Statistische Versuchsplanung (Design of Experiments, DoE) zur Optimierung radiochemischer Prozesse

Ziel/Aim In der Regel wird ein konventioneller Ansatz zur Versuchsplanung gewählt, d. h. nur ein Parameter wird systematisch geändert. Bei Problemen, bei denen mehrere Faktoren betroffen sind, verläuft dann die Versuchsoptimierung entsprechend langsam. Abhilfe schafft hier DoE für die Untersuchung eines mehrdimensionalen Parameterraums bei dem gleichzeitig mehrere Reaktionsparameter geändert werden und optimierte Prozessparameter mit einer relativ geringen Anzahl von Versuchen bestimmt werden können.

Methodik/Methods Beispiel A) Optimierung des Austausches einer Nitro-Gruppe gegen Fluor-18 an einer Pyridinylstruktur mit anschließender Entschützung. Für den Teilprozess Fluorierung wurde als Versuchsplan ein Central Composite Design (CCD) für die drei Faktoren Zeit, Temperatur sowie Precursormenge (vollfaktorieller Versuchsplan mit zusätzlichen axialen und Zentrumspunkten) in randomisierter Reihenfolge gewählt, für die Entschützung ein entsprechender CCD für die zwei Faktoren Zeit und Temperatur.

Beispiel B) Robustheit eines Filterintegritätstests. Für die Optimierung von vier Faktoren wurde ein teilfaktorieller 2³-Versuchsplan mit zusätzlichen Zentrumspunkten in randomisierter Reihenfolge gewählt.

Ergebnisse/Results Die statistische Auswertung der Markierungsreaktion ergab neben einem verringerten Versuchsaufwand (33 gegenüber 150 Einzelexperimenten bei konventioneller Versuchsdurchführung) erweiterte Analysemöglichkeiten, die den Einfluss der Faktoren auf den Prozess bewerten.

Im zweiten Beispiel wurde die Versuchszahl von 81 auf 13 Einzelexperimente reduziert.

Schlussfolgerungen/Conclusions DoE ist ein wirksames Werkzeug zur Optimierung chemischer Prozesse, das auch ein vertieftes Verständnis für das Zusammenwirken verschiedener Faktoren bei einem gegebenen Problem liefert.

• Literatur/References

• 1 Leardi R. , Experimental design in chemistry: A tutorial,. Analytica Chimica Acta. 652 ( 2009; ) 161-172.