1. 生物制造数据完整性工程导论

生物制造是以活细胞、酶或生物体系为核心生产手段的制造方式，其产品涵盖单克隆抗体、疫苗、细胞与基因治疗产品、重组蛋白、抗生素及各类发酵产物。与机械加工或化工合成不同，生物制造的过程变量高度耦合、批次间天然存在生物学波动，且产品质量往往无法仅靠终检判定，必须依赖过程数据来证明"过程受控、产品一致"。因此，数据在生物制造中不只是记录，而是产品质量证据链的组成部分。

本课程的目标是建立一套工程化的数据完整性（Data Integrity, DI）能力：能够识别生物制造全流程中的数据风险点，设计符合法规要求的数据采集、存储、审计与追溯方案，并能在实际系统（如LIMS、MES、SCADA、色谱数据系统CDS）中落地实施与验证。学完本课程，你应当能够独立完成一份数据完整性风险评估，配置一套带审计追踪的电子记录流程，并对一次数据完整性偏差做出合规判断。

数据完整性在生物制造中的定义

数据完整性指数据在其整个生命周期内保持完整、一致、准确、可信的程度。行业普遍用ALCOA+原则来刻画这一属性：可归属（Attributable）、清晰可溯（Legible）、同步记录（Contemporaneous）、原始（Original）、准确（Accurate），再加上完整（Complete）、一致（Consistent）、持久（Enduring）、可获得（Available）。

在生物制造语境下，ALCOA+有非常具体的落点。例如"同步记录"意味着操作人员在生物反应器取样时，应在取样现场通过平板或终端录入取样时间、体积、容器编号，而不是事后凭记忆补录；"原始"意味着HPLC色谱图的原始信号文件（如.raw数据）必须保留，不能只保存导出的PDF报告；"可归属"意味着每一次参数修改都要绑定到具体账号，而非共用账号或"admin"。

一个典型的生物制造数据链条包括：上游种子扩增的接种记录、生物反应器的温度/pH/溶氧/搅拌参数、补料称重数据、下游层析的紫外信号与电导曲线、原液放行的细胞活性与效价检测结果。这些数据分布在不同的系统中，若某一环节缺少审计追踪或时间戳不一致，整条证据链的可信度就会被削弱。

法规背景：三大监管框架

FDA 21 CFR Part 11 是美国关于电子记录与电子签名的核心法规。它规定：当电子记录用于替代纸质记录时，系统必须具备生成准确、完整的记录副本的能力；必须保留安全的审计追踪，记录创建、修改、删除操作的时间、操作者和修改原因；电子签名必须与记录绑定且不可被轻易否认。Part 11的适用范围是"记录以电子形式创建、修改、维护、归档、检索或分发"的场景，因此CDS、LIMS、MES等系统都在其管辖范围内。

EU GMP Annex 11 是欧盟GMP对计算机化系统的要求，与Part 11互补但更强调风险管理与系统生命周期。Annex 11明确要求：系统应经过验证；数据应通过审计追踪保持可追溯；应建立数据备份与恢复机制；对于影响产品质量的关键系统，应进行定期回顾。Annex 11还特别提出"数据完整性应贯穿系统从设计到退役的全生命周期"，这与工程化视角高度一致。

NMPA（国家药品监督管理局） 在《药品记录与数据管理要求（试行）》及GMP附录《计算机化系统》中，对电子记录的真实性、准确性、完整性和可追溯性提出了明确要求。NMPA强调记录应当"及时、真实、准确、完整"，并对电子数据的备份、权限管理和审计追踪提出了具体条款。对于出口型企业，往往需要同时满足FDA、EU和NMPA三套要求，取其中最严格者作为设计基线。

工程化视角的整体框架

把数据完整性当作一个工程问题，而不是一次合规检查，是本课程的核心立场。工程化框架可以拆成四个相互支撑的层面：数据层（原始信号、数据库、文件存储）、系统层（CDS、LIMS、MES、SCADA及其接口）、流程层（SOP、权限矩阵、变更控制、偏差处理）、治理层（质量体系、培训、定期回顾、供应商管理）。

这四个层面之间存在明确的依赖关系：治理层定义要求，流程层把要求转化为操作规则，系统层用技术手段强制执行规则，数据层则承载最终证据。任何一层缺失，都会导致数据完整性出现结构性缺口。例如，若流程层没有定义"参数修改必须填写原因"，系统层即使有审计追踪字段，操作人员也可能留空，最终数据层留下的记录就无法解释修改动机。

下面的SVG展示了这一框架的层次结构，以及法规要求如何自上而下传导到具体的数据对象。

理解这个框架后，再看具体问题就会更有方向。比如，当发现某批次层析图谱的审计追踪中有一条"方法参数被修改但未填写原因"的记录时，可以逐层追问：治理层是否规定了修改原因必须填写？流程层是否在SOP中明确了哪些参数属于关键参数？系统层是否将原因字段设为必填？数据层是否完整保留了修改前后的值？这种逐层定位的方法，比笼统地说"数据完整性有问题"要有效得多。