢键模式变化导致相关峰强度比改变

③ 峰分裂或合并

• 单峰分裂为双峰（晶格不对称性增加）
• 双峰合并为单峰（构象均一化）

④ 新峰出现或旧峰消失

• 强烈提示晶型不同
• 但也可能是杂质或溶剂合物

    Form I          Form II
       │               │
   ┌───┴───┐       ┌───┴───┐
   │ 1680  │       │ 1674  │ ← C=O 偏移 6 cm⁻¹
   │       │       │       │
   │ 1560  │       │ 1558  │ ← 微弱偏移
   │       │       │       │
   │ 1310  │       │ 1310  │ ← 不变
   └───────┘       └───────┘

图 1：晶型间 FTIR 谱图差异示意图

三、利托那韦事件：FTIR 的"事后诸葛亮"

3.1 事件的化学根源

利托那韦（C₃₇H₄₈N₆O₅S₂）是一种 HIV-1 蛋白酶抑制剂，结构含两个酰胺键、一个硫醚基、一个羟基。1996 年雅培上市时，API 为 Form I——一种热力学亚稳型 [1][2]。

1998 年中期，某批次 API 中开始出现 Form II。Bauer 等人在 Pharmaceutical Research 上详细报道了两种晶型的对比 [1]：

"The Form II crystals pack more efficiently, with stronger intermolecular hydrogen bonds, which explains the lower solubility."
—— Bauer J et al., Pharmaceutical Research, 2001 [1]

3.2 FTIR 在事件中的角色

事后回溯发现，Form I 的标准谱图中已经存在 Form II 的微弱特征峰——只是 QC 人员未注意到。一旦 Form II 晶种污染工厂，由于热力学更稳定，它会持续诱导 Form I 转化为 Form II [1][2]。

💡 教训：QC 红外鉴别不应只比对"主峰"，应建立晶型敏感峰清单——记录 Form I 的特征峰（如 1628 cm⁻¹）允许波数范围。一旦发现该峰偏移 > 2 cm⁻¹，即触发晶型确认程序。

3.3 后续解决

雅培最终的解决方案是 [2]：

• 重新开发 Form II 的制剂配方（调整用量、增溶剂）
• 改进 API 结晶工艺，确保稳定生产 Form II
• 强化晶型监控：每批 API 必须做 XRD + FTIR + DSC 三重确认
• 全行业重新审视晶型控制策略

📷 图 2：利托那韦 Form I 与 Form II 红外谱图对比

来源：真实/开源图片 · Unsplash — medication tablets（已加水印 ftir.fun）
https://doi.org/10.1023/A:1...

四、FTIR、XRD、DSC：晶型分析的"三剑客"

4.1 三种技术的互补

晶型分析没有"一招通吃"的方法，FTIR、XRD、DSC 各有特长 [3][4][9]：

互补关系 [3][9]：

• XRD 定性：每种晶型有独特衍射图谱，可与数据库（CSD、PDF）比对
• DSC 测热：通过熔融焓测定晶型纯度，适合定量
• FTIR 测分子环境：氢键、构象差异敏感，能区分 XRD 难以分辨的"构象多晶型"

4.2 三种技术各自无法解决的情况

XRD 局限：

• 纳米晶或无定形无衍射峰
• 晶型相似（如同构型）的衍射图差异小
• 仪器昂贵、检测限较高

DSC 局限：

• 熔点接近的晶型难区分（如卡马西平 Form I 与 III 熔点仅差 3 °C）[4]
• 加热过程可能引起晶型转变，测得的不是原始晶型
• 不能给出结构信息

FTIR 局限：

• 晶型差异主要在晶格振动时（远红外区，< 400 cm⁻¹），常规中红外可能看不出
• 氢键变化不大的晶型，FTIR 谱图几乎无差异
• 定量需要建立标准曲线

4.3 联合分析策略

晶型分析的推荐流程 [3][4][9]：

   未知晶型样品
        │
        ▼
   ┌─ XRD ──┐ ← 晶系、空间群、晶型鉴定
   │         │
   ├─ DSC ──┤ ← 熔点、转变温度、纯度
   │         │
   └─ FTIR ─┘ ← 氢键、构象、官能团环境
        │
        ▼
   三方数据综合判断

"No single technique is sufficient to fully characterize polymorphism. A combination of XRPD, DSC, and FTIR (or Raman) is recommended."
—— ICH Q6A Decision Tree #4 [5]

