Fig. 2 Multivariate data analysis to evaluate the quality control level of products第二，当明确了产品的CQAs后，再利用国家评价性抽验数据，通过比较该企业产品与其它企业同品种产品CQAs的差异，评价自身产品的质量水平。最后，再通过统计过程控制(SPC)和风险分析方法[11-12]，评价这些CQAs可能引入的风险，确定该品种的理想且符合国情的工艺控制水平。当发现产品的生产工艺存在差异，但无法简单判断不同工艺的产品临床效果是否具有差异时，较理想的方法是将其与不良反应数据相关联。如依替米星注射液，其杂质谱分析揭示产品的质量与原料合成工艺密切相关，两种工艺得到的产品的杂质总量虽然差异不大，但杂质种类明显不同，且呈互补趋势(图3)。
图3 两种合成工艺对依替米星杂质谱的影响
Fig. 3 Effects of the two synthesis processes of etimicin on the impurity profiles将两种产品与其有不良反应监测数据相关联，工艺1和工艺2产品的严重不良反应发生率分别约为9.7%和8.1%，差异并不明显，但二者主要的严重不良反应类型明显不同：产品1的皮肤及其附件损伤约为15.7%，产品2为22.7%；产品1的呼吸系统损伤约为12.3%，产品2为7.1%(待发表)；上述不良反应均认为是药物过敏反应的表现，提示不同产品导致过敏反应的发生部位不完全相同。文献报道，小分子药物与机体的MrgprB2和MrgprX2 受体结合，可引发肥大细胞脱颗粒，释放过敏介质，进而导致机体出现过敏反应症状(anaphylactoid reactions )[13-14]，即发生类过敏反应(pseudo-allergic drug reactions)。氨基糖苷类抗生素(西索米星、庆大霉素、小诺米星)可以导致机体发生类过敏反应[14]。两种合成工艺得到的依替米星产品的杂质谱不同，不同的杂质与MrgprX2受体的结合能力及其在体内的分布差异，是否与二者导致的主要不良反应的差异有关？值得进一步的研究。因此，对依替米星原料合成工艺的评价，应综合考虑杂质结构与可能的不良反应关系(耳毒性反应、类过敏反应)、合成工艺的可控性(产品稳定性)和生产成本等因素。
Fig. 4 Decision tree for toxicity assessment of chemical drug impurities如对头孢他啶及杂质的预测结果提示，3位侧链上的季胺基团为“警示结构”，杂质D和杂质B可能是基因毒性杂质，由于杂质D的亲脂性较强，不容易被机体清除，故建议将其作为基因毒性杂质进行控制或进行进一步的试验确证[22]。当杂质被认为不是基因毒性杂质后，通常需要进一步评估其是否具有其它的特定毒性作用，以便确定质量标准中是否应将其作为特定毒性杂质进行控制。根据药物结构-毒性关系，利用计算机(in silico)预测杂质与API的ADMET特性差异，评估杂质与API的相对毒性作用是一种快速有效的方法[22-24]。近年来中检院与中国医学科学院医药生物技术研究所合作，完善了斑马鱼药物杂质毒性评价平台(图5)：
图5 化学药品杂质毒性评价与预测平台[28]
Fig. 5 Platform for toxicity evaluation and prediction ofchemical impurities课题组 ① 完成了对C-7位含有氨噻肟结构的头孢菌素结构与神经毒性[25]、心脏毒性[26] 的关系探讨，C-3位含有巯甲基四氮唑结构的头孢菌素结构与胚胎毒性[27]等的关系探讨；②系统总结出头孢菌素结构与急性毒性、神经毒性、心脏毒性等的关系，形成了对头孢菌素杂质毒性评价的策略与方法[28]；③完成了对喹诺酮类药物结构与神经毒性[29]、心脏毒性等关系的探讨(待发表)。通过比较杂质与API的相对毒性作用，不仅为质量标准中制定合理的杂质限度提供了解决方案，且有望解决将药物/杂质毒理学信息与药物临床不良反应相关联，将不良反应信息与产品质量相关联等一直困惑杂质谱控制的难题，进而实现通过质量控制，降低仿制药临床不良反应发生率之目的。
