凍結乾燥の残留水分は、バイアルを壊さずに測れるのか

凍結乾燥した製品に残る水の量（残留水分）は、保存中の安定性を左右するため、ロットごとに測ります。基準の方法であるカールフィッシャー滴定試薬と水の反応を利用して微量の水分量を定量する滴定法。原薬の水分管理などに用いる。詳しく →では、バイアルを開けて中身を溶かすため、測った本数は製品として出荷できません。

ただし、密封したまま外から光を当てて水分を読む近赤外分光（NIR）も、以前から使われています。問題は、測れるかどうかではなく、どの水分の域と、どの処方まで精度が足りるかです。

Fiorenzaら（2026）は、水分の域ごとに得意なモデルが違うことを示し、2つを組み合わせました。壊して測る方法の限界から始めて、この論文が足したことと、規格試験に使うまでに残ることをたどります。

1. 残留水分を滴定で測ると、何が足りなくなるのか

滴定で測った1本は製品に戻せないため、抜き取れる本数が、ロット全体をどこまで代表できるかの限界を決めます。 カールフィッシャー滴定は、ヨウ素と水の反応を使って水の量を測る方法で、バイアルを開けて中身を溶かします。

残留水分が多いと、保存中に加水分解や凝集が進みやすくなります。一方で、乾かしすぎるとかえって不安定になるタンパク質もあります。狙う水分には製剤ごとの幅があり、その幅に入っていることをロットごとに示します（凍結乾燥サイクルの設計）。

乾き方は、棚の中央と端でも違います。数本の抜き取りでは、この違いを追いきれません。

2. 近赤外（NIR）で密封したまま測るのは、新しい方法なのか

新しくありません。密封した凍結乾燥凍らせた試料を減圧下に置き、氷を直接水蒸気にして（昇華）水分を除く乾燥の方法です。液のままでは安定性を保ちにくいタンパク質製剤などに使い、使う前に溶かして戻します。詳しく →のタンパク質製剤で、滴定と同程度の精度が出ることは2002年に報告されています。 水が近赤外の光をよく吸う性質を使い、ガラスを通して固まり（ケーク）に光を当て、反射した光に現れる水の吸収を読みます。

図をダウンロード（会員・無料）

2002年の報告では、市販品と治験薬臨床試験（治験）において被験者に投与するために製造された、未承認または既承認の医薬品のこと。詳しく →を合わせた5製品で、滴定と同程度の精度が得られています。固まりの高さと直径が光の届く深さを超えていれば、すき間の多さは読みに影響せず、緩衝液溶液のpHを一定範囲に保つために使用される弱酸と共役塩基の混合溶液。詳しく →や界面活性剤の濃度を変えても水分の読みは変わりませんでした。

一方で、保護剤に使う糖（二糖類）の濃度を変えると、糖の吸収が水の信号と重なり、滴定の値から大きくずれました。処方の中身によって、NIRが通用する範囲は変わります。

ここで押さえておくことがあります。NIRは水の分子を数えているわけではありません。滴定で測った値とスペクトルを結びつけた、検量のモデルで読んでいます。では滴定は要らなくなるのか。逆です。モデルを作るために、滴定の値が要ります。

3. この論文は、何を足したのか

水分の低い域と高い域で、精度の高いモデルが入れ替わることを示し、2つを組み合わせて全域の精度をならしました。 著者らは、予測のモデルを1つに決め打ちせず、4つを比べています。

• PLS（部分最小二乗回帰）：スペクトルと水分を直線の関係でつなぐ古典的なモデルです。
• SVR（サポートベクター回帰）：曲がった関係も扱えるモデルです。
• XGBoost⁠：決定木を重ねる手法です。
• PLSとSVRの組み合わせ⁠：2つの予測を合わせるモデルです。

学習には、薬を含まない処方（プラセボ）の試料を使い、実際の医薬品で検証しました。実際の医薬品は貴重なので、先にプラセボで学習させるのは現実的な進め方です。

結果は、水分の低い域では SVR、高い域では PLS が精度で優れました。論文の要旨は、NIR の難しさとして、スペクトルが複雑なことと、水分とスペクトルの関係が直線にならないことを挙げています。⁠1つのモデルで全域を同じ精度で読むのは難しく、得意な域が逆の2つを組み合わせると、検証した域の全体で精度が上がりました。

データを分けて学習と検証を入れ替える確かめ方（5分割の交差検証）でも、組み合わせたモデルは結果のばらつきが小さく、SVR 単体より安定していました。賦形剤の違うプラセボや模擬の医薬品でも検証され、処方が違ってもある程度の予測力が残ったとされています。

4. この結果から、規格試験に使えるとまでは言えるのか

言えません。示されたのは実験の範囲でモデルの予測精度が成り立つことまでで、規格として使うには妥当性の確認と当局への説明が別に要ります。

固まりの中の水分は、均一とは限りません。NIR のスペクトルは光の当たった範囲の平均なので、バイアルの向きと測る位置を決めておきます。

では、規格に使えないなら、この方法は役に立たないのでしょうか。滴定の代わりにするのではなく、抜き取りの数本に加えて、同じロットの多くの本数の傾向を見る使い方なら、乾き方のばらつきを早く見つけられます。乾燥の途中で水蒸気を測る装置とは、見ている対象が違います。あちらが捉えるのは工程の終わり。NIR が読むのは、乾燥が終わったバイアルの中身です。

参考文献

• Fiorenza S, D'Urso M, Massei A, Falco N, Fissore D, Torino E. Machine Learning-Based PAT Tool for Real-Time Residual Moisture Monitoring in Lyophilized Biopharmaceuticals Using NIR近赤外や赤外の光の吸収から成分濃度や水分を測る手法です。プロセス中の状態をリアルタイムに監視し、品質の作り込みに使います。詳しく → Spectroscopy. Biotechnology and Bioengineering. 2026. DOI: 10.1002/bit.70302（低水分域はSVR、高水分域はPLSが優れ、組み合わせで全域の精度が上がった）
• Lin TP, Hsu CC. Determination of Residual Moisture in Lyophilized Protein Pharmaceuticals Using a Rapid and Non-Invasive Method: Near Infrared Spectroscopy. PDA Journal of Pharmaceutical Science and Technology. 2002;56(4):196-205.（密封した凍結乾燥のタンパク質製剤で、NIRがKFと同程度の精度。二糖類の濃度が変わると誤差が出る）
• Massei A, Falco N, Fissore D. Use of machine learning tools and NIR spectra to estimate residual moisture in freeze-dried products. Spectrochimica Acta Part A. 2023;293:122485.（NIRと機械学習による残留水分の推定）