色谱数据专栏分析峰积分操控手法与2023年FDA 483相关观察
Ingenious Ways to Manipulate Peak Integration?
《Questions of Quality》专栏分析制药实验室通过操控色谱峰积分掩盖不合格结果的手法,并汇总2023年FDA 483中的相关观察。文章以2005年Able Laboratories数据造假案为背景,指出CDS数据完整性问题仍在重复出现。作者列出五项峰积分规则,强调自动积分应作为首选、手动积分须有科学理由并记录。
厌倦了因分析结果总是不符合标准(OOS)而痛苦不堪的生活?受够了又一次实验室调查?向专家学习如何操纵峰积分,让那些糟糕的色谱图生成合格结果……现在你全神贯注了……以及审评员、QA和检查员如何发现这些操作!
自2005年Able Laboratories欺诈案(1)以来,色谱数据系统(CDS)如何在受药品生产质量管理规范(GXP)监管的环境中参与数据造假已是公开信息。色谱图被多次重新积分,但最具创造性的造假是使用该序列文件进行的色谱滴定:不断更改样品重量,直到获得合格结果(1)。FDA漏掉了这一欺诈行为(因为他们专注于纸质记录),但一名举报人向当地现场办公室举报,之后的事情就众所周知了。讽刺的是,所有数据操纵都记录在CDS审计追踪中。自2010年以来,Able欺诈案已导致FDA合规政策指南7346.832《批准前检查》(PAI)三次更新(2–4);最后两次更新已在我的光谱学杂志“聚焦质量”(“FOQ”)专栏中讨论过(5,6)。
一篇“质量问答”(“QOQ”)专栏讨论了CDS在欺诈和造假中的作用,并描述了10条合规戒律(7)。如果得以实施,这些戒律应有助于防止许多不良数据管理做法,例如共享用户身份、存在利益冲突的角色、删除记录、粉碎打印件、选择性报告、以人为错误为由使不符合标准(OOS)结果无效、手动积分、关闭再重新打开审计追踪,或者一开始就未开启审计追踪。
让我们看看2023届CDS在FDA检查中是如何失败的。我要感谢Paul Smith提供了2023年的13条483缺陷引文。我从483表中提取了与CDS相关的引文,对其进行了分类,并稍作编辑以放入表I。请注意,监管机构已接受过软件供应商关于CDS应用的培训。
关键问题?企业是否已学习并实施早先的CDS合规教训?剧透警告……没有!鉴于监管机构自2005年以来对色谱的关注,你可能会以为企业已在消除常见问题方面取得一些进展,但没有。好的一面是,这为我提供了更多数据,用以凸显某些组织在紧跟指南和监管行动方面的愚蠢。在本专栏中,我们再次审视当前不良数据管理做法和数据造假的方式,包括峰积分——又一次!这是“质量问答”专栏第三次讨论该主题(8,9)。
本专栏的重点是CDS,但不要忘记,许多初步样品制备是手工操作的,原则上,实验室需要进行风险评估,以确定该过程是否需要见证(10)。
质量控制中警示灯正在闪烁
自Able以来,我们已看到色谱工作者试图让产品批次合格通过的几种方式:
- 测试与预备样品:老派的“测试至合格”做法会创建一个名为“Test, Wash, Demo or Prep”的目录,通过进样来查看批次是否合格(24–26)。其中一个文件夹包含超过3300个数据文件(27)。这些都很容易被发现,因此已被淘汰,转而采用其他作弊手段。理想情况下,你的实验室应只允许一个位置存储任何运行的CDS数据。
- 利益冲突:另一种本应早已解决的老派不合规做法,是赋予用户本不应拥有的操作权限。表I显示这种做法并未绝迹,如果用户被授予相应权限,他们仍然可以删除或篡改数据。我的观点很简单——任何用户都不应拥有删除权限。
- 审计追踪未开启:表I中还有一个系统审计追踪未开启的实例(12)。纯粹是愚蠢……要么是没有考虑数据完整性,要么是懒得去了解CDS可用的技术控制与监管要求之间的差异(28,29)。
- 选择性报告或数据不完整:表I中有多条关于数据不完整的引用。这可以是只保存原始文件和“最终”重新积分文件,也可以是忽略不合格结果、只报告符合标准的结果。表I显示了一个样品被重新积分33次以获得正确结果的例子(15)。积分至合格?
