VICH GL49(R2)食品动物用兽药残留消除试验分析方法验证指南草案征求意见
VICH GL49: Studies to evaluate the metabolism and residue kinetics of veterinary drugs in food producing animals: validation of analytical methods used in residue depletion studies - Revision 2
EMA/CVMP发布VICH GL49(R2)草案,就食品动物用兽药残留消除试验分析方法的验证要求征求意见,截止2027年4月30日。草案适用于组织、奶、蛋和蜂蜜中兽药残留分析方法,列出线性、准确度、精密度、LOD、LOQ、选择性及基质和处理样品稳定性等性能指标和接受标准。文件仍处VICH第4步征求意见阶段,按程序最终草案将在第7步推荐给欧盟、日本和美国监管机构采纳。
草案列出残留消除试验分析方法的线性、准确度、精密度、检出限与定量限及稳定性等验证指标和接受标准,并附估算示例。
PDF 文字版;图形和原始排版请参阅官方 PDF。
第 1 页
2026年11月13日
EMA/CVMP/VICH/463202/2009
兽药委员会(CVMP)
VICH GL49:食用动物用兽药代谢与残留动力学
研究:残留消除研究中使用的分析方法的
验证(第2版修订)
VICH 指导委员会于2026年10月同意草案
CVMP 于2026年11月5日通过并发布征求意见
于2026年11月13日发送至相关方
征求意见截止日期(评论截止日)2027年4月30日
官方地址 Domenico Scarlattilaan 6 ● 1083 HS Amsterdam ● The Netherlands
来访和递送地址请参阅 www.ema.europa.eu/how-to-find-us
向我们提问请访问 www.ema.europa.eu/contact 电话 +31 (0)88 781 6000 欧洲联盟机构
© European Medicines Agency, 2026。在注明来源的前提下允许复制。
第 2 页
VICH GL 49 (R2) (MRK) – 残留消除研究中使用的方法
2026年10月
第9步修订版
供第4步征求意见
评估食用性动物中兽药代谢
与残留动力学的
研究:
残留消除研究中所用
分析方法的验证
第9步修订版
由VICH指导委员会于2026年10月
建议在VICH流程第4步征求意见
。
本指南由相应的 VICH 专家工作组制定和修订,并按照 VICH 流程接受各方征求意见。在该流程的第 7 步,最终草案将被推荐给欧盟、日本和美国的监管机构通过。
秘书处:c/o HealthforAnimals, Rue d’Idalie 9-13, Box 5, B - 1050 Brussels (Belgium)
电子邮箱:sec@vichsec.org - 网站:http://www.vichsec.org
第 2 页,共 22 页
第 3 页
1. 引言 ............................................................................................................... 4
1.1. 指南目的 ................................................................................................ 4
1.2. 背景 ................................................................................................................... 4
2. 指南 ....................................................................................................................... 4
2.1 目的 .......................................................................................................................... 4
