MCP HubMCP Hub
Retour aux compétences

validate-analytical-method

pjt222
Mis à jour 2 days ago
5 vues
17
2
17
Voir sur GitHub
Métageneral

À propos

Cette compétence valide les méthodes analytiques telles que la CLHP ou la CPG pour les produits pharmaceutiques conformément aux lignes directrices ICH Q2(R1). Elle aide les développeurs à déterminer la spécificité, la linéarité, l'exactitude, la précision, les limites de détection et la robustesse. Utilisez-la lors de la création de plans de validation, du développement de stratégies réglementaires ou du transfert de méthodes entre laboratoires.

Installation rapide

Claude Code

Recommandé
Principal
npx skills add pjt222/agent-almanac -a claude-code
Commande PluginAlternatif
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternatif
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/validate-analytical-method

Copiez et collez cette commande dans Claude Code pour installer cette compétence

Documentation


name: validate-analytical-method locale: de source_locale: en source_commit: 6f65f316 translator: claude-sonnet-4-6 translation_date: 2026-03-16 description: > Validiere analytische Methoden nach ICH Q2(R1)-Richtlinien durch Bestimmung von Spezifitaet, Linearitaet, Richtigkeit, Praezision, Nachweis- und Bestimmungsgrenze sowie Robustheit. Verwende diesen Skill bei der Validierung einer HPLC- oder GC-Methode fuer Arzneimittel, bei der Entwicklung einer Validierungsstrategie nach regulatorischen Anforderungen, beim Erstellen eines Validierungsplans fuer pharmazeutische Qualitaetskontrolle oder bei der Ueberleitung einer validierten Methode in ein anderes Labor. license: MIT allowed-tools: Read Grep Glob WebFetch WebSearch metadata: author: Philipp Thoss version: "1.0" domain: chromatography complexity: advanced language: natural tags: chromatography, validation, ICH, accuracy, precision, linearity

Analytische Methode validieren

Validiere eine analytische Methode systematisch nach ICH Q2(R1) durch Nachweis aller relevanten Validierungsparameter: Spezifitaet, Linearitaet, Richtigkeit, Praezision (Wiederholbarkeit und Zwischenpraezision), Nachweisgrenze, Bestimmungsgrenze und Robustheit.

Wann verwenden

  • Validierung einer neuen HPLC- oder GC-Methode fuer Arzneimittelanalyse
  • Entwicklung einer Validierungsstrategie nach ICH Q2(R1), EMA oder FDA-Anforderungen
  • Methodentransfer zwischen Laboren (muessen Validierungsparameter verifiziert werden)
  • Erweiterung einer validierten Methode auf neue Matrizen oder Konzentrationsbereiche
  • Dokumentation der Methodenleistung fuer regulatorische Einreichungen

Eingaben

  • Erforderlich: Methodenbeschreibung (Saeule, Eluent, Detektion, Probenvorbereitung)
  • Erforderlich: Analyt und Matrix (pharmazeutische Form, biologisches Material, Umweltmatrix)
  • Erforderlich: Art der Methode (Gehaltsbestimmung, Verunreinigungsbestimmung, Identifizierung)
  • Optional: Regulatorische Anforderungen (ICH, USP, Ph. Eur., FDA-Richtlinie)
  • Optional: Zielspezifikationen aus entwickelter Methode

Vorgehensweise

Schritt 1: Validierungsplan erstellen

Lege Umfang und Strategie der Validierung fest:

  1. Validierungsparameter nach Methodentyp:
ParameterIdentifizierungGehaltsbestimmungVerunreinigungen
SpezifitaetJaJaJa
LinearitaetNeinJaJa
RichtigkeitNeinJaJa
WiederholbarkeitNeinJaJa
ZwischenpraezisionNeinJaJa
LODNeinNeinJa
LOQNeinNeinJa
RobustheitNeinJaJa
  1. Standardmengen planen: Wieviele Standardloesungen pro Konzentration; wieviele Replikate.
  2. Probenplanung: Welche Matrices? Welche Konzentrationsbereiche?
  3. Akzeptanzkriterien festlegen: Was muss jeder Parameter erreichen um die Validierung zu bestehen?
## Validierungsplan
- Methode: [Bezeichnung]
- Analyt: [Name, CAS-Nr.]
- Matrix: [Art der Probe]
- Regulatorische Basis: [ICH Q2(R1)/USP/andere]
- Geplante Konzentrationsbereiche: [min - max mg/L oder %]