- 通过打印隐藏峰:隐藏不良杂质峰形的一种方法是将主峰按100%满量程偏转打印,使杂质消失在基线中。审阅者需要电子显微镜才能在打印件上看到这些峰。忽略打印件,在屏幕上审阅色谱图,后文将对此进行讨论。
- 仪器“故障”:色谱仪是否发生过导致运行无效的故障?如果是,受影响的色谱图应有该问题的证据;例如,活塞密封圈泄漏应导致峰形变差和保留时间延长。制造一个泵泄漏,然后(真丢人!)该运行必须被判定无效并重新分析,以便批次合格。伪造的数据就藏在眼皮底下。查阅仪器日志以确认问题已被记录、解决并完成任何适用的再确认,然后查阅CDS以检查数据文件的日期和时间戳是否与日志条目一致。表I中有一个真正的“珍宝”,既有仪器问题,又使一个OOS结果无效:该数据被判定无效,因为它是在一个无法提供预期质量的系统上运行的(13)。显而易见的问题是:为什么要用一个据称不适合用途的色谱仪开始分析?系统适用性试验(SST)接受标准呢?
- 短运行或中止运行:隐藏造假的另一种方法是使用一两次进样的短运行或中止运行,用样品来查看是否合格。对数据库的搜索应能识别出短运行和中止运行。那么问题就是:为什么运行被中止了?这必须与上述仪器问题联系起来。我们将在本专栏后文利用FDA网站的指南讨论如何评估系统是否准备好运行。
- 手动进样:通过色谱仪上的控制面板,在 CDS“之外”手动进样来评估样品质量。
- IT 服务台:文件被删除的另一条途径是通过 IT 服务台记录请求和变更,而 IT 服务台未必对变更的法规影响有同样的认识。你们的实验室是否与 IT 部门签订了质量协议(28)?FDA 已对 IT 服务台系统进行审计以核查这一点。
为突出仪器问题和运行时间过短或中止的运行,一份针对 Aurobindo 的 483 引述指出,某 CDS 的消息中心在 2022 年 7 月 1 日至 8 月 1 日期间记录了 6337 条(没错,真是这么多!)错误消息(30)。分析确定了以下内容:
- 411 条仪器故障消息;
- 13 条因错误导致序列停止或由用户停止序列的消息;以及
- 20 条因通信故障消息而无法获取批队列最新信息的消息。
如需进一步阅读,一个“QOQ”专栏讨论了孤儿数据(31),一个“FOQ”专栏探讨了仪器日志的作用(32)。
本专栏余下部分讨论峰积分和覆盖程序,包括未遵循某一程序,以及使用各种积分参数来帮助或妨碍你通往数据完整性极乐世界的旅程。
控制峰积分
我的经验基于小分子分析,因此请将我的评论理解为适用于更复杂的分离。在术语方面似乎存在大量混淆,即对不同种类的积分“活动”应使用什么标签,以及什么允许、什么不允许。此前的“QOQ”专栏讨论了自动峰积分在第一次、每一次都应应用于所有色谱图的要求(8,9)。它还区分了手动干预(在自动基线放置的基础上更改自动积分参数)与手动积分(手动重新划分基线)(8)。手动干预应适用于任何色谱图(例如针对超出预期保留窗口的峰,或增大最小面积以减少噪声基线的影响),但更改必须应用于序列中的所有文件。从质量和法规角度看,在合格仪器上使用经过验证的分析方法检测来自经过验证的生产工艺的样品,这引出了一个问题——你为什么需要更改积分?这就是为什么对产品含量测定方法的积分更改会被可疑地解读。手动积分只应允许在特定情况下使用,例如杂质或复杂分离,且其理由应记录在方法验证报告中。
作为实验室控制的一部分,你需要有峰积分的程序和培训。表 I 中的一条引述指出:没有程序描述如何正确执行积分,以确保分析人员之间和不同日期之间的一致性(15)。这不仅仅是拥有一份程序;关键在于实验室如何确保整个用户群体的一致性。
- 峰积分标准操作规程(SOP):必须有一份关于峰积分的SOP。你们已经有了,对吧?一些FDA警告信要求实验室制定手动积分的SOP。在我看来,这是错误的,也不符合21 CFR 211.160(b) (33)所要求的科学合理性。一份强制性的SOP应涵盖所有峰积分,强调必须做什么,尤其是不得做什么。它不是关于积分基本原理的论著,Dyson (34)的著作是积分知识的最佳来源。在允许的情况下,分析人员所做的所有积分更改都必须有正当理由并记录在案,通常记录在审计追踪中。CDS应用程序提供了用户自定义更改原因的手段,应当使用这一功能。任何文件从第一次积分到最后一次积分的全过程必须可追溯、完整,并附有更改原因,以确保数据完整性。峰积分SOP必须与各个分析方法相关联,在分析方法中必须定义具体的积分要求。
- 峰积分培训:开展了哪些积分程序方面的培训,结果如何?这不仅仅是培训单个色谱分析人员,还要确保整个实验室积分的一致性。有一家实验室有一套标准色谱图,所有人员在培训后都必须对其进行积分。有趣的是,含量测定的结果在整个实验室之间一致性极佳,但在接近定量限的杂质方面可能有所差异。每次均首先采用自动积分,解决了大部分问题。
- 分析人员复核他人的工作:这一点很重要,这样他们就能从独立的质量角度获得复核色谱数据的经验,从而更好地理解更改积分的风险及其影响。
你有SOP——就照着做!