2.2. 范围 ............................................................................................................................ 4
3. 性能特征 .............................................................................. 5
3.1. 线性........................................................................................................................ 5
3.2. 准确度 ....................................................................................................................... 6
3.3. 精密度 ....................................................................................................................... 6
3.4. 检出限 .......................................................................................................... 7
3.5. 定量限 ...................................................................................................... 7
3.6. 选择性 ..................................................................................................................... 7
3.7. 基质中的稳定性 .......................................................................................................... 7
3.8. 处理样品稳定性 .............................................................................................. 8
3.9. 耐用性 .................................................................................................................... 8
4. 术语表 ....................................................................................................................... 9
第 3 页,共 22 页
第 4 页
1. 引言
1.1. 指南目的
本指南文件旨在概括描述欧盟(EU)、日本、美国(USA)、澳大利亚、新西兰和加拿大认为适用于兽药残留消除研究中分析方法验证的标准。
1.2. 背景
在兽药开发过程中,需开展残留消除研究,以确定经兽药治疗的动物可食用产品(组织、奶、蛋或蜂蜜)中残留物的浓度。该信息用于世界各地的注册申报。注册方法(即批准后控制方法)的提交及注册方法的验证要求通常已由全球各监管机构明确规定,甚至可能由国家或地区法律予以规定。然而,残留消除研究通常在注册方法完成之前开展。内部验证的残留方法往往为提交用于注册监测的方法提供框架。残留消除研究中使用并提交给监管机构以支持最大残留限量(MRLs)和休药期的方法学,其验证要求的协调统一应当是可以实现的。本文件旨在描述一种VICH地区监管机构可接受的、用于残留消除研究的验证程序。经如此验证的方法可继续成为“注册方法”,但该阶段的过程不在本指南中详细论述。