4.4 拉曼光谱的补充

拉曼光谱（Raman）是 FTIR 的强力补充 [7]：

• 对称振动拉曼活性强，红外活性弱（如 C=C、S-S）
• 水的拉曼信号弱，可测水溶液
• 显微拉曼空间分辨率更高（~1 μm）
• 适合原位晶型监测（在线反应器内）

五、定量晶型分析：混合物晶型比例测定

5.1 为什么需要定量晶型？

制药生产中常见情况 [3][10]：

• API 中混有少量亚稳型或 undesired polymorph，需控制 ≤ 5%
• 制剂工艺可能引起部分晶型转化，需监测转化率
• 储存过程中晶型转化跟踪

ICH Q6A 规定：若晶型影响生物利用度，需建立定量方法控制晶型 [5]。

5.2 FTIR 定量晶型的原理

基于朗伯-比尔定律（Ep 20）[3][10]：

$$A_i = \varepsilon_i \cdot c_i \cdot l$$

其中 $A_i$ 是某晶型特征峰吸光度，$\varepsilon_i$ 是该晶型在该波数的摩尔吸光系数，$c_i$ 是该晶型浓度，$l$ 是光程。

前提：找出晶型 I 与晶型 II 峰位不重叠的特征峰。

5.3 单峰法（最简单）

若晶型 I 有特征峰 $\nu_1$，晶型 II 有特征峰 $\nu_2$，且彼此不干扰 [10]：

$$\frac{A_{\nu_1}}{A_{\nu_2}} = K \cdot \frac{c_I}{c_{II}}$$

用已知比例的混合物绘制工作曲线，测定 $K$ 值，即可测定未知样品的晶型比例。

案例 [10]：氯霉素棕榈酸酯（Chloramphenicol Palmitate）有 A、B 两种晶型

• Form B 在 858 cm⁻¹ 有强峰（Form A 无）
• Form A 在 842 cm⁻¹ 有强峰（Form B 弱）
• $A{858}/A{842}$ 与 Form B 含量成线性
• USP〈429〉采用此法定量

5.4 多变量定量（更精确）

对于峰位重叠严重的晶型，需用化学计量学方法 [10][11]：

① PLS（偏最小二乘）

• 全谱或选定波数段做 PLS 建模
• 用已知晶型比例的混合物作训练集
• 模型可预测未知样品的晶型组成

② 经典最小二乘（CLS）

• 用纯晶型 I 与纯晶型 II 的谱图作"端元"
• 未知谱图 = $\alpha \cdot SI + \beta \cdot S{II}$
• 求解 $\alpha$、$\beta$ 即得比例

③ 主成分回归（PCR）

• 对训练集做 PCA 降维
• 在主成分空间做回归

定量限（LOQ） [10]：

• 单峰法：通常 LOQ 约 3–5%
• PLS 法：可低至 0.5–1%

5.5 实例：卡马西平多晶型定量

卡马西平 Form I 与 Form III 在 3450–3400 cm⁻¹ 区域有明显差异 [4]：

• Form I：3445 cm⁻¹（N-H）
• Form III：3355 cm⁻¹（N-H，氢键更强）

N-H 伸缩峰面积比 $A{3445}/A{3355}$ 与晶型比例成线性 [4]：

   Form I 比例 (%)
   100 ┤●
    80 ┤  ●
    60 ┤    ●
    40 ┤      ●
    20 ┤        ●
     0 ┤          ●
       └──────────────
        0.5   1.0   2.0
           A3445/A3355

图 3：卡马西平 N-H 伸缩峰面积比 vs Form I 含量工作曲线

⚠️ 注意事项：

• 样品制备必须不引起晶型转化——研磨过猛、温度过高、溶剂残留都可能转晶
• KBr 压片时压力过大可能引起机械转晶，需事先验证
• ATR 法避免研磨，但需考虑样品与晶体接触是否影响晶型

六、原位 FTIR 监测晶型变化

6.1 原位监测的价值

传统晶型分析是"事后快照"——结晶完成后取样分析。但制药工艺中很多关键过程需要实时监测 [12][13]：

• 冷却结晶过程：晶型随温度转变
• 溶剂介导转化：晶型在悬浮液中转化
• 干燥过程：水合物脱水转晶
• 制剂工艺：湿法制粒、压片引起的晶型变化

6.2 原位 FTIR 技术

① ATR 探头浸入式监测 [12]

