|
首页
>
资讯
>
FDA 分享药品生产工艺建模审评经验与案例
出自识林
FDA 分享药品生产工艺建模审评经验与案例
2026-09-08
在推动药品制造工艺现代化与质量源于设计（QbD）的进程中，工艺建模与仿真技术已成为提升工艺理解、优化控制策略的重要工具。根据识林近日收录的一份由FDA药品审评与研究中心（CDER）专家团队发表的监管经验报告，在2012年至2025年期间，FDA已经审批来自8家公司的至少15项包含工艺模型的申报资料。
在监管实践中，申报模型主要用于设计空间（Design Space）的建立以及实时工艺控制，且单一工艺控制策略中常综合应用多种模型。排除3项因非建模原因（如临床问题）导致延迟的申请，应用工艺模型的药品申请平均比监管目标日期提前20.3天获得批准，其中部分申请获加速审评。
FDA监管经验表明，工艺模型在连续制造（CM）中的应用尤为显著（识林此前报道CM也是FDA批准最多的先进制造技术）。在上述15项获批申请中，有11项包含了CM工艺，其关键在于理解物料在工艺中的停留时间分布（RTD）。
获批申请中的建模分类与风险评估
在监管实践中，FDA接触到的工艺模型主要分为三大类：基于物理化学关系的机理模型（如质量守恒）、基于数学关联的经验模型（如近红外光谱/拉曼光谱等化学计量学模型），以及结合两者优势的混合模型（如RTD模型）。
申报资料中关于工艺模型的信息量通常与该模型的风险或影响等级相匹配。随着监管科学的发展，评估标准从以往关注模型对产品质量贡献的“影响”（Impact）评估，逐步演进为结合模型影响力与决策后果的“风险”（Risk）评估。
文中提供一张表格汇总了FDA批准的15个包含建模的申报申请及其特征。翻译如下，供参考。具体案例分析可见原文。
| 申请类型
| 产品类型
| 工艺类型
| 模型来源
| 模型类型与用途
| 风险/影响判定
|
| NDA增补
| 小分子片剂
| 连续制造
| 申请人
| 1. 用于进料器流量波动/消散的RTD模型
| 高影响：用于RTRT的NIR模型
|
| 2. 用于实时放行检测（RTRT）的化学计量学NIR模型
| 中影响：用于决策支持的RTD模型
|
| FDA
| 用于评估物料进料干扰对工艺参数敏感性及报警极限影响的流程图模型
|
|
| NDA
| 小分子片剂
| 连续制造
| 申请人
| 1. 支持物料剔除的RTD模型
| 高影响：用于RTRT的NIR模型
|
| 2. 用于RTRT均匀性评估的化学计量学NIR模型
| 中影响：用于决策支持的RTD模型
|
| FDA
| 用于评估进料器控制与干扰影响的组件进料器流程图模型
|
|
| NDA
| 小分子片剂
| 连续制造
| 申请人
| 1. 用于混合器组件触发工艺偏差报警的质量守恒模型
| 中影响：质量守恒模型（非独立控制，报警触发暂停/分流）
|
| 2. 用于实时混合均匀性监测的化学计量学NIR模型
| 中影响：仅用于监测而非放行的NIR模型
|
| FDA
| 用于评估控制极限和干扰缓冲的混合器RTD模型
|
|
| NDA
| 小分子片剂
| 连续制造
| 申请人
| 1. 用于处方组件触发手动分流的质量守恒（RTD）模型
| 中风险：质量守恒模型（阈值可能影响质量）
|
| 2. 触发自动分流并确定均匀性的混合NIR-软测量模型
| 高风险：混合NIR-软测量模型（作为主要过程控制）
|
| FDA
| 用于评估进料报警、干扰缓冲及混合模型能力的混合器RTD模型
|
|
| NDA增补
| 多肽
| 连续制造
| 申请人
| 用于工艺参数表征和设计空间映射的多变量模型
| 中影响：包含过程控制和参数控制的设计空间模型
|
| BLA/IND
| 单克隆抗体
| 批次
| 申请人
| 用于下游工艺参数范围（PARs）的机理模型
| 低风险：用于工艺开发
|
| BLA
| 生物类似药
| 批次
| 申请人
| 用于反应器（拉曼光谱）和进料控制（生物电容）的化学计量学模型
| 中影响：拉曼模型作为葡萄糖浓度的过程控制（生物电容被视为分析用途）
|
| BLA
| 单克隆抗体
| 批次
| 申请人
| 用于反应器和进料控制的化学计量学模型
| 中影响：拉曼模型作为葡萄糖浓度的过程控制
|
| BLA增补
| 单克隆抗体
| 连续制造
| 申请人
| 蒙特卡洛（Monte Carlo）模型，用于建立控制策略设计中充分的过程分流极限
| 低风险：用于支持工艺开发，风险通过整体控制策略降低
|
| NDA增补
| 小分子片剂
| 连续制造
| 申请人
| 用于监测终混合物中API以建立触发调查操作极限的NIR模型
| 中风险：模型用于分流，且存在产品放行的应急程序
|
| NDA
| 小分子片剂
| 连续制造
| 申请人
| 1. 用于建立工艺设计空间的概率模型
| 高风险：用于RTRT的NIR和拉曼模型
|
| 2. 用于混合效价控制的NIR模型