针对分析方法存在多种验证指南,这些验证程序的许多方面已纳入本文件(VICH GL1(验证定义),1998年10月;VICH GL2(验证方法学),1998年10月)。然而,残留验证程序中的某些方面在本指南文件中有所论述,而既往文件未涉及。此处提供的指南旨在专门针对兽药残留方法的验证。
2. 指南
2.1 目的
本文件旨在概括描述可用于验证为分析残留消除研究中获得的组织样品而开发的分析方法的程序。
就本指南而言,“可接受”是指依据所述验证标准对分析方法进行的科学评价。
2.2. 范围
本指南仅适用于为兽药残留方法评价而开发的分析程序(为测定标记残留消除研究中的残留物而开发的测定方法)。其无意规定注册监测测定程序验证所需的标准。
本文件提供了残留测定方法的性能特征,若遵循这些特征,通常会被VICH地区的监管机构视为可接受。其意图
第 4 页,共 22 页
第 5 页
按照本指南验证的方法将提供残留数据,这些数据在确定适当的休药期时通常会被监管机构认为是可以接受的。
虽然公认残留研究必须在 GLP 条件下使用经过验证的方法进行,但实际的方法验证实验并不属于 GLP 法规的范围。然而,方法验证产生的原始数据应适当归档,并可在监管机构要求时提交。
3. 性能特征
一般而言,方法验证具有特定的性能特征。这些性能特征定义如下:
线性
准确度
精密度
检测限
定量限
选择性
基质中的稳定性
工艺样品稳定性
耐用性
以下将描述各项特征,因为它们适用于拟用于兽药残留消除研究的方法验证。
3.1. 线性
应生成校准曲线,在预期基质(组织、奶、蛋或蜂蜜)浓度范围内评估线性关系。根据方法学不同,校准标准曲线可以三种形式生成:溶剂/缓冲液中的标准品、加标到空白基质提取液中的标准品,以及加标到空白基质中并经过提取程序处理的标准品。线性应通过已知浓度与响应的线性、多项式或其他(视情况而定)回归图来描述,使用至少 5 个不同浓度。加权因子的可接受性应通过评估三次运行中的残差来确定,以判断残差是否随机分布。残差评估应在至少三次独立运行中进行。
标准曲线的推荐接受标准取决于标准曲线的形式。通过加标到空白基质中并经过程序处理生成的校准标准曲线,适用与样品相同的接受标准(见第 3.3 节 精密度)。通过溶剂/缓冲液中的标准品或通过加标到空白基质提取液中生成的校准标准曲线,则需要更严格的接受标准(在所有浓度下重复性 ≤ 15%,但在 LOQ 处或以下可为 ≤ 20%)。
某些测定(例如微生物学测定)可能需要对数转换才能实现线性,而其他测定(例如 ELISA、RIA)可能需要更复杂的数学函数
第 5 页,共 22 页
第 6 页
以建立浓度与响应之间的关系。同样,所选函数的可接受性应通过评估使用该函数时产生的残差来验证。
3.2. 准确度
准确度是指分析物浓度的真实值与按实验程序所得平均结果之间的一致程度。准确度与系统误差(分析方法偏倚)和分析物回收率(以回收率百分比计)密切相关。残留分析方法的推荐准确度会因分析物浓度不同而有所差异。准确度应符合下列范围:
分析物浓度* 准确度可接受范围
< 1 µg/kg -50 % 至 +20 %
≥ 1 µg/kg < 10 µg/kg -40 % 至 +20 %
≥ 10 µg/kg < 100 µg/kg -30 % 至 +10 %
≥ 100 µg/kg -20 % 至 +10 %
* µg/kg =ng/g = ppb
3.3. 精密度
方法的精密度是指在规定使用条件下,由均匀供试品获得的独立检测结果之间的一致程度。不同实验室之间的分析变异性定义为重现性,而同一实验室内重复分析的变异性为重复性。单实验室验证的精密度应包括批内(重复性)和批间分量。
分析方法的批内和批间精密度可作为验证程序的一部分来确定。为开展残留消除研究,通常无需确定重现性(实验室间精密度),因为开发该方法的实验室往往就是检测残留研究样品的同一实验室。可以不建立测定的重现性,而是确定批间精密度。批内和批间精密度应通过在三天分析中,对代表预期验证范围(应包括 LOQ)的三个不同浓度各至少进行三次重复测定来评估确定。
就残留方法验证而言,可接受的变异性取决于分析物的浓度。精密度应符合下列范围:
可接受的批内 可接受的批间
分析物浓度精密度(重复性),精密度 %CV*
%CV
< 1 µg/kg 30 % 45%
≥ 1 µg/kg < 10 µg/kg 25 % 32%
≥ 10 µg/kg < 100 µg/kg 15% 23%
第 6 页,共 22 页
第 7 页
≥ 100 µg/kg 10 % 16%
* 按 Horwitz 方程确定,CV = 2(1-0.5 log C),其中 C =
以小数分数表示的浓度(例如,1 µg/kg 输入为
-9