Erwartet: Vollstaendiger Validierungsplan mit allen Parametern und Akzeptanzkriterien vor Beginn der experimentellen Arbeit.

Bei Fehler: Falls Akzeptanzkriterien unklar, konsultiere ICH Q2(R1) und interne SOPs; definiere Kriterien vor Beginn des Experiments.

Schritt 2: Spezifitaet und Systemeignung pruefen

Zeige, dass die Methode selektiv fuer den Analyten ist:

  1. Placebotests: Messe die leere Matrix (Placebo ohne Wirkstoff) und pruefe ob signifikante Interferierende vorhanden sind.
  2. Bekannte Verunreinigungen: Injiziere Loesung mit bekannten Verunreinigungen; zeige, dass diese von Wirkstoffpeak getrennt sind (Rs >= 2,0).
  3. Stresstest-Proben (Stabilitaetspruefung): Saeure/Lauge/Hitze/Licht-degradierte Proben; zeige dass Degradationsprodukte separiert sind.
  4. Systemeignungsparameter (vor jeder Messreihe):
    • Aufloesung (Rs): >= 2,0 fuer kritische Peakpaare
    • Tailing-Faktor: 0,8-1,5
    • Bodenzahl (N): >= [Spezifikationswert]
    • Retentionszeit-RSD: < 1%
## Spezifitaetstest
| Test | Bedingung | Ergebnis | Akzeptiert? |
|------|-----------|----------|-------------|
| Placebo | Matrix ohne Analyt | kein Peak bei tR | Ja/Nein |
| Verunreinigung X | [conc] | Rs = [wert] | Ja/Nein |
| Stresstest | [Bedingung] | Degradationsprodukte separiert | Ja/Nein |

Erwartet: Keine Interferenz durch Placebo; alle Verunreinigungen und Abbauprodukte ausreichend getrennt.

Bei Fehler: Falls Spezifitaet unzureichend, modifiziere Trennbedingungen (pH, Gradient, stationaere Phase) und wiederhole.

Schritt 3: Linearitaet bestimmen

Zeige, dass das Detektorsignal linear mit der Analytkonzentration korreliert:

  1. Kalibrierbereich: Typisch 50-150% des nominalen Analytgehalts fuer Gehaltsbestimmung; 0,1-120% fuer Verunreinigungen.
  2. Anzahl Kalibrierstandards: Mindestens 5 Konzentrationen; doppelt oder dreifach gemessen.
  3. Auswertung:
    • Lineare Regression; Berechnung von R2
    • R2 >= 0,999 fuer Gehaltsbestimmung; >= 0,998 fuer Verunreinigungen
    • Y-Achsenabschnitt: Pruefe auf Signifikanz (t-Test); wenn signifikant, pruefe Ursache
  4. Residualplot: Auftragen der Residuen (Abweichung vom Fit) gegen Konzentration; systematische Muster deuten auf Nichtlinearitaet.
## Linearitaetsergebnis
| Konzentrationsbereich | Steigung | Y-Achsenabschnitt | R2 | LOF-Test |
|----------------------|---------|-------------------|-----|---------|
| [min] - [max] [Einheit] | [wert] | [wert] | [wert] | bestanden |

Erwartet: R2 >= 0,999 im gesamten Kalibrierbereich; Residualplot ohne systematische Muster.

Bei Fehler: Falls R2 < 0,999, pruefe auf Ausreisser, Detektor-Saettigung bei hohen Konzentrationen oder Adsorptionseffekte bei niedrigen Konzentrationen. Erweitere ggf. den Konzentrationsbereich.

