冻干产品 PPQ 三批合格后为何仍出偏差:Stage 3a 分层取样与方差分解复盘
PPQ 三批全合格,为什么第二年还是出偏差:冻干板层没人算
PharmaBuddy 撰文分析冻干产品 PPQ 三批合格后次年仍出现水分与含量偏差的原因,认为缺口在于 Stage 3a 未把批内与板层间变异量化。文中给出按板层乘位置铺开的取样安排,例如水分每次运行不少于 30 瓶、每板层不少于 10 瓶、左后右后左前右前与中心五点每处至少测 1 瓶,并用方差分量分析与 ANOVA 拆分批间、板层间与板层内三层方差。
调查组把卷宗摊在桌面上。三批工艺性能确认(PPQ)的报告合上时,水分、含量、pH、杂质全部落在规格以内,偏差栏空着,签字栏齐整,产线顺势转入商业化。第二年,同一条冻干线在常规批次上出现水分贴近上限、末段灌装的瓶子含量系统性偏低;把批记录从头翻到尾,找不到任何一次参数越界,设定值、校准、密封、环境监测,每一页都合规。所有记录都干净,偏差却真实存在。复盘该从哪一页开始翻——是那张签完字的合格报告,还是一卷从没被单独打开过的取样位置图?
站在冻干机前的追问往往更直接:你们怎么证明板层边缘和板层中心是干燥一致的,顶、中、底板层又怎么比? 如果答案只是一句“验证时全检合格”,或者指着每年一张的持续工艺确认(CPV)趋势图,那么被跳过的,恰好是工艺验证生命周期里最该被量化的一段。三批合格证明的是工艺具备商业化资格,不等于工艺稳健;真正把批内与批间变异拆开算清楚的窗口,是紧接在 PPQ 之后的 Stage 3a。复盘的第一步不是追查那次偏差,而是回头看这段窗口当初有没有被真正用过。
冻干偏偏又是最容易把变异藏起来的单元操作。水不是被烘干的,是在真空下从冰晶里升华走的;同一腔室里,靠门的瓶、贴壁的瓶、板层中心的瓶,受热与传质路径并不相同。只取几瓶顺手可及的位置去测,得到的不是整腔的一致性,而是取样位置的一致性。把这件事想明白,才看得懂为什么统计不是一份报告,而是一张铺在板层上的取样设计图——而那张图,往往正是复盘时最该先翻、却最常缺席的一页。
第一步,把验证生命周期摊开
复盘先不碰偏差本身,先把工艺验证的全周期链条摊在桌上。它不是一次性事件,而是从设计延伸到商业生产全周期的一条链:Stage 1 做产品与工艺的设计开发,Stage 2 做工艺确认,Stage 3 进入商业生产阶段的持续工艺确认。每一段又被拆成更细的职责,工艺性能确认只是其中一格。调查真正要找的,是那一格本该回答“批内差多少、批间差多少”的位置,以及它当年有没有被填上。
Stage 1a 是早期开发:处方筛选、冻干循环基于差示扫描量热(DSC)与冷冻干燥显微镜(FDM)的初步结果定型,先摸清塌陷温度、避开回熔,再把产品阻力 Rp 与传热系数 Kv 的关系建立起来。Stage 1b 是质量源于设计(QbD)放大与技术转移:全规模循环在这一段定型,边缘瓶与中心瓶这类最差情况必须在放大时被显式处理,因为研发机与商业机在压力控制、冷凝器能力、传质路径上存在典型差异,靠的是放大系数而不是照搬处方。这一段留下的边界条件,本该在后面的商业化批次里被复核,可惜常常随技术转移一起被封进开发报告。
Stage 2a 确认设备、公用工程与设施:冻干机本体、真空系统、液氮或机械制冷、泄漏测试,以及热电偶、电容压力计、Pirani 规、水分分析仪的校准;设定温度容差通常控制在设定点 ±2°C 以内,液氮系统可到 -80°C 或更低,这一段回答的是硬件能否稳定复现设定。Stage 2b 的工艺性能确认用商业规模、商业处方、商业设备回答一个问题:工艺能否按既定程序稳定产出合格品。 三批全合格,答的就是这一个问题。它的统计本质是对“是否具备资格”的判定,不是对变异结构的测量;合格报告越干净,越容易让人误以为稳健也一并被证明了。