有一套程序并进行了有效培训固然很好,但实验室是否遵循了SOP?显而易见的答案是肯定的。同样,表I中有两个例子表明积分SOP未被遵循(11, 14)。此外,还有另一条引用:
程序SE/BQC/00165《色谱图解析》要求手动积分必须清晰记录,说明进行手动积分的原因,并附上部门负责人的首字母批准。但当分析人员手动输入积分事件以迫使软件以特定方式进行积分时,却没有类似的书面理由说明和批准流程……(35)。
正如老话所说,你可以把马牵到水边……
将积分事件与分析方法相关联
与积分SOP密切相关的是,必须将任何相关的积分要求纳入每个分析方法,以避免出现如下引用:
该方法未包含如何正确应用这些<已隐去>积分事件来处理分析数据,也未提供如何在结果集中报告<已隐去>积分的程序(18)。
图1展示了一份峰积分SOP,它对积分提供总体控制,规定了允许什么、不允许什么,以及在整个分析方法生命周期中适用什么(36)。然而,这样的程序无法对所有色谱方法都详加规定,这正是每个分析方法的职责所在:
- 如果该方法是用于含量测定,究竟能否进行手动积分?许多人会认为,如果必须对主峰进行手动积分,那么该方法就已失控。
- 示例色谱图还应包括对积分参数(如积分抑制和基线归零)的任何具体要求,并且应科学合理且有充分依据。如图1所示,这些参数应可追溯至开发报告和验证报告。
- 仅在同一色谱运行中检测“等同”样品——尤其应将稳定性样品的分析与含有当前生产样品的运行分开。积分要求和稳定性样品的杂质谱可能意味着需要采用不同的积分参数。
为有助于科学论证,分析规程中的任何积分参数都应可经由验证报告追溯至图1所示的开发报告。你知道这是合理的,但会给你时间去做吗?图1还显示了从分析规程返回生命周期中开发和验证阶段的回路。如果分析规程存在问题,可能需要进行修改和再验证。
狡猾的色谱工作者与阴险的积分
始终要记住,色谱法是一种比较性而非绝对性的分析技术。因此,一次运行中的所有进样都必须用同一方法进行积分。表I中有一个示例,其中标准样品使用了三种不同的处理方法,而样品又使用了另一种方法(23)。
这一事实提供了更隐蔽的数据操纵手段,即对样品和标准品区别对待。审核人员必须意识到这一点,并确保在计算结果之前识别出任何操纵峰积分的企图。
在Intas Pharmaceuticals的483(35)中发现了一种更隐蔽的做法:
……此外,同一批号<已隐去>的6个月加速时间点,通过为杂质<已隐去>的峰添加前沿灵敏度和拖尾灵敏度因子进行手动积分,但同一杂质的标准品未如此处理。这减小了所比较杂质的面积,得到的结果为<已隐去>%,而限度为<已隐去>%。当去除前沿和拖尾灵敏度因子以确保杂质与标准品的积分方式一致时,可报告结果变为<已隐去>%,该值本应触发调查。
这是483中的一条引证——该483(35)中还有其他几个积分问题。
审核人员和质量保证(QA)必须意识到,标准品和样品必须使用相同的参数进行积分,并检查以确保已这样做。
系统适用性试验失败
需要简短岔开一下,讨论FDA给行业的礼物——《超标结果调查指南》。在“分析人员的职责”部分,有以下内容:
某些分析方法具有系统适用性要求,不符合这些要求的系统不应使用。例如,在色谱系统中,可在整个色谱运行过程中间隔进样对照品溶液,以测量漂移、噪声和重复性。如果对照品响应表明系统运行不正常,则应将可疑时间段内采集的所有数据妥善标识,且不应使用。应查明故障原因,并在可能的情况下予以纠正,然后再决定是否使用可疑时间段之前的任何数据(37,38)。
这是某些峰积分问题的关键,并且以FDA未曾意图的方式解读了上文。这也与本专栏前面讨论的仪器问题相关联。如果整个运行过程中SST均不合格,这些文件仍属于该分析的完整数据的一部分,但不应使用。完整数据(21 CFR 211.194(a)(33))是法规要求,也是前面文章(39)中讨论的术语。大多数分析人员忘记的是,必须对问题的原因进行调查并予以纠正。
本节如何影响峰积分不当行为?使一次运行无效的一种方式是对SST进样进行积分,以确保其不符合接受标准。用于SST进样的物料在FDA网站“实验室控制”部分第16问(40)中有所讨论。
我的色谱图够大吗?
