成功管理您的生物工艺：工艺验证持续确证(CPV)的重要性

当企业的生物工艺已经被设计与开发出来，DoEs实验已经执行并经过了妥善分析，工艺验证已经完成（可能是三个批次的生产）并且生成了验证报告。FDA或监管机构已经批准并同意继续整个过程。企业甚至已经有了一些基于数据的放行标准。那么现在可以进行庆祝并将剩下的工作交给质量和运营部门了吗？并不完全是这样。

生物制品生产过程会随着时间而变化，过程不断改进，需要不断回顾。GMP生物制品生产过程在随时间不断的更新和改变，在未来是否还是与之前设计的过程完全相同？从监管机构的角度来看，希望企业长期关注如何能确保生产工艺持续始终保持如最初验证过的一样。

美国食品药品监督管理局FDA（Food and Drug Administration）对于该问题的建议解决方法是开展工艺验证持续确证CPV（Continued Process Verification）。工艺验证指南提到的三个阶段的工艺验证方法论中，第三阶段便在阐述持续工艺验证CPV的问题。CPV是质量源于设计（QbD）工艺开发理念中最后、最长却最容易被低估的部分 - 它经常在最后关头被提及，工艺工程部门投入资源不足，质量部门也往往不够重视。

CPV的基础与核心

CPV的基础工作要求其实非常简单直白，其中最基本的是我们必须持续不断的验证关键质量属性CQAs(Critical Quality Attributes)和关键过程参数CPPs（Critical Process Parameters）以及其它相关的工艺信息以确保对已验证状态的维护。这个过程不仅包括对可接受条件的检查，还包括使用合适的软件程序对这些属性和参数进行趋势化分析并详细的监控。

那么从哪里着手呢？首先，FDA验证指南（Guidance for Industry Process Validation: General Principles and Practices）为我们提供了纲要：“工艺验证被定义为对数据的收集与整理过程。该过程从工艺设计阶段持续到生产阶段，建立了一个科学的依据以证明工艺可以持续的交付质量合格的产品。”

此外，CPV也是一个收集和分析数据的框架，可以确保药品生产工艺处于持续的控制状态。这种对工艺过程的控制状态也与工艺验证的最终目标一致，这就是为什么FDA将其纳入了整体验证方法：“必须建立一个持续的项目来收集和分析与产品质量有关的产品生产和工艺数据(§ 211.180(e))。所收集的数据应该包括相关的工艺过程趋势和工艺输入物料、在制品物料以及称配质量数据。”

网上有许多描述CPV方法的论文和大量执行良好的案例研究。对于总体验证策略的快速回顾，过程通常被分为三个阶段：

1. 工艺表征研究
2. 工艺性能确认
3. 工艺验证持续确证

显而易见，CPV是工艺表征研究和性能确认的延续。但是这并不仅是一个简单的分阶段过程，后文会介绍，来自阶段1和阶段2的信息均应该包括在CPV中。

CVP到底是什么？

CPV可以有多种形式，但其核心是一个持续研究计划。该计划包括了在GMP生物制品生产过程中需要持续监控的参数和属性列表。不合格的标准、偏差和发展趋势必须定期与工程、制造和质量部门的主题专家进行评审，以确保工艺尽可能的时刻都保持在受控的状态。通常能够在控制图上对这些关键的参数值和属性值进行监测，但需要注意，控制图的绘制采样频率需与生产制造节奏相匹配。

最常见的情况是，在控制图中观察这些参数和属性的时间间隔，这些时间间隔最符合生产频率（不能太频繁，也不能太少）：

验收标准问题在这里最为明显，但也可以观察到任何数量的警告信号。例如，Western-Electric 规则为不同的趋势和偏差提供了全面的指导。最近，对 CpK 值（或流程能力指数）进行趋势分析正变得越来越普遍。这可以根据质量属性的分布和规格，有效监控质量属性的概率故障率。从根本上说，CPV必须根据您的流程进行定制，但有许多有用的文件和案例研究可以为您提供帮助。

制造商为什么要制定工艺验证持续确证计划？

原因1：确保合规。坦率地说，企业必须这么做，FDA对此也有明确的要求。因为FDA会认定CPV是工艺验证计划的一部分，所以他们会在GMP审核的时候检查确认企业的持续工艺验证计划。如果没有足够的证据来证明对生物生产过程进行了充分的检测，企业将会收到监管机构发出警告信。这也是我们观察到的最常见的检查缺陷项之一。

原因2：避免批次损失。生物制品商业化生产过程中的一个失败批次可能花费公司数百万美元的成本。而采用一个健全的持续工艺验证程序和正确的控制策略，可以有效地避免商业化生产中出现失败批次。甚至即使当无法挽救整批产品的失败，也可在通过迅速完成调研并解决问题来缩短问题处理时间，从而给企业整体生产过程带来巨大的收益。

