Stability-indicating Method 개발 – ICH Q1A 기반 분해산물 분석 및 Unknown Impurity 규명

 

1. 서론: 의약품 안정성 평가와 분석법 개발의 중요성

의약품 개발 과정에서 안정성(stability) 은 품질 보증과 환자 안전을 결정짓는 핵심 요소이다. 안정성이란 단순히 약물이 “효능을 유지하는가”를 넘어, 저장 중 또는 투여 과정에서 분해산물(degradation products) 이 생성되는지를 평가하고, 그 생성물이 환자에게 독성 또는 예기치 못한 약리 효과를 유발하지 않는지 확인하는 과정까지 포함한다.

국제적으로는 ICH Q1A(R2): Stability Testing of New Drug Substances and Products 가 표준 가이드라인으로 자리 잡고 있으며, 제약사는 이를 근거로 Stability-indicating method(SIM) 를 개발하고 검증해야 한다. SIM은 단순한 정량 분석법이 아니라, 의약품 성분을 선택적으로 분리·정량하면서 동시에 분해산물을 특성화할 수 있는 분석법을 의미한다. 즉, 약물의 전체적인 안정성 프로파일을 평가할 수 있어야 한다.

특히 최근에는 고감도 LC-MS/MS 기반 분석 기술이 발전하면서 unknown impurity의 구조 규명까지도 가능해졌다. 본 글에서는 ICH Q1A 기반 stability 시험 설계부터, 분해산물 분석 전략, LC-MS/MS를 활용한 unknown impurity 규명까지 심층적으로 다루어보고자 한다.

Stability-indicating Method 개발 – ICH Q1A 기반 분해산물 분석 및 Unknown Impurity 규명

---

2. ICH Q1A 기반 Stability 시험의 기본 구조

2.1 장기 저장 (Long-term stability)

• 권장 조건: 25°C ± 2°C / 60% RH ± 5%
• 기간: 최소 12개월 이상
• 목적: 실제 유통 환경을 반영하여 장기적인 품질 변화를 관찰

2.2 가속 조건 (Accelerated stability)

• 권장 조건: 40°C ± 2°C / 75% RH ± 5%
• 기간: 최소 6개월
• 목적: 고온·고습 환경에서 분해산물 생성 패턴을 빠르게 확인

2.3 중간 조건 (Intermediate stability)

• 조건: 30°C ± 2°C / 65% RH ± 5%
• 장기와 가속 조건 결과가 불일치할 경우 필요

2.4 Stress testing (Forced degradation)

• 산/염기 분해 (acid/base hydrolysis)
• 산화 스트레스 (H₂O₂, AIBN 등)
• 광분해 (UV/Visible light, ICH Q1B 참고)
• 열분해 (고온 처리)

👉 이러한 시험을 통해 잠재적 분해산물의 생성 경향을 사전에 파악하고, SIM 개발 시 어떤 피크를 분리해야 하는지 정의한다.

 

---

3. Stability-indicating Method의 개발 전략

3.1 핵심 목표

1. 원약(Active pharmaceutical ingredient, API) 과 분해산물의 완전한 분리
2. 정량 정확도와 검출 민감도 확보
3. ICH Q2(R1) Validation 요구사항 충족

3.2 주요 고려 사항

• 크로마토그래피 분리 조건 최적화
  • 컬럼 선택 (C18, HILIC, Phenyl-Hexyl 등)
  • 이동상 조성 (pH, 버퍼, 유기용매 비율)
  • Gradient vs Isocratic 방식 비교
• 검출기 선택
  • UV/Vis: 기본적인 안정성 평가 가능
  • LC-MS/MS: unknown impurity 구조 규명 필수 도구
• 분해산물 profiling
  • retention time + m/z + fragmentation pattern 확보

---

4. LC-MS/MS를 활용한 분해산물 분석 전략

4.1 LC-MS/MS의 장점

• 고감도: ppm~ppb 수준 불순물 검출
• 구조 규명 가능: MS/MS fragmentation pattern 활용
• 다중 분석: 여러 분해산물을 동시에 모니터링

4.2 Workflow 예시

1. Stress testing 시료 준비
2. LC 분리 (gradient 조건)
3. Full-scan MS 로 분해산물 스크리닝
4. Targeted MS/MS (MRM, PRM) 으로 구조 정보 획득
5. Fragmentation pattern library 구축
6. In-silico fragmentation tool (Mass Frontier, MS-FINDER 등) 활용