第二人复核对于确认色谱分析已正确执行且不存在数据操纵至关重要。为实现这一点,不要再打印色谱图。相反,应实施电子签名,并且如果确实必须,只打印分析摘要。您必须在屏幕上审核色谱图及相关元数据,包括审计追踪条目。请理解,本节不应被用来为购买55英寸4k联网屏幕辩护,但您确实需要足够大的屏幕或双屏幕,以进行充分的第二人复核。将一个窗口中的色谱图与另一个窗口中的审计追踪或其他运行信息并排显示,以便轻松交叉比对两者。
CDS的一项对复核、审计或检查至关重要的功能是色谱图叠加。可将色谱图相互叠加绘制,以评估整个运行过程中的保留时间和峰形一致性。或者,为了获得更清晰的图像,尤其是对于杂质,叠加偏移功能可实现更简便的比较。更大的屏幕或多个屏幕使得色谱图和第二窗口中适用的审计追踪条目能够同时关联,而不必在小型单屏幕上费力地切换窗口。
峰积分五条规则
前面讨论了积分SOP,以帮助理解其中应包含的内容及相关培训。有五条规则需要考虑(9),在此总结如下:
- 规则1:CDS的主要功能不是纠正您糟糕的色谱分析。
良好的色谱分析需要稳健的分析方法,具备良好的峰形和分离度。了解并控制影响分离的因素,确保自动峰积分是常态而非例外。对于从未按书面方法奏效的药典方法而言尤其如此。参见 USP <1220> [36] 的第 1 阶段,而不是糟糕的 ICH Q2(R2) 和 Q14 指南文件 [41, 42],这些文件未整合,且最终版本中存在大量未从草案版本中纠正的缺口 [43]。
- 规则 2:切勿使用默认积分参数。
使用默认或通用方法会导致过度需要手动积分来命名和计算峰。毫无例外,每个方法的峰积分和结果处理都必须经过定义和验证,以便建立所有峰窗口和名称。必要时,识别任何系统峰。如使用积分抑制,必须有科学依据,并可追溯至方法开发和验证报告。这与 Dr Reddy’s 不同,后者因错误使用积分抑制功能掩盖样品中空白或标准品中不存在的未知峰,且未对问题进行调查研究(22),而收到 483 缺陷引用。
- 规则 3:始终将自动积分作为首选,并控制手动积分。
请记住,使用手动积分是监管关注的问题,其使用需要科学合理。手动积分会减慢处理速度,因此请参见规则 1,根据样品基质和目标峰选择正确的方法。
- 规则 4:了解 CDS 如何工作以及数字如何生成。
这需要对峰积分原理和 CDS 工作方式的基础培训。问题在于,公司合并或收购促使经验丰富的分析人员退休并雇用年轻员工,技能正在被侵蚀,CDS 可能被视为一个总是给出正确答案的黑匣子。学习并理解 CDS 的基础工作原理。
- 规则 5:动动脑筋——思考。
这条规则有时难以遵循,但它建立在规则 4 的基础上。你可能拥有看似完美的分离和峰积分,但看看峰的起点和终点位置;它们看起来正确吗?是否存在共洗脱峰?使用 CDS 的缩放和叠加功能,查看标准品和样品是否具有正确的峰形。分析人员有责任正确执行适用程序,包括正确的峰积分。审核人员也有责任确保所有积分(无论是自动还是手动放置)遵循 SOP 和分析方法所描述的基线放置指南。显著的峰面积操纵应容易被经验丰富的审核人员发现。
我可以使用系统适用性进样吗?