Schritt 4: Richtigkeit und Praezision bestimmen

Zeige, dass die Methode den wahren Wert richtig und reproduzierbar misst:

  1. Richtigkeit (Accuracy):
    • Dotiere Placebo mit bekannten Mengen Analyt (typisch 80, 100, 120% des nominalen Gehalts)
    • Berechne Wiederfindung = (gemessen / eingesetzt) * 100%
    • Akzeptanzkriterium: 98-102% fuer Gehaltsbestimmung; 80-120% fuer Verunreinigungen
  2. Wiederholbarkeit (Repeatability):
    • 6 Injektionen derselben Probe (gleicher Tag, gleicher Analyst, gleiches Geraet)
    • Berechne RSD der Peakflaechenverhaeltnisse
    • Akzeptanzkriterium: RSD <= 2% fuer Gehaltsbestimmung; <= 5-10% fuer Verunreinigungen
  3. Zwischenpraezision (Intermediate Precision):
    • Messungen an verschiedenen Tagen und/oder durch verschiedene Analysten
    • Berechne RSD ueber alle Messreihen
    • Zeigt Robustheit des Verfahrens unter normalen Laborbedingungen
## Richtigkeit und Praezision
| Konzentration (%) | n | Wiederfindung (%) | RSD (%) | Akzeptiert |
|------------------|---|------------------|---------|------------|
| 80 | 3 | [wert] | [wert] | Ja/Nein |
| 100 | 6 | [wert] | [wert] | Ja/Nein |
| 120 | 3 | [wert] | [wert] | Ja/Nein |

Erwartet: Wiederfindung 98-102% und RSD <= 2% (Gehaltsbestimmung) an allen Konzentrationspunkten.

Bei Fehler: Falls Wiederfindung systematisch zu hoch oder zu niedrig, pruefe Kalibrierung, Probenpraeparation und Matrixeffekte. Falls RSD zu gross, pruefe Injektorleistung und Probenhomoegnitaet.

Schritt 5: LOD, LOQ und Robustheit bestimmen

Ermittle untere Nachweisgrenze und pruefe Methodenstabilitaet:

  1. Nachweisgrenze (LOD): Kleinste Menge, die mit S/N = 3 nachgewiesen werden kann.
    • LOD = 3,3 * sigma / S (sigma = Rauschen der Basislinie; S = Kalibrierkurvensteigung)
    • Alternativ experimentell durch Verduennen bis S/N = 3
  2. Bestimmungsgrenze (LOQ): Kleinste Menge, die mit angemessener Praezision und Richtigkeit bestimmt werden kann.
    • LOQ = 10 * sigma / S
    • Experimentell: S/N = 10 mit RSD <= 10% und Richtigkeit 80-120%
  3. Robustheit: Kleine absichtliche Aenderungen der Methodenparameter:
    • pH +/- 0,2 Einheiten, Fluss +/- 0,1 mL/min, Temperatur +/- 5 degC
    • Pruefe ob Systemeignungsparameter weiterhin erfuellt werden
    • Dokument welche Parameter kritisch sind
## Nachweis- und Bestimmungsgrenze
- LOD (S/N = 3): [Konzentration] [Einheit]
- LOQ (S/N = 10): [Konzentration] [Einheit]
- LOQ-Validierung: RSD = [%], Wiederfindung = [%]

Erwartet: LOD und LOQ bestimmt; alle Robustheitsstests im Akzeptanzbereich; kritische Parameter identifiziert.

Bei Fehler: Falls LOQ-Praezision unzureichend, prueffe Injektionspraezision bei niedrigen Konzentrationen (Adsorption, Verdampfung). Falls Robustheit unzureichend, identifiziere welcher Parameter kritisch ist und enge Toleranzen in Methodenbeschreibung ein.