4.3 Unknown impurity 규명 사례

• 예: 항암제 A (EGFR-TKI) 의 안정성 시험 중 +16 Da mass shift 확인 → 산화체 가능성 제기
• MS/MS spectrum 분석 결과, hydroxylation 위치 특성화 → 특정 대사체 pathway와 유사한 분해산물로 확인
• 독성 가능성 평가를 위해 in vitro toxicity assay와 연계

---

5. 분해산물의 규제적 평가 (ICH Q3A/B, Q3B(R2))

5.1 Threshold of Toxicological Concern (TTC)

• 일반 불순물의 경우: 0.15% or 1.0 mg/day
• 독성 우려가 있는 경우: 개별 안전성 평가 필요

5.2 분해산물 보고/규제 기준

• 보고 기준 (reporting threshold): 0.05% 이상
• 식별 기준 (identification threshold): 0.1% 이상
• 규제 기준 (qualification threshold): 0.15% 이상

👉 SIM 개발 단계에서 이 기준 이상 검출되는 unknown impurity는 반드시 구조 규명과 안전성 평가가 병행되어야 한다.

---

6. Unknown Impurity 구조 규명 – 고급 분석 전략

6.1 HR-MS (High-resolution MS) 활용

• 정확한 분자량 측정 (≤ 3 ppm)
• 원자 조성 예측 (C, H, O, N, S 등)

6.2 MS/MS Fragmentation 해석

• 분해산물의 주요 cleavage site 파악
• parent drug의 구조와 비교 → 변형 위치 규명

6.3 LC-NMR/MS hyphenated system

• 불순물 농도가 낮아도 구조 동정 가능
• MS 단독으로 확인하기 어려운 경우 보완

6.4 In-silico prediction

• 소프트웨어 기반 분해 경로 예측
• 실제 실험 결과와 비교 → candidate narrowing

---

7. 사례 연구

7.1 항암제 (Imatinib, Gleevec)

• 안정성 시험 중 N-oxide 분해산물 보고됨
• LC-MS/MS 기반 구조 규명 → 산화에 취약한 pyridine moiety 확인
• 불순물은 약리활성에는 영향 없으나 독성 평가 필요

7.2 항생제 (β-lactam계)

• 고온/습도 조건에서 β-lactam ring 개환 → acidic degradation product 형성
• LC-MS/MS에서 m/z 감소 (-CO₂ loss) 패턴 확인
• 구조 규명 후, 안정성 개선을 위해 lyophilized formulation 개발

---

8. Biomarker 연구와 Stability 평가의 연결

• 최근에는 안정성 평가가 단순한 품질 관리를 넘어, 체내 대사체 프로파일링과 연결되기도 한다.
• LC-MS/MS 기반 stability study 결과는, 체내에서 동일 분해산물이 대사체(biomarker) 로 검출되는지 확인하는 데 활용된다.
• 예: 항암제 분해산물이 환자 혈장에서 발견될 경우, 약물 대사와 저장 중 분해 경향이 동일 메커니즘을 따를 가능성 제기.

---

9. 향후 전망: AI·디지털 기반 Stability 평가

9.1 AI 기반 분해산물 예측

• 딥러닝 모델을 이용해 분자 구조 기반 분해 가능성 시뮬레이션
• LC-MS/MS 스펙트럼 데이터와 연결 → 자동 구조 예측

9.2 Digital Twins in Stability Testing

• 실제 장기 저장 데이터를 가상 시뮬레이션과 통합
• 가속 조건 결과만으로도 장기 안정성 예측 정확도 향상

9.3 Platformization

• LC-MS/MS 기반 SIM을 플랫폼 기술로 구축 → 신약 개발 파이프라인 전체에 적용
• 특히 한미약품과 같은 연구중심 제약사가 플랫폼화 시 경쟁력 확보 가능

---

10. 결론

Stability-indicating method 개발은 단순한 규제 충족을 넘어, 의약품 품질과 환자 안전을 보장하는 핵심 분석 활동이다. ICH Q1A 가이드라인을 기반으로 장기/가속/스트레스 시험을 설계하고, LC-MS/MS를 활용한 분해산물 분석 및 unknown impurity 구조 규명을 통해 의약품의 안전성을 철저히 검증할 수 있다.

앞으로는 LC-MS/MS와 HR-MS, NMR, in-silico 분석을 통합한 multi-modal stability evaluation이 표준화될 것이며, AI 기반 예측 모델이 실험 효율성을 더욱 높일 것이다. 이러한 SIM 개발 전략은 단순한 품질 관리에서 나아가, 약물 대사 연구 및 바이오마커 발굴과도 연결될 수 있어 제약 산업 전반의 혁신을 이끌 중요한 영역이다.