良好的科学常识是检查色谱仪和色谱柱已平衡并准备好进行分析。然而,一些实验室害怕这样做,因为他们可能被指控通过样品进样测试至符合标准。FDA 网站上关于实验室控制的问答提供了帮助(40)。问题 17:是否有时适合对样品进行“试进样”?
- 否。
这是将检测伪装成合规的非正式检测,违反 GMP,是不可接受的。
- 色谱柱平衡不涉及进样某一批次样品,因此不被视为试进样。当其用途具有科学合理性时,色谱柱平衡应在方法验证资料中充分描述,说明进行测量所需的条件(即基于方法验证的数据),并应在经批准的适当程序中清晰界定。
- 应使用一致且明确的进样命名,色谱柱平衡的所有数据(包括审计追踪数据)均应保存并接受审核。
注意第二个要点中的措辞:平衡进样的使用应可追溯至方法验证或确认报告,并附有判定系统是否可开始分析的标准。你必须对进样和平衡进样使用正确的术语(不是 Test 或 Prep!),因为它们是任何运行的完整数据(33)或原始数据(44)的一部分。
AI 能解决我的积分问题吗?
我知道你们中有些人在想,我在这里写的全是废话,人工智能会解决我所有的问题。做梦吧;线索就在名字里——智能(intelligence)。你必须训练一个 AI 应用,这意味着你必须知道你和 CDS 在做什么(见规则 4 和 5),而且你需要良好的色谱才能实现良好的积分(见规则 1)。
Workman 对分析化学中 AI 的背景和要点做了很好的概述(45)。在网上搜罗并不能为特定分离获得科学合理的积分方法。不同的 CDS 应用有不同的峰积分算法,你可能在一个系统上得到分离,而另一个系统对同一张色谱图的积分方式可能不同;峰面积可能相同,但很少完全一致。你必须拥有高质量的数据集来训练 AI 应用(46)。
你或许最好等到你的 CDS 供应商开发出可供你训练的 AI 模块,来帮助你进行峰积分。
总结
色谱数据系统仍然是受监管实验室中许多不良数据管理和造假行为的来源。这些往往是对众所周知的不良做法的重复,本应采取步骤加以避免。确保数据质量和数据完整性既依赖于文化和道德,也依赖于峰积分的程序和培训。审核人员、QA、审计员和检查员都了解这些,他们会对此进行检查。往好的方面看,未能学习或改进将继续成为未来“质量问题”专栏的素材来源。
致谢
我要感谢 Paul Smith 提供了构成本专栏基础的 13 条 483 引用,以及他的审阅意见。
参考文献
(1) Able Laboratories 检查观察记录(Form 483)。2005, 可从以下网址获取:https://www.fda.gov/media/70711/download
(2) 合规计划指南 7346.832 批准前检查。2010, 美国食品药品监督管理局:马里兰州 Silver Springs。
(3) 合规计划指南 CPG 7346.832 批准前检查。 2019, 美国食品药品监督管理局:马里兰州 Sliver Spring。
(4) 合规计划指南 CPG 7346.832 批准前检查。 2022,美国食品药品监督管理局:马里兰州银泉。
(5) McDowall, R. D. 您了解 FDA 对批准前检查的最新做法吗?光谱学 2019,34 (12), 14–19。
(6) McDowall, R. D. 猜猜谁来检查研发?光谱学 2023。 38 (9), 6–10。DOI: 10.56530/spectroscopy.cv2490n6
(7) McDowall, R. D. 色谱数据系统在欺诈和伪造中的作用。LCGC Europe 2014,27 (9), 486–492。
(8) McDowall, R. D. 我该在哪里划清界限?LCGC Europe 2015,28 (6), 336–342。
(9) Longden, H.; McDowall, R. D. 我们还能继续划清界限吗?LCGC Europe2019, 21 (12), 641–651。
(10) MHRA GXP 数据完整性指南和定义。 2018,英国药品和健康产品管理局,英国伦敦。
(11) FDA 483 观察记录,IInternational Trading Pharm Lab Inc.,2023。
(12) FDA 483 观察记录,Kayserberg Pharmaceuticals, S.A.S.,2023。
(13) FDA 483 观察记录,AmbioPharm Inc.,2023。
(14) FDA 483 观察记录,Regeneron Ireland Designated Activity Company,2023。
(15) FDA 483 观察记录,Mylan Laboratories Limited (SFF),2023。
(16) FDA 483 观察记录,PEL Healthcare LLC.,2023。
(17) FDA 483 观察记录,Cetylite Industries Inc.,2023。
(18) FDA 483 观察记录,Patheon Biologics LLC。2023。