紧接着的 Stage 3a 才换题:作为上市初期的初始评估,它把 Stage 1 到 Stage 2 积累的整包数据拿来做统计评价,通过强化取样、关键质量属性(CQA)与关键工艺参数(CPP)及其相关性的分析、对变异的彻底刻画来确认稳健性,并由此产出“可转入常规监测”或“需触发工艺改进”的依据。Stage 3a 与 Stage 3b 的批次都是常规商业批,区别在取样强度与统计深度,而不在批次身份;Stage 3b 是标准操作规程驱动的常规持续工艺确认,覆盖产品整个生命周期。换句话说,两者面对的是同一批产品,一个是拿着放大镜量,一个是按惯例看。
于是整条链条里,只有 Stage 3a 是被专门设计来量化批内与批间变异的一段。把它做成工艺性能确认的复刻、或者压成一张年度趋势图,等于把生命周期里最关键的测量环节空掉:资格被反复确认,能力却始终没被测过。第二年那次偏差之所以在批记录里查不到原因,正因为记录里从来没有“一整腔空间差多少”这一栏。复盘翻到这里,第一页要摊开的其实是一张最朴素的图:冻干机板层与取样位置示意,边缘、中心,以及顶、中、底不同板层都被标了出来,后来所有没被量化的差异,都藏在这些格子里。
图 1:冻干机板层与取样位置示意:边缘、中心与不同板层
位置被画出来,不等于被测量过。示意图只是把腔室的空间自由度摆上桌面;真正要追的是,这些格点里的热与冰,究竟走的是不是同一条路。
三批合格回答的是“能不能做”,Stage 3a 回答的是“做出来究竟有多稳”;前者是资格,后者才是能力。
画出变异的物理地图
冻干分三步:冻结、一次干燥、二次干燥,靠升华去除水与溶剂来保证注射剂稳定性。三步各有各的变异来源,忽略任何一步,板层上的空间差异都会被平均成一个看似漂亮的均值。画物理地图,就是逐段标注这一步在哪里引入了不一样,把“同一循环”这个说法拆回它本来就不成立的空间现实。
冻结阶段,成核温度与降温速率决定冰晶结构,而冰晶结构决定后续升华通道的阻力。液氮追求的是均匀快速冻结,可腔室各点的降温曲线并不重合:贴近腔壁与门体的瓶先冷、冷得快,板层中心的瓶后冷、冷得慢,冰晶形态与产品阻力因此分岔。这一步一旦分岔,后面所有瓶子就不再共享同一条干燥基准。
一次干燥阶段,产品温度由板层温度、腔室压力、产品阻力与传热系数共同约束,上限是“不塌陷、不回熔前提下的最大升华速率”。边缘瓶额外接收来自腔壁的辐射热,中心瓶主要靠板层传导,二者传热系数不同;靠门位置还叠加装卸料扰动与门体漏热。同一个设定温度下,边缘与中心的产品温度轨迹从来不是同一条。所谓“同一次循环”,在空间上其实是许多条不同的曲线挤在同一个设定值下面。
二次干燥阶段,结合水的解吸又受残留水分、胶塞密封与出箱后环境湿度牵动,水分数据常在目标区间内紧密聚集、偶尔冒出偏高的离群值,通常并不服从正态分布。这给后面的能力分析埋了一个陷阱:偏态与离群值不是要被删掉的异常,而是这一阶段物理机制的正常输出;硬把它们塞进正态假设,等于先改数据、再谈稳健。
板层之间同样不等价。顶、中、底板层与冷凝器的距离、与腔室气流、与搁板管路进出口的相对位置不同,传质阻力与真空分布有系统差别;按顶、中、底(TMB)分层,就是为了把这种差别单独捕捉出来。于是变异天然有三层:同一板层内不同位置、板层与板层之间、批与批之间。取样若集中在靠门、外层、中间板层这些顺手可及的点,等于把前两层从数据里彻底删掉,只剩一层被反复确认的批间均值。