Validierung

  • Validierungsplan mit allen Parametern und Akzeptanzkriterien erstellt
  • Spezifitaet gegenueber Placebo, Verunreinigungen und Abbauprodukten gezeigt
  • Linearitaet mit R2 >= 0,999 ueber den gesamten Kalibrierbereich bestimmt
  • Richtigkeit an mindestens 3 Konzentrationspunkten geprueft
  • Wiederholbarkeit (n = 6) und Zwischenpraezision dokumentiert
  • LOD und LOQ experimentell bestimmt und verifiziert
  • Robustheit gegenueber kleinen Parameteraenderungen geprueft
  • Validierungsprotokoll erstellt und von verantwortlicher Person unterzeichnet

Haeufige Stolperfallen

  • Akzeptanzkriterien erst nach Ergebnissen festlegen: Kriterien muessen vor dem Experiment definiert sein; nachtraegliche Anpassung ist regulatorisch inakzeptabel.
  • Nur interne Standards fuer Gehaltsbestimmung: Externe Standardkalibrierung ist fuer Gehaltsbestimmung akzeptiert, aber Matrixeffekte muessen ausgeschlossen werden.
  • Robustheit mit zu grossen Aenderungen: Robustheitstests sollen kleine, praxisrelevante Aenderungen simulieren; zu grosse Aenderungen testen die Methode ausserhalb ihres Anwendungsbereichs.
  • Fehlende statistische Auswertung: Alle Ergebnisse muessen statistisch ausgewertet werden (Mittelwert, SD, RSD, Konfidenzintervall).

Verwandte Skills

  • develop-hplc-method -- HPLC-Methoden entwickeln vor Validierung
  • develop-gc-method -- GC-Methoden entwickeln vor Validierung
  • troubleshoot-separation -- Probleme beheben die Validierungsergebnis beeinflussen

Dépôt GitHub

pjt222/agent-almanac
Chemin: i18n/de/skills/validate-analytical-method
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Compétences associées

content-collections

Méta

Cette compétence propose une configuration éprouvée en production pour Content Collections, un outil axé sur TypeScript qui transforme des fichiers Markdown/MDX en collections de données typées de manière sûre avec une validation Zod. Utilisez-la lors de la création de blogs, de sites de documentation ou d'applications Vite + React riches en contenu pour garantir la sécurité de typage et la validation automatique du contenu. Elle couvre tout, de la configuration du plugin Vite et de la compilation MDX à l'optimisation des déploiements et la validation des schémas.

Voir la compétence

polymarket

Méta

Cette compétence permet aux développeurs de créer des applications avec la plateforme de marchés prédictifs Polymarket, incluant l'intégration d'API pour le trading et les données de marché. Elle fournit également une diffusion de données en temps réel via WebSocket pour surveiller les transactions en direct et l'activité du marché. Utilisez-la pour mettre en œuvre des stratégies de trading ou pour créer des outils traitant les mises à jour de marché en direct.

Voir la compétence

creating-opencode-plugins

Méta

Cette compétence aide les développeurs à créer des plugins OpenCode qui s'interconnectent avec plus de 25 types d'événements tels que les commandes, les fichiers et les opérations LSP. Elle fournit la structure du plugin, les spécifications de l'API événementielle et les modèles d'implémentation pour les modules JavaScript/TypeScript. Utilisez-la lorsque vous avez besoin d'intercepter, de surveiller ou d'étendre le cycle de vie de l'assistant IA OpenCode avec une logique personnalisée pilotée par les événements.

Voir la compétence

sglang

Méta

SGLang est un framework de service LLM haute performance spécialisé dans la génération rapide et structurée pour les workflows JSON, regex et agentiques grâce à son cache de préfixe RadixAttention. Il offre une inférence nettement plus rapide, particulièrement pour les tâches avec des préfixes répétés, ce qui le rend idéal pour les sorties complexes et structurées ainsi que les conversations multi-tours. Choisissez SGLang plutôt que des alternatives comme vLLM lorsque vous avez besoin d'un décodage contraint ou que vous construisez des applications avec un partage étendu de préfixes.

Voir la compétence