5
产品的持续一致性与工艺控制
如何保证产品质量的持续一致性是需要解决的另一关键问题。基于质量源于设计(quality by design，QbD)理念，通过对药品关键质量属性(critical quality attributes，CQAs)的深入理解，实现对生产过程中关键原辅料属性(critical material attributes，CMAs)和关键工艺参数(critical process parameters，CPPs)的精准调控，进而控制成品的质量是理想的解决方案。图2亦可作为发现CMAs和CPPs并进行工艺过程控制的一般方法[10]：① 采用适宜的化学计量学方法，如因子分析、单因素方差分析、聚类分析、判别分析等，对企业内控标准中所有检测数据进行统计分析，甄选出与产品质量变化显著相关的质量属性；并通过权重赋值方式，明确每个CQAs对产品质量的影响程度，建立QCA函数，对产品的质量属性进行风险评估。② 将CQAs与工艺过程相关联，通过分析其对生产过程变异的影响，确定生产过程中的关键工艺，如结晶工艺等；并针对性的建立分析工艺变异的方法，对工艺属性进行风险评估，得到适宜的过程控制参数(PrCA)。③ 根据QCA和PrCA结果，构建表征生产过程一致性/产品质量一致性的风险警戒线和预警区间；精准掌握生产过程的变异情况，用于进行回顾性调查和对生产过程的调控，及时发现产品的质量隐患。针对多数头孢菌素产品的结晶过程为关键控制点，课题组提出了评价结晶工艺一致性的一般方法：首先通过粉末X衍射、显微拉曼等方法确定多晶型产品中是否存在不同的晶体；如产品为混晶，则利用该品种的单晶数据，通过固体核磁分析或计算化学等方法揭示不同晶体结构的可能差异[30]；再利用近红外光谱分析技术(NIR)，通过化学计量学方法解析不同晶体比例与NIR特征峰形、峰位的关系，建立NIR快速分析模型，用于评价每一批产品的工艺稳定性[31]。利用该策略已成功地实现了对五水头孢唑林钠和头孢硫脒结晶工艺的一致性分析[31]，结果与利用图2策略得到的工艺过程评估结果相似。按上述策略建立的NIR快速分析模型还可以用于制剂企业对进厂原料的快速判别，以解决国内多数制剂企业不自己生产原料药，无法快速甄别进厂原料质量这一难题。如针对注射用头孢曲松钠原料的关键控制参数，课题组建立的NIR模型可以快速判断原料的含量、水分和晶型是否与参比制剂一致(待发表)。将杂质谱分析与生产过程相关联，不仅可深入理解生产工艺与杂质谱的关系，亦可实现精准地对关键生产工艺的控制。如国家评价性抽验揭示，制剂过程中阿莫西林三水合物的脱水与阿莫西林闭环二聚体的产生呈正相关[32]；头孢拉定颗粒生产中，对制粒前温湿度的控制是工艺控制的关键[33]；注射用盐酸甲氯芬酯中的杂质A为水解杂质，主要在制剂的冷冻干燥过程中产生，杂质B和杂质C为醇解杂质，主要与原料合成中使用的低级醇类有关[34]。而注射用氨苄西林钠/氯唑西林钠中的杂质谱的差异主要与氨苄西林钠原料的生产工艺有关，冷冻干燥工艺产品较溶媒结晶工艺产品更不稳定，制剂中更易受温度等环境因素的影响[35]。在药品质量标准中将与工艺直接相关的杂质作为特定杂质控制，亦可实现对生产过程一致性/产品质量一致性的控制。
Fig. 6 Strategy for control microbial contamination during drug production当前完善必须的污染控制体系文件；制定合理的监测计划与警戒线；建立OOS调查快速响应程序应是药品生产企业的重点，而严格地执行监控、评估计划是微生物污染控制的关键。