10 )。
3.4. 检出限
检出限(LOD)是指能够以可接受的确定性推断出供试样品中存在分析物的最小测定浓度。
确定 LOD 有若干科学上有效的方法,只要为其使用提供科学论证,其中任何一种均可使用。确定 LOD 的可接受方法示例见附件 1、2 和 3。
3.5. 定量限
LOQ 是指能够以规定的准确度和精密度进行测定的最小分析物含量。与 LOD 一样,确定 LOQ 有若干科学上有效的方法,只要提供科学论证,其中任何一种均可使用。确定 LOQ 的可接受方法示例见附件 1、2 和 3。
3.6. 选择性
选择性是指方法区分所测分析物与所分析样品中可能存在的其他物质的能力。对于残留消除研究中使用的方法,选择性主要相对于所测样品中的内源性物质来定义。由于残留消除研究受到良好控制,外源性给予的成分(即其他兽药或疫苗)在研究期间可以是已知的,也可以是不允许的。如果意图将经验证的方法作为监管方法提交,研究者对受试动物中使用的已知产品进行可能的干扰测试可能是审慎的。
测定选择性的一个良好指标是测定对照样品的响应。该响应不应超过 LOQ 处响应的 20%(见上文第 3.5 节)。关于在单一研究中确定准确度、精密度、LOD、LOQ 和选择性的建议方案,见附件 3。
3.7. 基质中的稳定性
从残留消除研究中采集的样品(组织、奶、蛋或蜂蜜)通常冷冻保存直至测定。确定这些样品在拟定的储存条件下可在分析前储存多长时间而不发生过度降解是很重要的。
作为验证程序的一部分或作为单独的研究,需要进行稳定性研究,以确定适当的储存条件(例如 4°C、-20°C 或 -70°C)以及样品在分析前可储存的时间长度。
样品应加入已知量的分析物,并储存在适当的条件。样品应在规定的时间间隔定期检测(例如:初始、1 周、
1 个月、3 个月)。如果样品被冷冻,应进行冻融研究(至少 3 个
冻融循环——每天至少一个循环)。或者,可以使用实际样品,并进行初始检测以确定起始浓度。评估基质中稳定性的推荐方案是在验证范围的高端和低端附近,对两种不同浓度各进行三份平行分析。如果在规定的稳定性时间点获得的平均浓度与
第 7 页,共 22 页
第 8 页
初始测定结果或新配制的加标对照样品测定结果符合第 3.2 节规定的准确度接受标准。
3.8. 处理样品稳定性
通常,样品在某一天处理,第二天测定;或者由于仪器故障而多储存数天,例如跨周末。必要时可考察分析物在处理样品提取液中的稳定性,以确定处理样品储存条件下的稳定性。储存条件示例包括室温下 4 至 24 小时和 4°C 下 48 小时。也可根据方法要求考察其他储存条件。评估处理样品稳定性的推荐方案是在验证范围的高端和低端附近,对两种不同浓度各进行三份平行分析。如果在规定稳定性时间点获得的平均浓度与初始测定结果一致,或与新配制并处理的对照样品测定结果一致,且符合第 3.2 节规定的准确度接受标准,则认为处理样品稳定性充分。
3.9. 耐用性
评估法规方法的耐用性非常重要。对于残留方法,耐用性评估的关注度较低,因为残留方法通常在同一实验室使用同一仪器进行。然而,仍应评估耐用性,特别是方法中可能随时间发生变化或修改的方面。这些方面可能包括试剂批号、孵育温度、提取溶剂组成和体积、提取时间和提取次数、固相萃取(SPE)柱品牌和批号、分析柱品牌和批号以及 HPLC 洗脱溶剂组成。在测定方法的开发、验证或使用过程中,方法对上述任何或所有条件的敏感性可能变得明显,应评估最有可能影响方法性能的条件的变动。
第 8 页,共 22 页
第 9 页
4. 术语表
准确度——分析方法的准确度表示分析物浓度的真实值与通过应用该分析方法所获得的平均结果之间的一致程度。通常以回收率百分比或偏差百分比表示。
批间精密度——批间精密度表示实验室内批间变异。
对照样品——取自未使用受试兽药处理的动物的组织、奶、蛋或蜂蜜。
实际样品——取自使用受试兽药处理的动物的组织、奶、蛋或蜂蜜,其中含有目标分析物的残留浓度。
检测限——单个分析方法的检测限是样品中能够以可接受的确定性检出、但不能作为准确值定量的最低分析物量。
定量限——单个分析方法的定量限是样品中能够以可接受的精密度和准确度进行定量测定的最低分析物量。
线性——分析方法的线性是其(在给定范围内)获得与样品中分析物浓度(量)直接成正比的检测结果的能力。
标志残留物——其浓度与可食用组织中总残留物浓度存在已知关系的残留物。
基质——基质是含有或可能含有目标残留物的基本可食用动物产品(组织、蛋、奶或蜂蜜)。
精密度——分析方法的精密度表示在规定条件下对同一均匀样品多次取样所获得的一系列测量结果之间的一致程度。分析方法的精密度通常以一系列测量结果的方差、标准差或变异系数表示。