要把这三层都留住,取样必须按板层乘位置铺开。分层取样计划表里逐格写着各板层位置的取样瓶数与检测瓶数:哪些位置取样、哪些位置实测、每层铺几瓶,都在格子里定死。它不是一张检验任务的清单,而是把物理地图翻译成可测量格点的那张对照表。
图 2:分层取样计划:各板层位置的取样瓶数与检测瓶数
表里每一格对应腔室里的一个真实位置;少一格,对应的那一层空间差异就从数据里消失一次。而位置为什么不等价,显微形貌给了更直观的证据:把不同板层位置的冻干饼放到显微镜下,形貌对比里能看到冰晶孔隙与饼体结构并不一样,先冷与后冷、边缘与中心留下的升华通道粗细不同,干燥后的骨架也就不同。
图 3:不同板层位置冻干饼的显微形貌对比
显微形貌把“为什么位置会分岔”钉成了图像,也解释了为什么只测中心几瓶会把整腔的结构差异抹平。物理地图画完,调查的下一个动作就明确了:先翻取样记录,看位置铺到了哪里,才谈得上能看见什么。
翻取样记录:位置决定了能看见什么
调查翻到取样记录,问题往往一眼可见。左后、右后、左前、右前、中心这组五点命名 LBC、RBC、LFC、RFC、MIDDLE,再叠加门侧标记,本质是把腔室的空间自由度显式写进取样设计,让每个位置至少有一瓶被单独报告。命名不是为了好看,是为了让“边缘”“中心”“靠门”在数据里各占一个可追溯的编号,事后才能把某个偏高值指回腔室里的具体位置。
代表性需要论证,不是“取够 30 瓶就算有代表性”。水分每次运行至少 30 瓶、每板层不少于 10 瓶,五个位置每处至少测一瓶;含量均匀度每个位置取 4 瓶、测 3 瓶、每批至少测 30 瓶并按板层与位置双维度报告;含量与杂质按顶、中、底取 6 瓶位置无关样;复溶时间、pH、渗透压每层 2 瓶取 1 瓶测。样本量本身不产生代表性,分层结构才产生代表性;只有当瓶子按板层乘位置铺开,方差才有足够的自由度被拆成三层,否则多取的每一瓶都只是把同一个顺手位置重复测了几遍。
现场执行还有几个容易漏掉的边界。标记样品须在全密封结束后才取出,位置标签与瓶号一一对应,结果按板层与位置双维度报告,不能先混成一个批均值;一旦先混成均值,前面所有分层功夫都白费。分析前先做正态性判断,偏态明显的属性交由训练有素的统计师做转换,而不是套一个默认假设。方案里的取样论证还要回答“凭什么这样铺就能同时估出板层内、板层间、批间三层方差”,而不是只写一句“参照传统取样”。
分层取样的几组硬数字
关键参数与判据
水分
每运行 NLT 30 瓶,每板层 NLT 10 瓶
按左后、右后、左前、右前、中心五点铺开,每位置至少测 1 瓶
含量与杂质
顶中底板层共 6 瓶
位置无关取样,按 TMB 报告以捕捉板层间差异
含量均匀度
每位置取 4 瓶、测 3 瓶,每批至少测 30 瓶
结果按板层与位置双维度报告,依 USP <905>
复溶时间、pH、渗透压
每层 2 瓶取 1 瓶测
确认性或低变异属性,不单独做空间方差评估
铺开之后,第一批能被真正读懂的数据,长成一张按批次排开的灌装量变异分析图:横轴是批次,点群的高低与疏密直观显示批内波动与批间偏移叠在一起是什么样。取样若是分层的,图里每个点都能回指到某个板层某个位置;取样若是顺手取的,图上就只剩一堆无从归因的散点。图能看到什么,在取样那一刻就已经被决定了。
图 4:灌装量按批次的变异分析
图上的点群只是结果,决定它形状的,是前面那张分层计划表里有没有把边缘与中心都写进去。
