1. 课程导入与下游工艺批次数据全景

下游工艺是生物药从收获液走向原液的关键环节，通常包括层析（亲和、离子交换、疏水、凝胶过滤）、除病毒过滤、超滤/透析换液（UF/DF）以及除菌过滤等单元操作。每一个批次在这些单元中都会留下大量数据痕迹：设备运行参数、在线传感器读数、离线检测结果、物料与缓冲液信息、操作事件记录。批次数据分析的本质，是把这些分散、异构、时间错位的数据重新组织成一条可追溯的"批次证据链"，从而回答三个问题：这一批做得稳不稳、哪里可能出了问题、下一批如何做得更好。

一、下游批次数据从哪里来

下游批次数据按来源可分为四层。第一层是工艺设备与控制系统：层析系统的流速、柱压、电导率、UV吸收、pH、梯度比例；超滤系统的跨膜压差（TMP）、进料流速、透过流速、循环罐液位与重量；过滤单元的压差与通量。这些数据多以时间序列形式由SCADA或层析工作站按秒级至分钟级采集。第二层是离线与在线检测：HPLC纯度、SEC聚体、CEX/HIC电荷异构体、ELISA或细胞法效价、残留DNA、宿主细胞蛋白（HCP）、Protein A残留、微生物限度等，通常以样品为单位、带采样时间点。第三层是物料与批次谱系：缓冲液配制记录、层析介质批号与使用循环次数、滤芯批号与使用次数、中间品存放时间与温度。第四层是操作与事件记录：批记录中的开始/结束时间、收峰起止、洗脱池合并（pooling）判定、偏差与变更、报警与人工干预。

这四层数据在结构上差异明显：设备数据是长表时间序列，检测数据是稀疏采样点，物料信息是批次维度的属性表，事件记录是带时间戳的文本。批次分析的第一项工程工作，就是建立统一的批次主键（如产品-工序-批号-单元操作）与统一的时间基准（以单元操作开始为零点，或统一到绝对时间），否则后续任何对比都会失真。

二、数据的三种典型结构

从分析视角看，下游批次数据可归纳为三种结构。批次×参数矩阵是最常用的一种：每行一个批次，每列一个汇总指标，例如某亲和层析步骤的载量（g/L）、洗脱池体积、收率、洗脱峰UV最大值、pooling起始电导。它适合做批间趋势、规格比对与多变量统计过程控制（MVDA）。批次×时间×参数的三维结构用于批内曲线分析，例如把20批次的洗脱UV曲线按保留体积对齐后叠加，观察峰形是否漂移、是否有前延或拖尾。批次×样品×检测项的结构则用于追踪纯度和杂质在工序间的传递，例如从收获液到亲和洗脱、到CEX洗脱、到UF/DF原液的HCP与聚体变化。

三、批次数据分析在三个场景中的价值

工艺监控。以某单抗亲和层析步骤为例，假设连续20批的洗脱池收率在88%～94%之间波动，可对收率建立个体值-移动极差（I-MR）控制图，同时监控洗脱峰UV最大值与pooling起始电导。当某批收率降至85%且洗脱峰明显变矮、pooling体积增大时，控制图会给出越界信号，提示需要检查载量、上样电导或介质循环次数。这类监控的关键不是"画图"，而是事先定义好监控参数、采样频率、控制限来源（历史批次的均值±3σ或工艺表征确定的正常操作范围NOR）以及触发后的处置路径。

故障排查。假设某批CEX洗脱液纯度由98.5%降至96.2%，聚体由1.2%升至2.0%。排查时按"时间对齐—参数比对—物料追溯"三步走：先把该批与相邻正常批的UV、电导、pH曲线按柱体积对齐叠加，观察上样与洗脱段是否出现电导偏移或pH漂移；再核对缓冲液配制记录与在线电导读数是否一致；最后追溯介质循环次数与上样收获液的HCP水平。若发现该批上样电导比历史均值高约1.5 mS/cm，且缓冲液配制记录显示稀释用水批号变更，则可形成"缓冲液电导偏高→洗脱选择性下降→纯度降低、聚体升高"的合理假设，并通过小试验证。

持续改进。把多批次的参数矩阵与质量结果联合建模，可识别影响关键质量属性的关键工艺参数（CPP）候选，例如洗脱pH对聚体的影响、载量对收率与纯度的权衡。这类分析需要足够的批次数量与合理的参数变异范围，结论应表述为"在已有数据范围内观察到……"，而非直接外推。

四、本课程的学习地图

后续内容将沿着"数据—方法—应用"三条主线展开。数据主线覆盖批次数据的采集、清洗、对齐与批次主键设计；方法主线覆盖描述统计与趋势分析、控制图与过程能力、批内曲线对齐与相似性评价、多变量分析与批间比较、异常检测与根因分析；应用主线则落到工艺监控、偏差调查、工艺表征与持续工艺确认（CPV）等真实场景。学习时建议始终带着一个具体批次问题去练：先明确要回答什么，再决定取哪些数据、用什么图、如何判断结论是否站得住。