原因3：缓解偏差。通过CPV方案可以轻易地发现工艺长期发展趋势和可能发生的偏差。报警限提醒、软件趋势监测甚至通过对工艺过程的多变量分析控制，都能够在首次检验结果超标OOS（Out of Specification）发生很久之前提醒负责的人员注意。不论是材料降解（如凝胶或介质）又或是细胞生成降解OOS均可以有效缓解。

进行CPV需要考虑的要点

• CPV使用的数据来源
  正如在最开始提到的，所有之前的步骤产生的信息对CPV方案的建立都是有帮助的，其中最常见的信息包括：
  
  工艺开发数据：有关流程行为的基本信息。点击此处了解更多信息："生物过程数据分析的最佳实践"。
  
  工艺表征数据：先进的工艺模型可根据工艺行为确定 CPV 计划的统计复杂性。点击此处了解更多信息：“什么是工艺表征？
  
  风险评估：哪些参数和属性（CPP、CQA 等）至关重要，因此必须进行监控
  
  商业化生产批次和过程：放大工艺模型并确定生产的频率，这将决定检测的频率
  
  工艺性能确认（PPQ）数据：工艺知识的验证并确定验收标准。

• 监测频率
  通常监测的频率是由生产计划所决定。一年生产两个批次就不会需要每周检测工艺数据，而一年使用100次的生产工艺显然不能等到季度的质量回顾才进行监测。找到一个完美匹配的频率可能会很困难，但将会帮助企业在潜在问题的监测过度和监测不足之间找到平衡点。

• 必要的统计复杂性
  企业的数据科学团队或许可以对所有可行参数都执行多变量数据分析，但是企业真的需要这么做吗？一个简单的控制图就足够了吗？企业是否存有足够大的数据集以便去使用强大但需要充足数据支持的CpK值？这些问题非常重要，但是核心是：不要先入为主地认为越复杂越好。

• 您的报警限是哪些？哪些特别关键？
  举例来说，假设企业决定激活每个CQA的所有可能的报警限制（例如Western-Electric rules中定义的限制线），那么不出一个月，将会产生海量的调查文件堆积在办公桌上。您还会发现其中大多数的潜在原因都是由流程的自然波动变化引起的，那么作为结果，可能会彻底取消该程序并从头开始重新设定。这个过程最重要的经验便是：过度保守的监测并不意味着对过程有更严格的控制。在监测不到警告信息和太多不必要的警告信息间寻找平衡同样非常关键。

建立工艺验证持续确证项目的基本思路

• 人员
  根据FDA的建议“统计学专家或是在统计过程控制方面受到过充分培训的人员，制定数据收集计划以及用于测量和评估过程稳定性和过程能力的统计方法和程序。”
  
  我们建议更进一步，工艺工程师、数据科学家、生产部门和质量部门的专家都应当参与共同建立良好的CPV方案。因为虽然统计学专家可以帮助建立规则，但是工艺的理解和质量的要求来源自工厂的各个部门，每个部门都需要贡献观点，否则很可能遗漏关键的意见。
• 方式
  建立参数：从CQAs开始，这些参数是最接近本质的。然后是CPPs，他们也可以进行监测并且能为工艺过程的变化提供很好的指示效果。除此之外，步骤产量、细胞计数和其他不直接影响质量但能够强烈表现工艺是否被充分执行的过程参数。最后再加上能够预示转变与趋势的物料的属性。
  
  建立工具：企业具有什么监测软件可以使用？企业是通过传统的表格与计算器进行统计还是通过全自动的数据平台可以高效的提供多变量数据分析和稀疏恢复回归？
  我们的建议是：只监测以电子形式存在的数据，并确保需要监测的数据以电子形式记录。如果每次收集数据均需要手动在批记录中翻找，无疑会令人无法接受。我们建议尽早将数据电子化归档管理。也只有到那时，企业才有精力去选择合适的统计分析软件。在这里，我们推荐柯尔柏的维隆PAS-X Savvy，一个实施生物工艺数据管理与分析工具，数据以电子形式存在的属性，并确保关键属性以这种形式存在。
  
  建立统计方法：最后，确定将使用哪些统计学应用程序，建议在过程中寻求企业数据分析专家建议。
  
  执行计划并确保参与：确保适当的人员真正定期执行监测计划。就像饮食和锻炼一样，CPV 最好按计划进行，而不是临时抱佛脚。您的质量部门一开始可能不喜欢这样做，但当年度产品审查的技术章节以最小的工作量整齐地完成时，他们会对您感激不尽。
• 开展时间
  事实上，对于工艺过程的监控永远是越早进行越好。让工艺开发人员现在就开始考虑传感器和实验室科技能够在未来电子化实验数据时事半功倍。让工程师现在就开始准备数据的电子化也能够从第一天开始对数据进行良好的监控和管理。

有关生物过程数据管理和统计软件实施策略的更多信息，请发电子邮件。