处理样品——处理样品是已经过提取或以其他方式处理、以从大部分原始样品基质中去除分析物的样品。
重复性——重复性表示在相同操作条件下短时间内的精密度。
重现性——重现性表示实验室间的精密度。
残留物——兽药(母体)和/或其代谢物。
耐用性——分析方法的耐用性是衡量其不受方法参数微小变化影响的能力,并指示其在常规使用中的可靠性。
选择性——选择性是在可能存在预期组分(内源性物质、降解产物、其他兽药)的情况下评估分析物的能力。
第 9 页,共 22 页
第 10 页
批内精密度——批内精密度表示实验室内批内
变异。
第 10 页,共 22 页
第 11 页
附录 1
测定 LOD 和 LOQ 的方法示例
一种常用方法被称为 IUPAC 定义。1 在该程序中,
LOD 估算为 20 份对照样品(来自至少 6 个不同来源)测定结果
的均值加上 3 倍均值的标准差。LOQ 则为相同
结果的均值加上 6 倍或 10 倍均值的标准差。在估算的 LOQ 处进行准确度和
精密度测试,将为确定 LOQ 提供最终证据。
如果该浓度下重复性测量的 %CV 小于或等于
准确度和精密度可接受标准(第 3.2 节和第 3.3 节),则估算的 LOQ 是
可接受的。
第 11 页,共 22 页
第 12 页
附件 2
美国环境保护署测定 LOD 和 LOQ 的方法
下文所述程序是对 USDA(美国农业部)跨区域项目第 4 号计划所使用程序的轻微修改,该程序发表于 40 CFR Part 136 附录 B。2 该修改后的程序可见于美国环境保护署文件《为人体健康食品暴露评估中未检出/未定量农药残留赋值》的附录 1。3 下文提供该程序,并作了细微修改,使其更能代表组织标记残留检测程序的一个示例。
在该程序中,特定方法对特定基质中特定分析物的 LOD 和 LOQ 估算可按以下两个步骤进行。
• 第一步是对 LOD 和 LOQ 作出初步估计,并验证浓度与仪器响应之间是否存在线性关系。这些初步估计分别对应某些人所说的 IDL(仪器检出限)和 IQL(仪器定量限)。在下一步中,将按估计的 LOQ 对目标基质进行加标(fortified/spiked),以实际估算该方法的 LOD 和 LOQ。
• 第二步是利用第一步确定的 LOD 和 LOQ 初步估计值,估算目标基质中的方法检出限和方法定量限。
以下为一个示例说明:
步骤 1。分析人员建立目标方法的标准曲线。在本例中,分析人员在缓冲液或水中配制目标分析物浓度如下的标准溶液:0.005、0.010、0.020、0.050 和 0.100 µg/mL。对于样品溶液中的每个浓度,记录以下仪器响应(测量峰高):
仪器响应(峰
浓度(µg/mL)
height)
0.100 206,493
0.050 125,162
0.020 58,748
0.010 32,668
0.005 17,552
为了验证在整个测试范围内是否呈现线性响应,将仪器响应值对进样浓度作图。结果(及相关统计量)见图1。从这些结果可以看出,仪器响应似乎
第12页,共22页
第 13 页
在 0.005 至 0.100 µg/mL 的测试浓度范围内呈良好的线性,R2 值高达 0.99(见图 1 中的“拟合汇总”表)。残差标准差(均方根误差)为 8986.8。描述该关系的方程(见图 1 中的“参数估计”表)如下:
Y = 15,120 + 1,973,099 *(浓度)
其中 Y 为仪器响应(峰高)
估计的 LOD 和 LOQ 按如下方式计算(假设这些值分别设定为高于空白响应的 3 倍和 10 倍标准差):
1. LOD 处的峰高(YLOD)按标准差的 3 倍计算,而 LOQ 处的峰高(YLOQ)按标准差的 10 倍计算
YLOD = 15120 + 3 * (8987) = 42,081
YLOQ = 15120 + 10 * (8987) = 104,990
2. 随后用这些值(LOD 处的峰高以及 LOQ 处的峰高)计算与这些峰高对应的浓度,如下所示:
Y = 15,120 + 1,973,099 *(浓度)
经移项整理,
浓度 = (Y – 15,120) / 1,973,099
因此,
LOD = YLOD - 15,120 / 1,973,099 = (42,081 - 15,120) / 1,973,099 = 0.014 µg/mL
LOQ = YLOQ - 15,120 / 1,973,099 = (104,990 - 15,120) / 1,973,099 = 0.046 µg/mL
