3、验证计划设计：如何制定方法验证方案
方法验证不是实验室里“边做边想”的即兴活动，而是一项需要前置规划的系统工程。一份高质量的验证方案，决定了后续实验是否有序、数据是否可信、结论是否经得起推敲。本章将围绕验证目标、范围界定、样品与浓度设计、重复次数、实验设计模型以及资源准备六个核心要素，给出可落地的方案编制路径。
3.1 验证目标与范围界定：从“为什么验”到“验到什么程度”
核心原理：验证目标不是笼统的“证明方法可靠”，而是要明确回答三个问题：方法用于什么决策？需要达到什么性能指标？在哪些条件下有效？范围界定则是划定验证的边界，避免无限扩大或遗漏关键场景。
操作流程：
- 目标分解：将验证目标拆解为可测量的性能参数，如准确度（回收率%）、精密度（RSD%）、定量限（LOQ）、线性范围等。
- 范围矩阵：列出方法适用的基质类型（如血清、尿液、土壤）、浓度区间（LOQ~120%上限）、仪器型号及软件版本。
- 排除项声明：明确不纳入验证的场景（如高脂血样本、极端pH），避免后续争议。
| 范围维度 | 必须覆盖 | 可选覆盖 | 排除项示例 |
|---|---|---|---|
| 基质类型 | 目标临床/环境样本 | 替代基质（如人工唾液） | 溶血样本（若方法不适用） |
| 浓度范围 | LOQ~定量上限 | 稀释后超范围样本 | 超出线性范围的极端浓度 |
| 仪器条件 | 主用仪器 | 备用同型号仪器 | 不同品牌仪器（需单独验证） |
3.2 样品类型与浓度水平设计：三水平三批次的经典框架
核心原理：准确度和精密度验证需要在方法的工作范围内选取有代表性的浓度点。通常采用低、中、高三个水平，分别对应LOQ附近、中间浓度、接近定量上限。每个水平需覆盖至少3个独立批次，以评估批间变异。
浓度选择规则：
- 低水平：LOQ或LOQ×1.5，用于验证灵敏度边界处的可靠性。
- 中水平：标准曲线中段（如50%范围），代表常规样本浓度。
- 高水平：定量上限的80%~100%，验证高浓度下的线性饱和效应。
案例拆解：某实验室验证一种新型LC-MS/MS方法测定人血浆中维生素D3，线性范围5~100 ng/mL。
- 低水平：7.5 ng/mL（LOQ=5 ng/mL，加50%余量）
- 中水平：50 ng/mL（标准曲线中点）
- 高水平：90 ng/mL（上限的90%）
- 每水平每批次制备6个重复，共3批次，合计54个样本。
结果发现低水平批间RSD为14.2%，超出预设的≤12%标准。复盘原因：低浓度点基质效应波动较大。解决方案：在低水平增加内标浓度，并优化前处理净化步骤，重新验证后RSD降至9.8%。
3.3 重复次数与实验设计模型：统计效力与资源平衡
核心原理：重复次数决定了统计检验的效力。重复过少无法区分真实差异与随机误差；重复过多则浪费资源。实验设计模型则用于控制已知干扰因素（如批次、操作者、仪器状态）对结果的影响。
重复次数推荐：
| 验证类型 | 每水平重复次数 | 最少批次 | 统计依据 |
|---|---|---|---|
| 准确度（回收率） | ≥6 | 3 | t检验效力≥0.8 |
| 精密度（重复性） | ≥6 | 1 | RSD置信区间宽度 |
| 精密度（中间精密度） | ≥6 | 3 | 方差分析（ANOVA） |
实验设计模型选择：
- 完全随机设计：所有样本随机排列顺序，适用于干扰因素均匀的场合（如自动化仪器）。
- 随机区组设计：将批次作为区组，每个批次内随机排列样本顺序，可消除批间系统差异。
- 嵌套设计：当操作者、仪器等层级因素存在时，采用嵌套结构（如操作者→批次→样本），用于方差分量分析。
3.4 资源准备与方案文档化：从计划到执行的桥梁
核心原理：资源准备不仅包括仪器、试剂、标准品，还涉及人员资质、时间排程、数据管理模板。方案文档化则是将设计思路固化为可追溯的SOP，确保不同执行者按同一标准操作。
资源清单模板：
资源类别 具体内容 数量/规格 责任人
标准品 目标物标准品（纯度≥98%） 2瓶（独立批次） 张三
内标 氘代内标 1瓶 李四
基质 空白血浆（无目标物） 500 mL 王五
仪器 LC-MS/MS（型号XXX） 1台 赵六
耗材 色谱柱、进样瓶、移液枪头 按实验量备齐 孙七
人员 操作员A（主）、操作员B（复核） 2人 质量部
时间 验证周期 5个工作日 项目组
方案文档必备章节：
- 验证目的与接受标准（如回收率85%~115%，RSD≤15%）
- 实验设计图（含随机化方案）
- 样本制备与测试流程
- 数据记录表模板（含原始数据、计算公式）
- 偏差处理与异常值判定规则
3.5 方案评审与动态调整机制
核心原理：验证方案不是一成不变的。在执行过程中，若发现预设条件与实际不符（如基质批次差异过大、仪器灵敏度下降），需要启动变更控制流程。
评审要点：
- 接受标准是否与法规要求（如CLIA、ISO 15189）一致？
- 样本量是否满足统计效力？
- 随机化方案是否真正执行？
- 异常数据是否有预定义处理规则？
案例复盘：某实验室在验证过程中发现低水平样本的回收率波动大，经查是移液器校准偏差所致。由于方案中已预设“偏差超过±10%需暂停验证并排查”，团队及时校准移液器并重新验证，避免了无效数据产生。复盘经验：方案中必须包含“暂停-排查-恢复”的触发条件。