2. 蛋白制品物料体系分析
层析工艺开发的第一步不是选填料、定流速，而是把“上柱的料液到底是什么”讲清楚。同一目标蛋白，来自CHO细胞培养上清、大肠杆菌包涵体复性液、血浆组分沉淀或植物表达体系时，其杂质谱、变体分布和聚集体比例差异极大，直接决定层析步骤的类型、顺序与分辨率要求。物料体系分析的本质，是把目标蛋白、产品相关杂质和工艺相关杂质拆成可量化、可追踪的对象，为后续每一步层析建立“进料—出料—去除目标”的对应关系。
目标蛋白来源与表达系统决定初始物料形态
表达系统首先决定目标蛋白是胞内还是胞外、可溶还是包涵体、是否糖基化。哺乳动物细胞（CHO、HEK293）通常分泌表达，收获液体积大、目标蛋白浓度低（示例：0.5–5 g/L），但折叠和翻译后修饰接近天然，主要挑战是宿主细胞蛋白（HCP）、宿主DNA和聚集体；大肠杆菌表达常形成包涵体，需变性溶解与复性，初始料液中目标蛋白浓度高，但二聚体、错配二硫键和错误折叠变体比例高，且无糖基化；酵母（如毕赤酵母）分泌表达成本低，但高甘露糖糖型和蛋白酶降解片段需重点关注；血浆来源制品则面对复杂的血浆蛋白背景，目标蛋白（如IgG、白蛋白、凝血因子）与大量共存蛋白性质接近，分离难度来自“相似性”而非“浓度”。
因此，物料分析要先回答四个问题：目标蛋白分子量、等电点、疏水性、是否存在标签或融合伴侣；表达系统带来的宿主杂质种类；目标蛋白浓度与料液体积；料液是否经过澄清、浓缩或换液预处理。这些参数直接对应层析模式选择——例如高盐上清适合疏水层析或亲和层析，低盐料液适合离子交换，含组氨酸标签则优先考虑IMAC。
杂质谱：产品相关杂质与工艺相关杂质的区分
杂质谱必须按来源分类，而不是笼统写“杂质多”。产品相关杂质包括：聚集体（二聚体、多聚体）、片段（降解产物）、电荷变体（脱酰胺、氧化、C端赖氨酸截断）、糖型变体、错配二硫键和构象异构体。工艺相关杂质包括：HCP、宿主DNA、内毒素、培养基残留（如胰岛素、抗生素）、亲和配基脱落（如Protein A配基）、纯化试剂残留（如Triton、尿素、咪唑）以及病毒颗粒。两类杂质的去除逻辑不同：产品相关杂质往往与目标蛋白性质接近，需要高分辨率层析（如精细梯度洗脱、多模式层析）；工艺相关杂质则可通过亲和捕获、病毒灭活和特定清洗步骤实现数量级清除。
以CHO表达的单抗为例，典型杂质负荷示例（合理假设）：HCP 105–106 ppm、DNA 104–105 ppm、聚集体1%–10%、片段0.5%–5%、电荷变体15%–30%。这些数值不是实测结果，而是用于说明层析设计需达到的清除目标：Protein A捕获后HCP通常降至103–104 ppm，再经阳离子交换精细纯化可降至10–100 ppm。设计时要把“初始负荷—单步清除能力—最终放行标准”串成一条可计算的链。
产品变体与聚集体的表征与层析响应
产品变体不是单一物质，而是一组性质相近、层析行为可能重叠的群体。电荷变体常用离子交换分析，酸性变体（脱酰胺、唾液酸）通常比主峰更早洗脱，碱性变体（C端赖氨酸、氧化）更晚洗脱；聚集体常用SEC-HPLC分析，其疏水性通常高于单体，在疏水层析中保留更强，在体积排阻中先出峰。层析工艺设计要利用这些差异：例如用阳离子交换梯度把主峰与酸性变体分开，用疏水层析或羟基磷灰石去除聚集体，用多模式层析同时兼顾电荷与疏水差异。
关键判断是：目标变体是否属于“可接受的产品异质性”，还是必须去除的杂质。若某变体活性与安全性可接受，层析设计可放宽分辨率以保收率；若聚集体或片段必须控制，则需在工艺中设置专门去除步骤，并定义去除率与收率之间的平衡。物料分析阶段应给出每种变体的相对比例、层析保留行为趋势和可去除性评估，而不是只给一个总纯度。
把物料分析转化为层析设计输入
物料分析的输出不应停留在“杂质多、变体复杂”的描述，而应形成可执行的层析设计输入。建议按以下结构整理：第一，目标蛋白属性表，包括分子量、pI、疏水性、标签、稳定性；第二，杂质负荷表，列出每种杂质的初始浓度或比例、来源、去除难度；第三，变体与聚集体分布表，给出比例、层析保留趋势和可去除性；第四，料液条件表，包括缓冲液、pH、电导、浓度和体积。四张表共同回答：第一步层析应捕获什么、中间步骤应去除什么、精纯步骤应保证什么。
以某CHO表达单抗为例（示例参数，非实测）：收获液目标蛋白2.5 g/L，HCP 5×105 ppm，DNA 2×104 ppm，聚集体6%，酸性变体22%。设计输入可写为：Protein A捕获，目标HCP降至≤5×103 ppm，收率≥90%；阳离子交换精细纯化，目标酸性变体≤10%，聚集体≤1%，HCP≤50 ppm；疏水层析作为聚集体去除备选。每一步的进料条件、洗脱条件和监测指标都从物料分析中推导，而不是凭经验试错。
综上，物料体系分析是层析工艺设计的“输入定义”环节。目标蛋白来源与表达系统决定料液形态，杂质谱决定去除对象与清除目标，产品变体与聚集体特征决定分辨率策略。只有把这三者转化为可量化的层析设计输入，后续的填料筛选、梯度优化和步骤组合才有可靠依据。