因此,初步估计的 LOD 和 LOQ 分别为 0.014 和 0.046 µg/mL,它们分别对应 IDL 和 IQL。
这些估计的 LOD(或 IDL)和 LOQ(或 IQL)是以溶液浓度而非基质浓度表示的。在此阶段,应将溶液浓度(µg/mL 溶液)换算为基质中的有效浓度(例如 µg/g 基质)。
第 13 页,共 22 页
第 14 页
图 1. 统计结果
第 14 页,共 22 页
第 15 页
步骤2。在获得LOD(或IDL)和LOQ(或IQL)的初步估计值并验证线性后,步骤2涉及在加标基质样品中估计LOQ和LOD。该程序使用估计的仪器LOQ以及40 CFR Part 136附录B2中详述的程序,以提供更好的LOQ估计值,并验证方法回收率是否可接受。
该方法要求分析7个或更多在估计LOQ水平加标的未处理对照样品。测量这些样品的标准偏差,并按如下方式确定LOD和LOQ:
LOD = t0.99 * S
LOQ = 3 * LOD
其中 t = 在99%置信水平下、针对n-1次重复的单尾t统计量
S = 在估计LOQ水平下n个加标样品的标准偏差
以下是用于上述方程的一组t值:
重复次数 自由度 t0.99 重复次数 自由度 t0.99
(n) (n-1) (n) (n-1)
3 2 6.965 13 12 2.681
4 3 4.541 14 13 2.650
5 4 3.747 15 14 2.624
6 5 3.365 16 15 2.602
7 6 3.143 17 16 2.583
8 7 2.998 18 17 2.567
9 8 2.896 19 18 2.552
10 9 2.821 20 19 2.539
11 10 2.764 21 20 2.528
12 11 2.718 22 21 2.518
在本示例中,分析人员制备了 7 份未处理对照样品,加标浓度为上文估算的
LOQ 0.05 µg/g。获得以下结果:
检出浓度
回收率%
(µg/g)
第 15 页,共 22 页
第 16 页
0.0397 79.4
0.0403 80.6
0.0400 80.0
0.0360 72.0
0.0498 99.6
0.0379 75.8
0.0388 77.6
平均浓度:0.0404 µg/g
标准偏差:0.0044 µg/g
平均回收率:80.7%
鉴于在 LOQ 处回收率足够(平均值 = 80.7%,范围 = 72.0% 至 99.6%),该方法的
LOD 和 LOQ 估算如下:
LOD = t0.99 * S(自由度 7-1 = 6)
= 3.143 * 0.0044 µg/g
= 0.0138 µg/g
LOQ = 3 * LOD
= 3 * 0.0138 µg/g
= 0.0414 µg/g
第 16 页,共 22 页
第 17 页
附件3
残留方法验证方案
选择性、LOD 和 LOQ 三者相互关联,并会受到被测定基质中可能存在的内源性干扰的影响。LOD 往往难以确定,尤其是在 LC/MS 测定中,对照样品在分析物保留时间处实际为零响应。没有响应,就无法计算标准差(SD),因而无法根据均值加 3 倍均值 SD 来确定 LOD。即使能够确定均值加 3 倍均值 SD,其通常也与仪器检测限相关,而非方法检测限。以下方案旨在通过一项研究同时确定准确度、精密度、选择性、LOD 和 LOQ。
1. 从 6 个不同来源(动物)采集无药物基质,并筛查是否存在任何可能的分析物污染。
2. 从这 6 个来源中随机选取至少 3 个样品,分别在估计 LOD(eLOD,在初步方法开发期间确定)、估计 LOQ(eLOQ,为 eLOD 的 3 倍)以及覆盖预期浓度范围的另外 3 个浓度水平上加标(掺入)。在第 2 天和第 3 天的批次中重复加标过程,每个加标水平使用第二组和第三组各 3 个随机选取的样品。确保在 3 天内每个来源在每个加标水平至少出现一次。示例见表 1。
表 1 – 六个来源(动物)A 至 F 的最小研究设计示例
加标水平 第1天/批次 第2天/批次 第3天/批次
0(对照) B、F、D A、C、C B、E、F
eLOD B、C、E D、F、F A、B、E
eLOQ C、C、E A、B、E D、F、D
验证范围下限 A、B、E A、C、D B、E、F
验证范围中部 B、C、E C、E、F A、D、F
验证范围上部 A、B、B D、F、F A、C、E
3. 每天测定这18份样品,并根据校准标准曲线计算浓度。