只测易取的几瓶,得到的是取样位置的一致性,不是整腔产品的一致性。
位置决定了能看见什么,下一步才是把看见的东西拆开,让方差自己说出来源。
把方差一层层拆开
顺序不能反。统计上严谨的取样计划、计划本身的书面论证、随后展开的数据分析,这三者合起来才是把 Stage 3a 与 FDA 工艺验证指南以及 ICH Q8、Q9、Q10、Q12 的监管期望对齐的前提;先定取样再定算法,而不是先攒一堆数据、再挑一个好看的指标往回套。分析时也有先后:先跑方差分量分析拆批间,再用方差分析拆板层间与板层内,能力指数一律连下限置信限一起报,出现离群值先查根因,别急着删。
方差分量分析(VCA)拆的是总方差,回答“总波动里百分之几来自批与批之间”;方差分析(ANOVA)比较组间与组内均值,回答“同一批里板层与板层、位置与位置有没有系统差”,并用 Prob > F 给显著性。批内还必须再拆成板层内与板层间两层,否则空间梯度会被平均掉。这种拆分直接指向根因归属:批间分量大,多指向物料或原液批次、上游配液与过滤、以及跨场地的设备差异;板层间分量大,指向搁板温度均匀性、真空分布、冷凝器能力这类设备与工艺参数;板层内、位置间分量大,则指向装量、局部传热、胶塞与出箱环境。方差分解的价值不在算出一个百分比,而在把“谁该为波动负责”从猜测变成可归因的层级。
几组典型结构值得记住,因为每一组都对应一条具体的调查路线,而不是一句“工艺稳定”。水分若呈现批内约 94%、批间约 6%,说明板层干燥均匀、无系统性批次效应;pH 若批间约 9%、批内约 91% 且批间不显著(p > 0.1),便具备转入常规监测的条件;含量若批间占到约 30%,顶、中、底分层后末段板层可能出现递减的浓度梯度,调查就该被引回 Stage 1 的混合均匀性考察或过滤吸附评估;有关物质与总杂质的批间分量,也可能分别到 36%、32% 乃至 49%。出现含量末段板层递减梯度,就回 Stage 1 补混合均匀性考察;取样强度是否延续到 Stage 3b,取决于保证概率与容忍区间是否给出足够支撑,纠正与预防措施(CAPA)是否有效也要靠后续数据说话。
能力指数最容易被小样本毁掉。Cpk、Ppk、Pa 及其下限 95% 置信限 Dpk,本质是拿过程波动与规格宽度相比。三批、每批三五瓶上算出的 Cpk 几乎没有意义:点估计被抽样误差主导,置信下限往往远低于点估计本身;水分、复溶时间、颜色这类偏态或主观属性硬套 Cpk,更是把离群值塞进并不成立的正态假设。Stage 3a 的强化取样正是为了攒够自由度——水分的方差分析里批内自由度可到 340、总自由度 349,才撑得起 95% 与 99.99% 单侧容忍区间,含量用 95/95,杂质用 95/99.9。偏态明显时,须由训练有素的统计师先做数据转换,统计软件只是工具,替代不了取样设计。复溶溶液 pH 按批次的能力分析图,恰好把这件事画得很清楚:能力曲线与规格线之间的距离,配着按批次铺开的点群,看得出点估计与置信下限之间留着多大空隙;样本一薄,这道空隙就被悄悄忽略。
图 5:复溶溶液 pH 按批次的能力分析
图上那条能力曲线能不能信,不看它离规格线多远,看它背后铺了多少瓶、铺在哪些位置。
被反复引用的判读口径
关键参数与判据
水分
NMT 1.0%
单侧上限,配 95% 与 99.99% 单侧容忍区间
含量
95.0%–110.0% 标示量
窄规格,配 95/95 容忍区间,越界即继续强化取样
pH
5.0–8.0
确认性检测,能力指数可超 2.5,判据参照 >1.33
保证概率
