4. 工艺理解与风险分析

在生物工艺设计空间的建立过程中,第一步并不是做实验,而是把“哪些工艺参数可能影响产品关键质量属性(CQA)”这件事系统性地想清楚。如果只凭经验挑几个参数做实验,很容易遗漏真正重要的变量,或者把资源浪费在影响很小的因素上。本节介绍三种互补的工具:鱼骨图用于发散识别潜在原因,FMEA 用于结构化评估风险,风险排序用于收敛优先级,三者构成一条从“找全”到“排准”的分析链。

一、从 CQA 出发定义分析边界

风险分析必须锚定在具体的 CQA 上,否则“风险”没有判断标准。以单克隆抗体上游细胞培养为例,常见的 CQA 包括:糖型分布(如 G0F 比例、高甘露糖比例)、电荷变异体(酸性峰/碱性峰)、聚集体与片段、效价,以及宿主细胞蛋白(HCP)和残留 DNA 等杂质水平。下游纯化环节则更关注聚集体清除率、病毒清除能力、收率与纯度。

确定 CQA 后,需要明确分析范围:是针对某一个单元操作(如流加培养),还是整条工艺链。范围不同,鱼骨图的“鱼头”和 FMEA 的评估对象都会不同。建议在分析开始前写下一句话作为边界声明,例如:“本分析针对 CHO 细胞流加培养单元,评估工艺参数对糖型分布与聚集体形成的潜在影响。”这句话会贯穿后续所有工具。

二、鱼骨图:把潜在原因找全

鱼骨图(因果图)的价值在于强制发散,避免过早收敛。对于生物工艺,常用的主骨分类可以按“人、机、料、法、环、测”展开,也可以按工艺逻辑展开,例如:培养基与补料、接种与种子、过程参数、设备与规模、操作与环境、检测与分析。后者更贴近生物工艺的实际思维。

以“糖型分布偏移”为鱼头,沿主骨逐条追问:培养基中锰离子浓度、半乳糖补加策略、谷氨酰胺浓度是否影响糖基化?培养温度、pH、溶氧是否改变代谢通量?接种密度和种子代次是否带来批次差异?补料时机与速率是否造成营养波动?这些因素都应先被列出,不急于判断重要性。鱼骨图阶段的目标是“宁可多列,不可漏项”,通常一个单元操作可以列出 20~40 个潜在因素。

完成发散后,需要对因素做初步归类:可调工艺参数(如温度、pH、补料速率)、物料属性(如培养基批次、原料来源)、设备与规模相关因素(如搅拌桨型、传质能力)、以及检测方法相关因素。这一步为后续 FMEA 的评估对象做准备。

鱼骨图:以“糖型分布偏移”为鱼头的潜在原因发散 糖型分布偏移 G0F↓ / 高甘露糖↑ 培养基与补料 Mn²⁺浓度 · 半乳糖策略 · 谷氨酰胺 过程参数 温度 · pH · 溶氧 · 渗透压 接种与种子 接种密度 · 代次 · 种子活力 设备与规模 搅拌桨型 · kLa · 混合时间 操作与环境 补料时机 · 取样频率 · 操作偏差 检测与分析 糖型检测方法 · 样品处理 发散阶段目标:宁可多列,不可漏项 —— 典型单元操作可列出 20~40 个潜在因素

三、FMEA:把风险量化

鱼骨图给出的是“可能原因清单”,FMEA(失效模式与影响分析)则对每个原因做结构化评估。在生物工艺中,通常采用过程 FMEA 的形式,对每个潜在失效模式评估三个维度:严重度(S)、发生概率(O)和可检测性(D),三者按 1~10 分打分,乘积得到风险优先数 RPN = S × O × D。

严重度描述“如果这个因素失控,对 CQA 的影响有多严重”。例如,培养温度显著偏高导致聚集体大幅上升,严重度可打 8~9 分;而某些微量元素波动只造成轻微糖型变化,严重度可能只有 3~4 分。发生概率描述“在当前控制条件下,这个因素偏离的概率有多大”,已有历史批次数据或文献支持时打分更有依据。可检测性描述“偏离能否被现有检测手段及时发现”,在线 pH、溶氧可实时监测,可检测性分数低(容易发现);而某些细胞内代谢状态难以直接测量,可检测性分数高(不易发现)。

需要特别注意的是,FMEA 打分不是精确科学,而是团队共识的量化表达。建议由工艺开发、生产、质量、分析等跨职能人员共同打分,并对每个分数给出简短理由。例如:“温度严重度 8 分,依据是历史批次中 2℃ 偏差导致聚集体从 2% 升至 5%。”这样的记录比单纯一个数字更有价值。

四、风险排序:从 RPN 到行动优先级

得到 RPN 后,不能简单地按数值从大到小排序就结束。实际工作中还需要考虑两个修正因素:一是该参数是否已经在设计空间内被充分研究过,二是控制措施是否已经存在且有效。一个 RPN 很高但已有在线控制和报警的参数,实际风险可能低于一个 RPN 中等但完全依赖人工操作的参数。

因此,建议在 RPN 基础上增加一列“现有控制措施”,并据此划分优先级:

  • 高优先级:RPN ≥ 100,且现有控制不足。这类参数应优先纳入实验设计(DoE)或设计空间研究。
  • 中优先级:RPN 在 50~99 之间,或 RPN 较高但已有有效控制。可纳入确认性实验或持续监测。
  • 低优先级:RPN < 50,且控制措施明确。可暂不纳入本轮设计空间研究,但保留在风险清单中定期复审。

以下是一个简化的 FMEA 示例表,展示从鱼骨图因素到风险排序的转化过程。表中数据为教学示例,非实测结果。

潜在失效模式 对 CQA 的影响 S O D RPN 现有控制 优先级
培养温度偏高 2℃ 聚集体升高 84396 在线温控 ±0.5℃ 中
补料速率波动 >15% 糖型 G0F 下降 665180 称重反馈控制 高
Mn²⁺浓度偏低 高甘露糖比例升高 756210 培养基批次检测 高
接种密度偏差 ±20% 效价轻微波动 45240 种子计数复核 低
溶氧设定值漂移 代谢副产物积累 53230 在线 DO 电极校准 低

五、从风险分析到设计空间输入

完成风险排序后,高优先级参数就是设计空间研究的重点对象。例如上表中“补料速率波动”和“Mn²⁺浓度偏低”RPN 均超过 150,应优先设计实验考察其可接受范围。中优先级参数可作为设计空间的边界确认或稳健性验证内容。低优先级参数则记录在案,在后续工艺表征或持续工艺确认中定期回顾。

实用建议:鱼骨图、FMEA 和风险排序不是一次性活动。当工艺发生变更、新增 CQA、或积累新的批次数据时,应重新审视风险清单。建议将 FMEA 表格作为受控文件管理,每次更新记录版本和变更理由,这样在设计空间申报或审计时可以直接追溯风险判断的依据。

总结来说,鱼骨图解决“找全”的问题,FMEA 解决“量化”的问题,风险排序解决“先做哪个”的问题。三者串联使用,才能把有限的实验资源集中在真正影响 CQA 的工艺参数上,为后续设计空间的建立提供有依据的起点。