4. 准确度可通过将测得浓度与加入浓度进行比较来确定。批内和批间精密度(即日内和日间精密度)可按各加标水平的%CV计算。由于方案使用了6种不同来源的基质,精密度估计值包含了基质引起的变异性。准确度和精密度的可接受标准分别见第3.2节和第3.3节。
5. 如果准确度和精密度均可接受,则将全部3天测定中测得的浓度对加入浓度作图。变异性在各加标水平间是保持恒定(同方差性)还是增大(异方差性),可通过目视检查该图或检查回归残差来评估。
第17页,共22页
第 18 页
6. 对于同方差数据,LOD 和 LOQ 可分别采用 VICH GL2 第 6.3 节和第 7.3 节中的方法计算。拟合实测浓度对添加浓度的线性回归,然后将 LOD 估计为 3.3σ/s,将 LOQ 估计为 10σ/s,其中 σ 为回归的残差 SD,s 为斜率。该方法也可用于异方差数据,但 σ 和 s 必须从加权回归中估计,在计算 σ 之前先按权重对残差进行缩放。在本方案中,σ 为回归的残差 SD。用于估计 σ 的 VICH GL2 替代方法(空白 SD 或 y 截距 SD)不适用,因为在灵敏方法中对照样品可能显示为零或接近零的响应,且本情形下仅有 3 次运行可用于计算。
7. 或者,LOD 和 LOQ 可由回归周围的预测区间推导得出⁴,如图 1 所示。对于同方差数据,可使用普通回归;但对于异方差数据,应使用加权回归。⁵ 计算上预测区间以控制假阳性率(α),计算下预测区间以控制假阴性率(β)。通常 α 和 β 均为 5%,因此预测区间估计覆盖 90% 的测量值,即从第 5 百分位到第 95 百分位。决策限(YC)是上区间与 y 轴相交处。x 轴上的对应点(LC,也称为临界值或 CCα)代表正确识别分析物存在的概率为 50% 时的浓度。在决策限与下预测区间相交的浓度处(也称为 CCβ),分析物存在时被检出的概率为 1-β。该浓度即作为 LOD。LOQ 的推导方式类似。测定限(YQ)通过将决策限(YC)乘以 3 来确定,这是 LOD 与 LOQ 之间普遍接受的比值(参见例如 VICH GL2)。测定限与下预测区间相交处即作为 LOQ。
8. 如第 3.6 节所述,如果空白、对照样品的响应小于 LOQ 的 20%,则认为该分析方法的专属性足够。如果不满足该标准,应向上调整 LOQ 以确保足够的专属性。
第 18 页,共 22 页
第 19 页
图 1 – 通过“测得浓度对添加浓度”回归的预测区间估计 LOD 和 LOQ。在本例中,区间随浓度升高而变宽,表明存在异方差性。
示例:
基于上述方法,对 LC-MS/MS 牛奶测定方法进行了验证。
从 6 头不同动物获得的对照牛乳样品,分别以 0、4.2(eLOD)、14.0(eLOQ)、35、140 和 400 ng/mL 的浓度添加分析物,共得到 36 份样品。每次运行中,每个添加水平从 6 头动物中随机选择 3 头的牛奶样品,确保每头动物在每个水平至少被选中一次。这样每天得到 18 个测定值,在 3 个不同日期的 3 次运行中共得到 54 个测定值。
评估了以下参数:准确度、批内精密度(重复性)、批间精密度、LOD 和 LOQ。原始数据列于表 2。
表 2 – 三个分析日内添加对照牛奶中分析物的浓度(ng/mL)
运行 1 运行 2 运行 3
添加浓度 动物编号 测得浓度 动物编号 测得浓度 动物编号 测得浓度
B 0.494 A 0.233 B 0.154
0 F 0.654 C 0.012 E 0.120
D 0.588 C 0.117 F 0.313
B 4.38 D 4.97 A 3.80
4.2 C 4.13 F 3.85 B 4.12
E 4.33 F 4.41 E 3.67
C 13.2 A 11.1 D 11.8
14.0 C 13.5 B 12.0 F 10.5
E 11.9 E 12.8 D 11.7
A 31.5 A 31.0 B 27.3
35.0 B 32.7 C 33.2 E 29.4
E 34.4 D 32.9 F 25.5
B 131 C 137 A 118
140 C 147 E 124 D 106
E 127 F 131 F 118
A 396 D 396 A 335
400 B 394 F 390 C 316
B 384 F 373 E 344
第 19 页,共 22 页
第 20 页