(19) FDA 483 观察记录,Wisconsin Medical Radiopharmacy, LLC。2023。
(20) FDA 483 观察记录,Terumo Corporation,2023。
(21) FDA 483 观察记录,Centaur Pharmaceuticals Private Limited,2023。
(22) FDA 483 观察记录,Dr Reddy’s Laboratories Limited,2023。
(23) FDA 483 观察记录,IPCA Laboratories Limited。,2023。
(24) FDA 警告信 Fresenius Kabi Oncology(WL: 320-13-20)。 2013,美国食品药品监督管理局,马里兰州银泉。
(25) FDA 警告信 Wockhardt Limited(WL 320-13-21)。 2013,美国食品药品监督管理局:马里兰州银泉。
(26) FDA 警告信 Wockhardt, India,FEI 3002808500.,2016,美国食品药品监督管理局:马里兰州银泉。
(27) FDA 警告信 Apotex Research Pvt Ltd.,2015,可从以下网址获取:http://www.fda.gov/ICECI/EnforcementActions/WarningLetters/ucm432709.htm
(28) EudraLex - 第 4 卷 药品生产质量管理规范 (GMP) 指南,附录 11 计算机化系统。 2011,欧盟委员会:比利时布鲁塞尔。
(29) 21 CFR Part 11;电子记录;电子签名最终规则。 联邦公报,1997,62 (54), 13430–13466。
(30) FDA 483 观察记录 Aurobindo Pharma Limited, Unit X1 2022 年 8 月。 2022,美国食品药品监督管理局,马里兰州银泉。
(31) McDowall, R. D. 什么是孤儿数据?LCGC Europe 2022,35 (9), 381–387。
(32) McDowall, R. D. 不起眼的仪器日志簿。Spectroscopy 2017,32 (12),8–12。
(33) 21 CFR 211 制剂现行药品生产质量管理规范。 2008,美国食品药品监督管理局,马里兰州银泉。
(34) Dyson, N. 色谱积分方法。第2版;1998,英国皇家化学学会。
(35) Intas Pharmaceuticals Limited Form 483 检查观察记录。 可从以下网址获取:https://www.fda.gov/media/164602/download。2022。
(36) USP 通则 <1220> 分析规程生命周期。 2022,美国药典委员会公司:马里兰州罗克维尔。
(37) FDA 行业指南 超标结果。 2006,美国食品药品监督管理局,马里兰州罗克维尔。
(38) FDA 行业指南,调查药品生产中的超标(OOS)检验结果。 2022,美国食品药品监督管理局,马里兰州银泉。
(39) McDowall, R. D. 数据完整性聚焦 IV:原始数据与完整数据是否相同?LCGC N.Amer. 2019,37 (4),265–268。
(40) FDA 现行药品生产质量管理规范问答——实验室控制:第2级指南。可从以下网址获取: https://www.fda.gov/drugs/guidances-drugs/questions-and-answers-current-good-manufacturing-practices-laboratory-controls
(41) ICH Q2(R2) 分析规程验证,第4步正式。 2023,人用药品技术要求国际协调理事会(ICH):瑞士日内瓦。
(42) ICH Q14 分析规程开发。第4步正式。 2023,人用药品技术要求国际协调理事会(ICH):瑞士日内瓦。
(43) Burgess, C.; McDowall, R. D. 分析规程开发与验证何去何从?光谱学 2022,37 (9),8–14。
(44) EudraLex - 第4卷 药品生产质量管理规范(GMP)指南,第4章 文件,E. Commission,编者。 2011,比利时布鲁塞尔。
(45) Workman J. 探索分析化学中的人工智能。 2023,可从以下网址获取:https://www.chromatographyonline.com/view/exploring-artificial-intelligence-in-analytical-chemistry
(46) Hayes, M. A. 成为人工智能老前辈 2023,可从以下网址获取:https://www.chromatographyonline.com/view/becoming-an-ai-granddaddy
关于专栏编辑
来源:LCGC Questions of Quality · chromatographyonline.com