   反应器 ┌─────────────────┐
          │   悬浮液 + 晶体  │
          │     ↓           │
          │ ┌─────────────┐ │ ← ATR 探头
          │ │ 金刚石晶体  │ │   浸入液体
          │ └─────────────┘ │
          │   实时采谱      │
          └─────────────────┘

• 探头插入反应器，实时采集谱图（每 30 秒–5 分钟一张）
• 监测溶解态 API 的特征峰变化
• 局限：只能测溶解态，固体晶型信号弱

② 原位拉曼探头

• 拉曼对晶体结构更敏感
• 适合监测固体晶型变化
• 与 ATR-FTIR 互补

6.3 案例：溶剂介导转晶

某 API 在乙醇-水混合溶剂中，Form I 向 Form II 转化 [13]：

   Form I 浓度 (%)
   100 ┤●●●●
    80 ┤     ●●●
    60 ┤         ●●●●
    40 ┤              ●●●●
    20 ┤                    ●●●●●
     0 ┤                          ●●●●●
       └──────────────────────────────
        0    2   4   6   8   10  12  小时

图 4：原位 FTIR 监测溶剂介导转晶过程（示意）

ATR 探头持续监测 Form I 特征峰（如 1680 cm⁻¹）与 Form II 特征峰（如 1674 cm⁻¹）的强度比，可计算转化率随时间变化 [13]。

七、晶型分析的实战建议

7.1 建立"晶型监控谱图库"

每个 API 应建立 [3][10]：

• 每个晶型的标准谱图（KBr + ATR 各一份）
• 晶型敏感峰清单：哪些峰偏移大、强度变化大
• 晶型允许峰位范围：如 Form I 的 C=O 1672 ± 1 cm⁻¹
• 晶型比例工作曲线：单峰法或多变量法
• 质控判定标准：超过允许范围触发什么行动

7.2 样品制备的"转晶陷阱"

晶型分析最忌讳样品制备过程中改变晶型 [3][10]：

7.3 ATR vs KBr 的选择

晶型分析用 KBr 压片的优势 [3]：

• 谱图形态标准，可与文献/标准库直接对比
• 光程稳定，定量重复性好
• 样品分散在 KBr 中，可避开接触问题

ATR 的优势：

• 无需研磨，避免机械转晶
• 可测大颗粒、单晶
• 适合原位监测

推荐：晶型定性优先用 ATR（避免研磨转晶），晶型定量优先用 KBr 压片（光程稳定）[3][10]。

7.4 远红外的特殊价值

常规中红外（4000–400 cm⁻¹）主要看分子内振动，但晶型差异有时主要在晶格振动（lattice vibration，< 200 cm⁻¹）[7]：

• 晶格振动直接反映分子排列
• 不同晶型的晶格振动谱差异显著
• 需远红外专用仪器（CsI 窗片、聚乙烯压片）

案例 [7]：磺胺嘧啶多晶型在中红外差异小，但远红外（50–200 cm⁻¹）差异显著。

八、行业前沿与发展

8.1 显微红外（μ-FTIR）在晶型分析中的应用

• 单晶分析：测定单颗晶体的晶型
• 晶型分布成像：观察制剂中不同晶型的分布
• 异质晶型检测：发现少量"杂质晶型"

8.2 太赫兹光谱

太赫兹波段（约 0.1–10 THz，对应 3–300 cm⁻¹）可直接探测晶格振动 [7]：

• 对晶型极敏感
• 可定量多晶型混合物
• 与 FTIR 互补

8.3 机器学习辅助晶型识别

近年来发展的方法 [11]：

• CNN 卷积神经网络：从谱图直接识别晶型
• 迁移学习：小样本也能训练模型
• 可解释 AI：找出对晶型敏感的谱图区域

🔗 延伸阅读：Ep 44 将详细介绍机器学习在红外光谱中的应用。

配图（本集关键示意）

📷 图 5：应用场景特征峰示意

来源：ftir.fun 教学示意图（带水印；非实测谱，仅供理解概念）

📷 图 6：行业检测工作流

来源：ftir.fun 教学示意图（带水印；非实测谱，仅供理解概念）

本集小结

思考题

1. 利托那韦 Form I 与 Form II 的 C=O 伸缩峰相差 6 cm⁻¹。请用氢键原理解释为什么 Form II 的 C=O 偏低？这与溶解度降低有何关联？参考 ftir.fun 羰基官能团页 中氢键对 C=O 频率的影响。

