3. 关键质量属性与批次放行标准
类器官批次一致性控制的核心，是把“这批类器官能不能用”从主观印象转化为可测量、可判定、可追溯的放行决策。关键质量属性（Critical Quality Attribute, CQA）就是那些一旦偏离就会显著影响下游用途的理化、生物学或微生物学特征。对类器官而言，CQA 通常落在四个维度：形态学、细胞组成、功能指标与基因组稳定性。放行标准则是为每个 CQA 设定的阈值区间与判定规则，只有全部通过才允许进入下游实验或生产环节。
一、形态学：从“看起来像”到“量得出来”
形态学是最直观的批次特征，但也是最容易被主观化的一项。工程化控制要求把形态学拆解为可量化的几何与纹理参数。常用指标包括：类器官直径分布（中位数与四分位距）、圆度（circularity，4πA/P²，A 为面积、P 为周长）、实心度（solidity，面积与凸包面积之比）、以及内部腔体占比。以肠道类器官为例，成熟批次通常表现为直径 150–400 μm、圆度 ≥0.75、实心度 ≥0.85，且腔体清晰可见；若圆度低于 0.6 或实心度低于 0.7，往往提示融合、坏死或分化异常。
实际操作中，可在明场或相差显微镜下每批随机采集 ≥100 个类器官图像，用 ImageJ 或 CellProfiler 批量分割后统计上述参数。注意：形态学阈值必须与培养天数绑定，第 7 天与第 14 天的直径标准不同，放行标准应写明“D14 批次”等时间条件，避免跨时间点误判。
二、细胞组成：确认“该有的细胞在，不该多的细胞不多”
类器官是多细胞体系，批次间细胞组成的漂移是常见失败模式。控制策略是选定一组标志物，用流式细胞术或免疫荧光定量各目标细胞比例。以肝类器官为例，可检测 ALB⁺ 肝细胞、CK19⁺ 胆管细胞、CD31⁺ 内皮细胞与 CD68⁺ 巨噬细胞；以肿瘤类器官为例，则关注 EpCAM⁺ 上皮细胞、Ki67⁺ 增殖细胞与 CD45⁺ 免疫细胞。放行标准通常写成“目标细胞比例 ≥ X% 且非目标细胞 ≤ Y%”，例如 ALB⁺ ≥70%、CD45⁺ ≤5%。
需要强调的是，细胞组成检测应固定消化方案与抗体克隆号，因为消化过度会丢失表面标志物，导致假阴性。建议每批至少检测 1×10⁴ 个细胞，并设置同型对照与生物学重复。
三、功能指标：证明类器官“真的在工作”
形态与组成正常，不等于功能正常。功能指标是放行标准中最具说服力的一环。常见功能检测包括：屏障功能（TEER 跨上皮电阻，肠道类器官通常要求 ≥200 Ω·cm²）、代谢功能（CYP3A4 活性、白蛋白分泌）、转运功能（P-gp 外排活性）、以及收缩功能（心肌类器官搏动频率与幅度）。以肾类器官为例，可检测 γ-GT 活性与对白蛋白的摄取能力；以脑类器官为例，可检测自发钙振荡频率与神经网络同步性。
功能检测的放行阈值应基于历史批次数据建立，而不是凭空设定。建议先积累 ≥10 个合格批次的功能数据，计算均值与标准差，取均值 ±2SD 作为初始放行区间，再根据下游用途收紧或放宽。
四、基因组稳定性：守住“不变异”的底线
类器官长期培养容易发生染色体异常、拷贝数变异（CNV）与点突变。基因组稳定性放行通常包括：核型分析（G-band，检查染色体数目与结构异常）、CNV 检测（低深度全基因组测序或 SNP array）、以及关键驱动基因突变筛查（如 TP53、KRAS）。对于治疗用途类器官，建议每 5 代进行一次核型与 CNV 检测；对于科研用途，至少在第 10 代与第 20 代各检测一次。放行标准可写为“核型正常、CNV 负荷 ≤5%、无新增致病性突变”。
五、放行阈值设计：从单指标到综合判定
放行阈值不是四个维度的简单叠加，而应设计为“一票否决 + 综合评分”的双层结构。一票否决项包括：无菌检测阳性、核型严重异常、功能指标低于最低可接受值。综合评分项则对形态、组成、功能、基因组稳定性分别赋权，例如形态 20%、组成 25%、功能 35%、基因组 20%，总分 ≥80 分且无一票否决项，方可放行。
下面这张图展示了四个 CQA 维度与放行判定之间的数据流关系：每个维度产生检测数据，经阈值比对后进入综合判定，最终输出放行、有条件放行或拒收三种状态。
六、放行标准文档化：让判定可复现
最后，所有 CQA 与阈值必须写入批次放行标准（Batch Release Specification）文档，至少包含：检测项目、检测方法、采样时间点、样本量、阈值区间、判定规则、复检条件与偏差处理流程。例如，若形态学圆度处于 0.70–0.75 的灰区，应规定“复测一次，取两次均值判定”；若功能指标 TEER 低于 200 Ω·cm² 但高于 150 Ω·cm²，可标记为“有条件放行”，仅用于非关键下游实验。
放行阈值不是一成不变的。随着工艺成熟与数据积累，应定期回顾阈值合理性：若某批次因形态学被拒收但下游功能表现良好，说明形态学阈值可能过严；反之，若放行批次频繁出现功能不达标，则需收紧功能阈值。这种“数据驱动、动态调整”的机制，才是批次一致性控制工程真正落地的标志。