| 低风险：仅用于建立设计空间极限的概率模型（有额外过程控制）
|
| 3. 用于RTRT的NIR模型及用于鉴别测试的拉曼模型
|
| FDA
| 用于模拟进料干扰以评估进料器极限的RTD模型
|
|
| NDA
| 小分子片剂
| 批次
| 申请人
| 用于建立设计空间极限的混合模型（经验/概率、机理）
| 中风险：用于建立设计空间极限且无额外过程控制的模型
|
| NDA增补
| 小分子片剂
| 连续制造
| 申请人
| 1. 用于测定以实现自动实时分流的RTD模型
| 中风险：用于物料追踪和剔除不合格物料（非放行）的RTD模型
|
| 2. 用于RTRT的线外鉴别和含量NIR模型、开发期混合均匀性及支持RTD开发的NIR模型
| 高风险：用于RTRT的NIR模型
|
| NDA
| 小分子片剂
| 连续制造
| 申请人
| 1. 用于效价以实现自动分流的RTD模型
| 中影响：仅用于过程控制和分流的RTD与在线NIR模型
|
| 2. 用于混合均匀性以实现自动分流的在线NIR模型
| 高影响：用于RTRT的线内及离线NIR模型
|
| 3. 用于RTRT的线外含量/效价测试NIR模型
|
|
| 4. 在线外NIR不可用时作为备用的离线NIR模型
|
|
| NDA增补
| 吸入制剂
| 连续制造
| 申请人
| 用于活塞流反应器建立API合成PARs的RTD模型
| 低影响：模型仅用于工艺设计空间，不用于控制或决策
|
FDA为何自行开发模型？
引人注目的是表格显示FDA也在自行开发模型。在审评时，FDA并不局限于被动地审阅申请人提交的文本与数据。为了深入评估质量风险并验证控制策略，FDA内部科学家会利用申请文件中提交的实验数据进行参数提取与校准，自行开发内部机理模型与数字孪生（Digital Twins）系统。
FDA此举旨在超越申请人提交的有限数据，在更广泛的工艺条件与扰动场景下进行独立情景模拟，从而对控制策略、报警极限及物料分流策略进行客观校验；同时，审评人员可借助这些模型开展关键变量敏感性分析；此外，这些自建模型还可作为直观的可视化教学资源，有效提升审评团队对前沿制造技术的科学理解与评估能力。
文中案例分析也包括多个支持连续压片制造质量评估的FDA自建模型案例。
模型变更：基于风险，给予更多灵活性
FDA十余年来的监管实践积累了极具指导意义的经验，确立了基于风险且契合实际的监管与管理原则：在申报与维护层面，模型信息的提交量与管理强度严格与其风险等级挂钩，特别体现在变更控制方面。
例如，低风险的多变量建模可完全纳入制药企业自身的质量体系（PQS）进行内部持续监督与维护，无需在申报资料中过度呈递细节。
即便是针对用于实时放行检测（RTRT）等高风险场景的模型，其生命周期管理的具体细节乃至例行校准更新（如连续压片工艺中近红外光谱NIR模型的日常校准与RTD模型的定期校验），同样可以在企业的PQS框架下实行弹性高效的管理。只有当发生工艺步骤或关键物料变更等重大修改时，才需要对模型重新进行全面校准验证并向监管部门提交补充申请。
这种监管模式，既确保了高风险模型在商业化生产中的持续合规性与质量可控性，又赋予了企业自主维护与优化的灵活性，在FDA的现场检查及多次国际监管交流中均得到了充分验证。
文章最后指出，如今自适应/自学习的人工智能与机器学习（AI/ML）模型正成为工业界的研究热点。自学习模型挑战了传统的“验证后部署、变更后重新验证”的模式，存在数据漂移和决策失效的风险。FDA正与国际监管机构（如EMA）密切合作，通过新兴技术计划（ETP）等渠道积极探索适应现代化数字孪生和AI技术的监管框架。
作者：识林-实木
识林®版权所有，未经许可不得转载。
必读岗位及工作建议： - QA（质量保证）：负责确保原料药生产全过程符合质量管理规范，监控质量体系运行。
- QC（质量控制）：负责原料药的质量检测，确保产品质量符合标准。
- 生产：负责按照GMP要求进行原料药的生产操作，确保生产过程合规。
- 工程：负责厂房设施和设备的维护保养，确保生产环境和设备符合要求。
适用范围：
本文适用于化学药领域的原料药生产，包括创新药和仿制药，适用于大型药企、跨国药企以及CRO和CDMO等企业类别，发布机构为国际通用标准。 文件要点总结：
原料药的生产质量管理规范强调了从质量管理到生产控制的全过程管理。首先，文件明确了质量管理的原则和机构职责，特别强调了质量保证和质量控制的重要性，并规定了自检、产品质量回顾以及质量风险管理的具体要求。在人员方面，规定了资质、培训和卫生要求，确保员工符合岗位需求。厂房与设施章节详细规定了设计建造、公用设施和特殊隔离要求，以保证生产环境的适宜性。设备章节则涉及设计建造、维护保养、校准和计算机化系统的要求，确保设备运行的可靠性。文件还特别提到了无菌原料药的生产特点，包括生产工艺、厂房设施设备设计、生产过程管理以及环境控制等，这些都是确保原料药质量的关键环节。 以上仅为部分要点，请阅读原文，深入理解监管要求。 |