在每个加标水平下,计算所测得的平均浓度,然后以百分回收率表示准确度。为评估精密度,估计了批内和批间方差;这些方差可以直接推导,也可借助模型(如混合模型或方差分析(ANOVA))得出。6 在此,对每个加标水平分别进行 ANOVA,以“测得浓度”为因变量,以“运行”为离散自变量。ANOVA 的均方误差代表给定加标水平下的批内方差。批间精密度的判定标准来自 Horwitz 方程(见第 3.3 节),并基于总批间方差,即批内方差与“纯”批间方差之和。“纯”批间方差代表各次运行之间差异所致的变异,超出每次运行内的变异。它可由平衡 ANOVA 确定为“运行”均方与均方误差之差除以每组测量次数(本例中每次运行 3 次)。6 等价地,它就是混合模型中的批间随机效应方差。精密度估计值以 CV 表示,计算方法为将方差的平方根除以均值再乘以 100。
表 3 – 各加标水平的准确度和精密度估计值*
加标浓度 n 平均 平均 精密度
(ng/mL) 测得浓度 回收率
(ng/mL) (%) 批内 批间
方差 CV 方差** CV
(%) (%)
4.2 9 4.18 99.6 0.128 8.56 0.167 9.77
14 9 12.1 86.1 0.657 6.72 1.03 8.42
35 9 30.9 88.2 2.45 5.07 10.8 10.6
140 9 127 90.4 67.4 6.49 168 10.2
400 9 370 92.4 129 3.08 1180 9.30
*直接根据表中的均值和方差计算得到的回收率和 CV 可能因四舍五入而与所列数值略有
不同。可通过统计软件(如 R 或 SAS)从 ANOVA
或混合模型推导均值和方差,或进行加权回归以估计预测区间(见下文)。
**批内方差与“纯”批间方差之和。
方法准确度、批内精密度和批间精密度均可接受(表
3)。
第 20 页,共 22 页
第 21 页
将实测浓度对添加浓度作图显示,变异性随浓度增加而增大。鉴于这种异方差性,加权回归是合适的。通常,每个数据点以其方差的倒数(1/方差)加权,不过根据数据情况,其他加权函数(例如 1/x、1/x²)也可能适用。在本例中,权重为方差倒数;为估计这些权重,对经验 SD 与添加浓度之间的关系进行了建模。这种关系通常是线性的5,在示例数据集中为 SD = 0.297 + 0.076 * 浓度。对该加权函数给出的 SD 求平方,得到方差估计值;再取其倒数,得到 6 个加标水平对应的权重,分别为 11.3、2.64、0.541、0.115、0.008 和 0.001,随后用于加权回归。加权回归的斜率为 0.893,截距为 0.292 ng/mL。经权重调整后的残差 SD 为 0.906,因此根据 VICH GL2,LOD 和 LOQ 分别估计为 3.35 ng/mL 和 10.1 ng/mL。
从加权回归的预测区间推导 LOD 和 LOQ 的另一种方法见图 2。预测区间按 Zorn 等人4 的方法计算,α 和 β 设为 0.05,并使用 df = n - 4,以计入加权回归(2 df)和加权函数(2 df)的参数。决策限为 0.763 ng/mL,测定限为 2.29 ng/mL,临界值(Lc)为 0.528 ng/mL,LOD 为 1.21 ng/mL,LOQ 为 3.16 ng/mL。与该估计 LOQ 一致,在最低加标水平 4.2 ng/mL 下,准确度和精密度均可接受(表 3)。关于选择性,空白对照样品的最大响应(0.654 ng/mL)低于按 GL2 估计的 LOQ 的 20%,但约为按预测区间估计的 LOQ 的 20%。因此,在本例中,采用略高的 LOQ 可确保背景噪声不被视为可定量的分析物。
图 2 – 从示例数据集推导 LOD 和 LOQ。
第 21 页,共 22 页
第 22 页
1
《食品法典程序手册》第15版,食品法典委员会第二十八届会议,罗马,2005年,第81页。
2
《美国联邦法规》第40篇:环境保护,第136部分——建立污染物分析测试程序的指南,第136部分附录B——方法检出限的定义和确定程序——修订版1.11。
3
美国环境保护署,农药项目办公室,2000年3月23日,“在人类健康食品暴露评估中为未检出/未定量农药残留赋值”附录1,A-1至A-8。
4
Zorn ME, Gibbons RD, Sonzogni WC. 通过将变异性建模为浓度的函数来计算检出限和定量限的加权最小二乘法,Anal Chem 1997, 69, 3069-3075。
5
ISO 11843-2: 2000,检测能力——第2部分:线性校准情况下的方法。
6
ISO 5725-2: 2019,测量方法和结果的准确度(正确度和精密度)——第2部分:确定标准测量方法重复性和再现性的基本方法。
第22页,共22页
来源:EMA Scientific Guidelines · ema.europa.eu