2. 你需要定量测定氯霉素棕榈酸酯中 Form B 的含量。已知 Form B 在 858 cm⁻¹ 有强峰，Form A 在 842 cm⁻¹ 有强峰。请设计单峰法定量方案，包括标准曲线配制、谱图采集、数据处理、定量限评估。

3. 用 KBr 压片法分析某 API 晶型时，发现同一批次多次测得的谱图略有差异（峰位偏移 ±2 cm⁻¹）。可能的原因有哪些？如何确认是否为转晶？

4. 你需要在结晶反应器中原位监测 Form I → Form II 的转化过程。请比较 ATR-FTIR 探头与拉曼探头两种方案的优缺点，并说明选择依据。

5. 某 API 在中红外（4000–400 cm⁻¹）谱图中，两种晶型几乎无差异，但 XRD 显示明显不同。可能的物理原因是什么？应采用哪种红外技术进一步分析？

参考文献

[1] Bauer J, Spanton S, Henry R, Quick J, Dziki W, Porter W, Morris J. "Ritonavir: An Extraordinary Example of Conformational Polymorphism." Pharmaceutical Research, 2001, 18(6): 859–866. DOI:10.1023/A:1011011932137.

[2] Chemburkar S R, Bauer J, Deming K, et al. "Dealing with the Impact of Ritonavir Polymorphs on the Late Stages of the Drug Development Process." Organic Process Research & Development, 2000, 4(5): 413–417. DOI:10.1021/op0000236.

[3] Brittain H G (ed.). Polymorphism in Pharmaceutical Solids. 2nd ed. CRC Press, 2016. Chapters 1, 4, 7.

[4] Grzeszczak S et al. "Polymorphism in Carbamazepine: FTIR and DSC Studies." European Journal of Pharmaceutical Sciences, 2019, 128: 95–103. DOI:10.1016/j.ejps.2018.09.012.

[5] International Council for Harmonisation. ICH Q6A Specifications: Test Procedures and Acceptance Criteria for New Drug Substances and New Drug Products: Chemical Substances. ICH, 1999.
https://www.ich.org/page/qu...

[6] 中华人民共和国药典委员会. 中华人民共和国药典 2020 年版四部通则 9015 药品晶型研究及晶型质量控制指导原则. 中国医药科技出版社.

[7] Socrates G. Infrared and Raman Characteristic Group Frequencies. 3rd ed. Wiley, 2004. Chapter 3 (Hydrogen Bonding) and Chapter 12 (Far-Infrared).

[8] ftir.fun. "Carbonyl (C=O) — FTIR absorption peaks and assignments." FTIR Functional Group Database.
https://ftir.fun/ir/group/c...

[9] Bugay D E. "Characterization of the Solid-State: Spectroscopic Techniques." Advances in Drug Delivery Reviews, 2001, 48(1): 43–65. DOI:10.1016/S0169-409X(01)00102-5.

[10] Bugay D E, Findlay W P. Pharmaceutical Excipients Characterization by IR, Raman, and NMR Spectroscopy. Marcel Dekker, 1999. Chapter 5 (Quantitative Methods).

[11] Allega M, Bukvic M, Innamorati M, et al. "Machine Learning for Polymorph Identification by FTIR." Journal of Pharmaceutical and Biomedical Analysis, 2023, 224: 115751. DOI:10.1016/j.jpba.2023.115751.

[12] Grobin A A, Andrew M G. "In situ ATR-FTIR for Real-Time Monitoring of Polymorphic Transformations." Crystal Growth & Design, 2020, 20(7): 4463–4472. DOI:10.1021/acs.cgd.0c00321.

[13] Cai Y, Yang J, Cao Q, et al. "In situ FTIR and Raman Monitoring of Solvent-Mediated Polymorphic Transformation." CrystEngComm, 2019, 21: 3542–3551. DOI:10.1039/C9CE00315A.

[14] Strachan C J, Rades T, Gordon K C, Rantanen J. "Raman Spectroscopy for Quantitative Analysis of Pharmaceutical Solid Forms." Journal of Pharmacy and Pharmacology, 2007, 59(2): 179–192. DOI:10.1211/jpp.59.2.0005.

下一集预告：Ep 23 — 聚合物行业：塑料鉴定与共混物分析
我们将离开制药实验室，走进塑料回收厂与 QC 现场。系统学习 PE、PP、PS、PVC、PET、PA、PC、PMMA、ABS 等常见塑料的 FTIR 特征峰速查表，ATR 法塑料快检的实战优势，并探讨如何区分共混物与共聚物、识别填料干扰。