3. 可比性研究的整体策略设计

可比性研究不是一次性把能测的项目全部测一遍，而是围绕“变更可能影响什么”来设计的一条证据链。整体策略设计的核心，是先把变更的风险讲清楚，再决定研究分几个阶段、每阶段用多少批次、在哪些时间点采样、测哪些项目、用什么统计方法、以什么标准判定可比。策略设计做得好，后续的检测和数据才有意义；策略设计得差，即使数据再漂亮，也无法支撑监管结论。

一、从变更风险出发确定研究深度

策略设计的第一步是风险分级。通常从三个维度评估：变更对产品质量属性的潜在影响程度、变更发生的位置（是否涉及关键质量属性CQA或关键工艺参数CPP）、以及企业对变更机理的理解程度。若变更直接影响CQA（如改变制剂处方中缓冲盐种类），或涉及上游细胞培养的关键参数（如接种密度、补料策略），风险等级高，需要多批次、多时间点、多项目的强化研究；若变更仅涉及非关键辅料供应商的等同替换，且已有充分历史数据支持，风险等级低，可采用简化方案。

风险分级不是主观打分，而应形成可追溯的判断依据。例如，某单抗产品将蛋白A层析的洗脱缓冲液pH由3.6调整为3.5，虽然数值变化小，但洗脱pH直接影响聚集体和片段含量，属于高风险的工艺参数微调，应纳入强化可比性研究；而将同一层析步骤的平衡缓冲液体积增加10%，对质量属性影响有限，可归为中低风险。

二、分阶段研究方案的设计逻辑

基于风险的分阶段方案通常分为三个阶段：第一阶段为变更前历史数据的回顾性分析，建立“变更前基线”；第二阶段为变更后早期批次的强化表征与对比，重点回答“变更是否引入了新的质量差异”；第三阶段为变更后常规批次的持续确认，验证工艺的稳健性和批间一致性。

第一阶段的关键是确定基线范围。建议至少纳入变更前连续3批的商业化规模批次，若历史数据不足，可补充中试规模批次，但需说明规模相关性。基线数据应覆盖CQA、关键物料属性及工艺性能指标，并明确每项指标的均值、标准差和置信区间。

第二阶段是可比性研究的核心。变更后应至少生产3批，且建议前2批进行强化表征，检测项目在常规放行基础上增加：电荷变异体（CEX或icIEF）、聚集体与片段（SEC）、糖型分布（N-糖谱）、生物学活性（结合活性与细胞活性）、以及关键工艺杂质（如宿主细胞蛋白HCP、残留蛋白A）。采样时间点应覆盖工艺全过程：上游接种后、补料中期、收获前；下游每步层析的负载、流穿、洗脱峰；原液和成品。对于制剂变更，还需增加稳定性时间点（0、1、3、6个月加速和长期条件）。

第三阶段则按常规放行和稳定性考察进行，通常纳入变更后连续3～5批，重点观察批间一致性是否与变更前基线相当。

三、批次数量与采样时间点的确定

批次数量取决于风险等级和工艺理解程度。高风险变更建议变更后至少3批，且前2批做强化表征；中风险变更可2～3批；低风险变更可1批加历史数据对比。若变更涉及多个步骤或多种物料，应适当增加批次。采样时间点应遵循“覆盖关键步骤、覆盖稳定性节点”的原则。对于上游，建议在接种后0h、补料中期（如第3天）、收获前（如第7天）取样；对于下游，每步层析的负载、流穿、洗脱峰均应取样；对于原液和成品，除放行检测外，还应设置加速稳定性（25℃/60%RH）和长期稳定性（5℃）时间点，通常为0、1、3、6个月。

四、检测项目与统计方法

检测项目应覆盖“安全性、有效性、质量一致性”三个维度。安全性包括无菌、内毒素、支原体等；有效性包括结合活性、细胞活性、效价；质量一致性包括纯度、电荷变异体、糖型、聚集体、片段等。统计方法的选择取决于数据类型和样本量。对于连续型数据（如纯度、活性），可采用等效性检验或置信区间法，判断变更后均值是否落在变更前基线的±3SD或90%置信区间内；对于离散型数据（如糖型比例），可采用卡方检验或Fisher精确检验。验收标准应预先设定，不能事后调整。例如，纯度（SEC）变更后均值与变更前均值差异不超过0.5%，且90%置信区间上限不超过1.0%；电荷变异体主峰比例差异不超过3%。

五、形成可执行的研究计划

策略设计的最终产出是一份可执行的研究计划，应包含：变更描述与风险分级依据、研究阶段划分、每阶段批次数量与生产规模、采样时间点与取样量、检测项目清单与方法、统计方法与验收标准、以及偏差处理预案。计划应经过质量部门和生产部门会签，确保可操作。以下为一份示例性研究计划表（参数为教学示例，非实测数据）：

总之，可比性研究的整体策略设计是一个“风险驱动、分阶段、可执行”的系统工程。它要求我们在变更发生前就明确研究边界，在变更后按计划采集数据，并用预设的统计标准做出判断。只有这样，才能既保证患者安全，又避免过度研究造成的资源浪费。