Stage 3a 期望 >99.7%
Pal 与容忍区间共同回答未来批次的把握
概率估计换的是另一个问题:Pa、Pal 这类保证概率与单侧容忍区间,回答“未来一批落在规格内的把握有多大”,而不是“已测批次合不合格”。Stage 3a 对保证概率的期望可到 99.7% 以上;当水分的 95% 与 99.99% 容忍区间都远在 NMT 1.0% 之内、pH 能力指数可超 2.5 而远高于 1.33、可靠度超过 99.99% 时,才谈得上把水分、含量、pH、杂质交给常规监测。反过来,含量批内标准差到 1.28、95/95 容忍区间越出窄规格边界,就是继续强化取样、把纠正与预防措施有效性交给后续数据去验证的信号。要守住一条边界:Stage 3a 的变异信号用于持续评价,并不充当严格的合格或不合格判据;达到 95% 置信与 95% 可靠度需要 59 个随机单元这类样本量逻辑,也提醒人们别用几瓶数据去宣告长期稳健。
把上面几步连起来,就是那张冻干产品变异评估的统计分析流程图:取样计划在先、书面论证居中、方差分解与能力及概率评价依次排在后面,箭头最终指回持续评价与变更管理。流程图最想守住的不是某个算法,而是最前那一格的优先级——取样设计一旦被跳过,后面每一格都只是在给一堆顺手取来的数据做算术。
图 6:冻干产品变异评估的统计分析流程
流程图的最后一格通向“转入常规监测”还是“触发工艺改进”,取决于前面每一格有没有真的做过。算法是同一套,摆在不同组织手里,用法却可能完全相反;复盘到最后一步,要看的已经不是公式,而是同一台设备被怎么接进体系。
同一台设备,两种用法
设备是同一台冻干机,板层还是那些板层,边缘与中心的温差、顶、中、底的传质差别一点没变;变的是人们把它接进哪一套测量体系。一边,近年国内疫苗、生物类似药、ADC 与冻干粉针产能扩张很快,CDMO 承接全球订单,新版 GMP 无菌附录与 PIC/S 接轨、NMPA 加入 PIC/S 的推进也在同步抬高文件门槛;创新药出海接受 FDA、EMA、PIC/S 检查时,冻干一致性往往是被追问最细的一段。集采与医保谈判压着成本与产线利用率,换品种频率上升,共线生产、清洁验证、不同处方冻干循环交替,批间变异会被换品种的系统性扰动放大;MAH 与委托生产又让取样责任跨了企业边界。产能与合规要求都在往前跑,测量能力却常停在原地。另一边,部分成熟体系把集团级定义先写死:取样分层怎么写、LBC/RBC/LFC/RFC/MIDDLE 与顶、中、底怎么命名、每板层不少于 10 瓶从何而来、Cpk、Ppk、Pa、Dpk 与容忍区间用哪个口径,都在药品质量体系(PQS)的集团文件里定下来,场地只做本地化适配而不另起炉灶。
最常见的形态,是 CPV 被做成每年一份趋势图:横轴批号、纵轴检验结果、上下两条规格线,只算批间不看批内,板层内与板层间两层方差从没被拆过。对照的那套做法,是全球统一的 CPV 统计平台让 A 场地与 B 场地的批内分量直接可比——两边用的是同一套位置代号、同一个每板层瓶数、同一个能力指数定义,VCA 里的 Prob > F 也才可能识别出场地到场地、设备到设备的差异,把不同厂家、不同地点、不同型号冻干机带来的系统性偏移单独定位出来。同一集团不同厂区若各画各的趋势图,数据无法合并,方差分解自然无从谈起;平台化的价值不在软件多先进,而在让跨场地、跨批次、跨板层的数据站在同一把尺子上。
