3. 产品与工艺知识基线构建

验证主计划（VMP）不是一份凭空写出的合规文件，它的每一个判断——哪些工艺需要验证、验证到什么程度、采用什么取样策略、如何设定可接受标准——都必须有产品与工艺知识作为支撑。知识基线构建的任务，就是把分散在研发报告、批记录、检验数据、变更文件和文献中的信息，整理成一份可追溯、可引用、可支撑验证决策的结构化输入。缺少这条基线，VMP就会退化为模板填空；有了它，验证范围和优先级才有依据。

知识基线的六类输入对象

从工程实践看，知识基线可以归纳为六个相互关联的对象层：分子结构与制剂属性、给药途径与临床用法、生产工艺流程与单元操作、关键质量属性（CQA）、关键工艺参数（CPP），以及历史批次与偏差数据。它们不是并列的清单，而是存在明确的推导关系：分子结构决定剂型选择，剂型与给药途径决定CQA，CQA通过工艺理解反推CPP，CPP与历史数据共同界定工艺的稳健边界。VMP正是从这条链条中提取验证对象和风险等级。

从分子结构到CQA：先建立属性清单

知识收集的起点是分子本身。以重组单克隆抗体为例，需要记录分子量、等电点、二硫键配对、N/O糖基化位点、电荷异构体分布等结构特征。这些信息直接决定后续检测项目的设置：糖基化位点影响糖型CQA，等电点影响电荷异构体检测方法的分离条件，二硫键错配则与聚集体和片段相关。剂型信息同样关键——冻干制剂需要额外关注复溶时间、水分含量和饼块外观，而注射液则更关注可见异物、不溶性微粒和容器密封完整性。

给药途径决定了无菌保证的等级。静脉输注产品属于无菌药品，必须控制无菌、内毒素和微粒；皮下注射产品还需考虑注射部位耐受性和浓度上限。把这些属性整理成一张“属性—来源—影响”对照表，是知识基线最基础的工作。例如：

从工艺流程到CPP：识别参数与质量属性的关联

工艺流程的收集不能停留在“上游—下游—制剂”这种粗粒度描述，而要细化到单元操作及其输入输出。以细胞培养为例，需要记录接种密度、培养温度、pH设定值、溶氧设定值、补料策略和收获标准；以层析为例，需要记录载量、流速、洗脱梯度、收集起止点和清洗条件。每一个单元操作都对应一组可能影响CQA的参数，这些参数通过工艺表征研究（DOE）或历史数据被判定为关键工艺参数（CPP）。

判断一个参数是否为CPP，常用方法是考察其波动对CQA的影响程度。例如，在冻干工艺中，搁板温度升高2°C可能导致产品塌陷或水分超标，则该温度应被列为CPP；而如果某参数在已验证范围内波动对CQA无显著影响，则可归为非关键参数（KPP），但仍需在验证中记录其控制范围。知识基线应明确区分CPP与KPP，并给出每个CPP的 proven acceptable range（PAR）或正常操作范围（NOR）。

历史数据的整理与可用性判断

历史数据是知识基线中最容易被低估的部分。它不只是“过去批次的检验结果”，还包括偏差记录、变更历史、稳定性趋势、OOS调查和工艺能力指数。整理时应按批次类型分层：工程批用于确认工艺可行性，中试批用于放大验证，注册批用于支持上市申请，商业批用于持续工艺确认。不同层级的批次，其数据在VMP中的权重不同。

一个常见的误区是把所有历史数据不加区分地堆入知识库。更有效的做法是建立“数据可用性”判断：数据是否来自已验证的方法？是否有完整的元数据（批号、日期、操作人、设备编号）？是否覆盖了工艺的正常波动范围？例如，某批次因设备故障导致pH偏离，该数据在评估CPP正常范围时应被标记为异常，不能直接纳入工艺能力计算。只有经过筛选和标注的数据，才能作为VMP中设定可接受标准和取样频率的依据。

形成VMP知识输入的交付物

知识基线构建的最终交付物，不是一份散乱的资料汇编，而是一份结构化的“产品与工艺知识档案”。它至少应包含：产品属性与CQA清单、工艺流程与单元操作清单、CPP/KPP清单及其范围、历史批次数据汇总表、以及每条结论的来源文件编号和版本。这份档案将直接作为VMP中“验证范围评估”“风险排序”“验证策略选择”的输入。

在实际项目中，建议用一份知识基线检查表来驱动收集过程，确保不遗漏关键字段。例如：分子结构信息是否包含翻译后修饰？剂型是否明确了容器密封系统？工艺流程是否细化到每个单元操作的输入输出？CQA是否标注了检测方法和可接受标准来源？CPP是否给出了依据和范围？历史数据是否覆盖了至少三个连续批次？这些问题逐项确认后，知识基线才算具备支撑VMP的完整度。