质量源于设计(QbD)
2004年,美国食品药品监督管理局(FDA)发布《21世纪药品生产质量管理规范——基于风险的方法》[1],正式启动过程分析技术(PAT)倡议,旨在通过工艺开发、生产与质量保障体系的创新,降低药品制造中的公共卫生风险。PAT的监管框架[2]以“质量源于设计”(QbD)为核心目标,要求制药企业明确产品的关键质量属性( CQAs),实时监控相关关键工艺参数(CPPs)与关键绩效指标(KPIs),并将这些参数自动控制于预设范围内。下游工艺(DSP)
下游工艺(Downstream Process, DSP)是生物制药生产的关键环节,主要目标是将上游培养获得的生物分子(如单克隆抗体、重组蛋白)进行纯化、纯化和制备符合临床要求的药品。关键质量属性(CQAs)
关键质量属性(CQAs)是决定药品安全性、有效性与合规性的核心指标,其确立贯穿于下游工艺开发的始终。关键质量属性(CQAs)的评估需基于药物分子理化特征与生物学特性,结合目标适应症的临床需求参数,并系统整合不同目标市场的监管框架及药典标准,构建多维度的质量评估体系,以确保药物质量属性的科学性和合规性。PAT与分子光谱技术:实时监控CQAs的关键
过程分析技术(PAT)通常采用分子光谱技术结合在线/入线传感器实现CQAs的实时监控,其非破坏性、高灵敏度的特点符合DSP的连续化生产需求。目前研究蛋白质不同层次的结构特征的主流分子光谱技术包括近红外光谱(NIR)、拉曼光谱和荧光光谱。Akwa®Raman在线拉曼分析系统
作为分子光谱技术的典型代表,Akwa®Raman在线拉曼分析系统在蛋白质结晶工艺中展现了PAT的核心价值。结晶是制剂化中决定药物溶解性与稳定性的关键步骤,但其动力学过程受温度、pH、沉淀剂浓度等多因素动态影响。传统离线检测因滞后性难以捕捉瞬时变化,而Awka系统通过以下方式实现闭环控制:实时监测:通过拉曼光谱解析晶核形成速率、晶体多态性及溶剂化状态。例如,在溶菌酶结晶模型中,系统可捕捉晶核形成的“临界点”,优化结晶时间。
参数优化:量化温度与硫酸铵浓度的交互作用,确定最佳结晶条件(温度、PH、电导率等),缩短工艺开发周期。
Akwa®Raman系统特点:
高信号收集效率(保证高分辨率的同时增强拉曼信号);
高效采集样品信号通量专利设计(DSP采样时间<10s);
7x24小时连续采集信号实现高信噪比(SNR);
支持多种建模方法(机器学习、深度学习)分析及预测评估;
随着高阶软传感器与人工智能的结合,过程分析技术(PAT)将促进下游工艺(DSP)向更高效和智能化的方向发展,从而为生物制药的全球合规性和质量一致性提供有力保障。FDA, Guidance for Industry. PAT – A Framework for Innovative Pharmaceutical Development, Manufacturing, and Quality Assurance, 2004.
Rüdt, M., Brestrich, N., Rolinger, L., Hubbuch, J., 2017b. Real-time monitoring and control of the load phase of a protein a capture step. Biotechnol. Bioeng. 114 (2), 368–373.
J. Glassey, K.V. Gernaey, C. Clemens, T.W. Schulz, R. Oliveira, G. Striedner, C.-F.Mandenius, Process analytical technology (PAT) for biopharmaceuticals,Biotechnol. J. 6 (4) (2011) 369–377.