取样集中在易取位置,靠门、外层、中间板层顺手可及的那几瓶,五点要么没在文件里定义、要么定义了、现场仍按顺手取;30 瓶的论述写在方案里,铺瓶却没按板层乘位置展开。Cpk 在三批、每批三五瓶上照算不误,点估计漂亮,置信下限没人看,偏态的水分与主观的复溶时间也一并塞进正态假设。产品质量回顾(PQR)与 CPV 各写各的,偏差调查止步于“参数未越界”,方差分解很少进得了调查的第一步。换到另一套体系里,PQR 与 CPV 是联动的:年度回顾承接 CPV 的方差结论,而不是把检验结果再抄一遍;集团对多场地检查历史做预警,先验知识与平台验证结论被复用,ICH Q12 的上市后变更管理因此有数据支撑,MS&T 与商业运营之间用数据驱动的交接标准划界。偏差调查的第一步往往是先问“波动落在哪一层”:批间大查物料与配液,板层间大查搁板与真空,位置间大查装量与局部传热,再决定是设备、工艺还是物料的责任,而不是笼统归到“偶发偏差”。质量文化上,QA 从审计者转向运营伙伴,Just Culture 让异常信号愿意被报上来,近实时或实时的过程监测配合统计评价,把工艺漂移与细微趋势提前截住。
于是当出海检查问到“怎么证明板层边缘与中心一致”“顶中底板层怎么分层”“30 瓶具体铺在哪”,三批 PPQ 的合格报告救不了场——被问的是 Stage 3a 的测量能力,不是 Stage 2b 的合格结论。含量与水分的批内分布及趋势图,正好是两种用法的分水岭:一张图里既铺着批内的分布、又连着批间的趋势,看得见每一批内部散得多开,也看得见批与批之间有没有漂移;只画规格线与批均值的那种趋势图,等于把图里最有价值的那一半删掉了。
图 7:含量与水分的批内分布及趋势
图上批内那片分布还在不在,决定了这份 CPV 是在量稳健,还是只在汇总合格。
对照就清楚了:国内常把“统计”当成一份要交的报告,跨国体系把“取样分层”当成一项集团级设计。短板根因不在有没有统计软件,也不在会不会算 Cpk,而在没人先把分层写进批记录与取样 SOP;污染控制策略(CCS)文档化与执行脱节、统计工具与 CPV 流于形式,是同一件事的两面。QA 若仍把 CPV 当注册批的延续,而不是一次独立的测量设计,年度趋势图就永远只是结果汇总,回答不了空间一致性。可借鉴的起点也不必是建全球平台——先把一份分层取样论证写进 Stage 3a 方案,把 PQR 从结果汇总改成承接方差结论,把偏差调查的第一问固定成“波动在哪一层”,差距就开始收敛。
统计不是一份年报,是一张取样设计图;能力指数的可信度取决于瓶子摆在哪里,不取决于软件算到第几位小数。
复盘翻回第一页,答案已经清楚:三批合格是起点,不是终点。冻干从来不是一个点上的工艺,而是一整腔空间里的传热与传质,边缘与中心、顶层与底层、这一批与下一批,各有各的偏移。Stage 3a 是生命周期里唯一一个专门为量化批内与批间变异而设的窗口,错过它,后面每一次偏差调查都只能在参数未越界的记录里打转。把取样设计做扎实,能力指数才有意义,概率估计才敢预测未来批次,CPV 才不至于退化成每年画一条规格线的例行公事。稳健不是检出来的,是量出来的。
参考文献
[1] Pazhayattil AB, Ingram M, Sagar P, et al. Variability Assessment Methods for Lyophilized Drug Product, A Case Study. PDA Journal of Pharmaceutical Science and Technology, 2026, 80(5): 598-618.
来源:PharmaBuddy · mp.weixin.qq.com