A-Mab案例第2章演示单抗关键质量属性的风险评估与排序方法
同样是测聚体、糖型、HCP,凭什么这个算关键、那个只是常规项?
PharmaBuddy 梳理 A-Mab 公开案例第2章,说明单抗关键质量属性如何从目标产品档案出发,经风险排名和预先危害分析等工具评估并形成连续排序。文章将聚体、糖型、HCP 等分为产品相关属性和工艺相关杂质,并用影响乘不确定性、严重性乘可能性两套工具举例打分。文章还强调评估阶段不纳入工艺可控性和检测方法灵敏度,关键性按连续谱决定控制力度。
跟着 A-Mab 公开案例第2章,看「关键质量属性」是怎么从目标产品档案一步步评出来的
翻开一份单抗的质量标准,聚体、糖型、HCP、残留DNA、脱落蛋白A、氧化、脱酰胺、C端赖氨酸……一长串项目。为什么有的要严格限、批批重点盯,有的只做常规记录、放宽处理?答案不是「别人都测我们就测」,也不是凭经验拍脑袋,而是一套从产品目标出发的风险评估。这一集,我们把这套判断走一遍。
一、第一步:先写清楚「这个产品要干什么」
评估关键性的起点,是目标产品档案(TPP, Target Product Profile)。先回答三件事:
有效性申明
A-Mab 靠 ADCC(抗体依赖性细胞介导的细胞毒性)杀伤肿瘤B细胞,必须能结合抗原、激活免疫细胞。凡是破坏这条线的属性,先记下来。
安全性申明
静脉给药,不能带来额外的免疫原性、毒性或清除负担。凡是可能引起抗药抗体(ATA)、不良反应的属性,单独评估。
用药与人群
非霍奇金淋巴瘤成人患者、静脉给药。给药方式和患者人群,反过来限定了哪些风险不可接受。
所有质量属性的关键性,最后都要回到一句话:它会不会影响患者的安全和有效?
二、第二步:先穷举,再筛选
不要一开始就只盯着熟悉的几项。先把质量属性分成两类,全部列全,再逐个评估。
产品相关属性(分子自己带的)
聚集 / 聚体(单体、二聚体、高分子量)
糖基化(非岩藻糖基化、高甘露糖、半乳糖、唾液酸、非糖基化重链)
脱酰胺、甲硫氨酸氧化、C端赖氨酸截除
电荷异质性、片段化
工艺相关杂质(过程带进来的)
宿主细胞蛋白 HCP
残留宿主细胞 DNA
脱落配体(如脱落蛋白A)
内毒素、细胞培养残留成分
三、第三步:三套评估工具
工具#1 风险排名:影响 × 不确定性,从有效性、PK/PD、免疫原性、安全性四个维度分别打分,取最高分。
工具#2 PHA(预先危害分析):严重性 × 可能性,两维相乘得到 RPN(类似FMEA)。
工具#3 杂质安全评价决策树:专门给没有生物活性的工艺相关杂质走——先判已知是否安全,再决定是否需要清除、加标验证和安全阈值。
关键提醒:工具#1、#2 都不考虑工艺好不好控,也不考虑检测方法灵不灵敏。那是后面工艺表征和控制策略阶段的事,这一步只看「对患者的影响」。
四、工具#1 怎么打分:影响 × 不确定性
每个属性先在四个维度上分别评「影响大小」,再乘一个「不确定性」——也就是我们掌握多少证据:文献多、自己数据足,不确定度低;信息越少,不确定度越高,风险评分被抬高。最后取四个维度里最高的那个分数,而不是求平均。
五、工具#1 和 #2 差在哪
工具#1:第二维看「不确定性」
问的是「我们对它了解多少」
文献、平台数据、自己的体外/临床证据足不足
证据越少,打分越高
工具#2:第二维看「可能性」
问的是「它实际发生、造成影响的概率多大」
和严重性相乘得 RPN
两套工具独立开发,结果往往趋同
同一属性在两套工具里可能落在不同档,这很正常,要结合证据交叉印证。
六、最重要的观念:关键性是一条连续谱
工具#1、#2 的输出都不是简单切成「关键 / 非关键」两堆,而是一条从高到低的连续排序。分数高低决定控制力度:非常高的重点研究、重点控制;很低的常规记录即可,不必过度投入。
非常高
高
中
低
非常低
七、案例①:聚体(Aggregation)
体外纯化的二聚体和单体活性相近;临床 A-Mab 一直含 1–3% 聚体,参照相似的 X-Mab 曾暴露到 5% 也未见疗效受影响。但工具#1 因 PK/PD 的文献不确定度给了60 分(高风险),工具#2 RPN=25 判中等风险——同一属性两工具不同档。
维度(工具#1) | 影响 × 不确定度 | 得分 |
|---|---|---|
有效性 | 2 × 3 | 6 |
PK/PD | 12 × 5 | 60(取最高) |
免疫原性 | 4 × 2 | 8 |
安全性 | 2 × 2 | 4 |
工具#2 RPN | 严重性5 × 可能性5 | 25(中) |
八、案例②:糖基化家族要拆开评
糖型不能整体当成一项,因为不同方向相反:
糖型 | 等级 | 理由 |
|---|---|---|
非岩藻糖基化 | 非常高 | #1=60,与ADCC负相关,而ADCC是主要作用机制 |
高甘露糖 / 非糖基化重链 | 非常高 | #1=80,缺糖则不支持ADCC,直接影响有效性 |
半乳糖含量 | 高 | #1=48 / RPN35,对ADCC无影响,但显著影响CDC |
唾液酸 | 低 | 历史范围0–0.2%,更宽范围不会实际发生 |
九、案例③:其他属性,各有各的理由
属性 | 等级 | 理由 |
|---|---|---|
甲硫氨酸氧化 | 低(#1=12) | 氧化残基不在Fcγ表位,对效价无影响 |
脱酰胺 | 非常低(#1=6 / RPN9) | 位点在Fc不在CDR,结合活性与PK都不受影响 |
C端赖氨酸截除 | 很低 | 不影响PK与活性,常规记录 |
HCP / 残留DNA / 脱落蛋白A | 中(工艺杂质) | 按平台知识、安全阈值与清除能力管理(走工具#3) |
十、证据从哪来:四类信息,凑不齐很正常
评估不是等数据齐全才做。四类信息——现有/平台知识、体外实验室数据、非临床数据、临床经验——常常凑不齐,有多少用多少,并把「缺证据」本身体现在不确定度里,随数据累积再更新。
三个最容易踩的坑
误区一
把「测不测得到、方法灵不灵敏」当成关键性——那是检测能力,不属于这一步。
误区二
非黑即白,只分「关键/非关键」,忽略了中间的连续谱。
误区三
只认单一工具的一个分数,不结合证据交叉印证。
本讲小结
从 TPP 出发,先穷举产品相关与工艺相关两类属性。
用工具#1(影响×不确定性)、#2(严重性×可能性RPN)分别打分,关键性是连续谱。
分数定控制力度:非常高重点盯,很低常规记录;评估用现有知识+体外+非临床+临床证据。
你日常放行最常接触哪一项?按今天的方法,你觉得它为什么是现在这个等级?评论区聊聊。
下一集:上游怎么养——细胞培养与生物反应器设计空间。
来源:PharmaBuddy · mp.weixin.qq.com