生物药物主要是大分子，因此，生物制剂在结构上比小分子化学药物更复杂，制造过程也更加复杂（Beck，Wagner-Rousset，Ayoub，Van Dorsselaer和Sanglier-Cianférani，2013）。因此，与传统化学工业相比，PAT（过程分析技术）工具和RTR（实时放行）在生物制药中的实施更加具有挑战性（Hong等人，2018）。BioPhorum在线监测和RTR技术路线图报告预测，RTR将在2026年首次用于生物制剂（BioPhorum，2017）。

生物药物的典型制造过程

生物药物的制造过程通常包括上游加工、下游加工和最终的制剂步骤。上游加工涉及细胞培养过程，在这个过程中产生感兴趣的生物分子。接下来是下游加工，其中生物分子通过系统地去除与工艺和产品相关的杂质来进行纯化，最后将分子配制或冻干成患者看到的最终形式（药品）。每个加工步骤都由多个单元操作组成，并涉及对工艺参数和产品质量属性的监控（图2）。

确定关键质量属性（CQA）

成功开发和执行实时产品质量属性（CQA）和过程参数（CPP）监控需要一个有远见的战略路线图。第一步是确定CQA，即物理、化学、生物或微生物特性或特征，必须在适当的限制、范围或分布范围内，以确保所需的产品质量（ICH Q8（R2），2009）。CPP和CQA的选择取决于多种因素，如分子类型（如抗体、融合蛋白等）、生产系统（如补料分批、灌注）和历史知识。

过程单元操作的监控

必须确定过程的特定单元操作，其中监测CPP和CQA以维持分子的TPP至关重要（江等人，2017；Wasalathanthri等人，2020年）。虽然特定参数和质量属性与分子有关，但许多工艺参数和质量属性对于大多数生物过程是通用的（表1）。例如，典型抗体治疗分子的CQA可能包括糖基化和电荷变体谱，而细胞培养生产过程中的CPP可能包括接种密度、营养喂养策略和主要代谢物。

在线和实时分析技术的应用

建议使用在线和实时分析技术来监测CCP的CPP和CQA，以便高效开发具有实时监控功能的生物制剂生产管道。该路线图还应为每个CPP和CQA选择适当的分析技术。分析技术是广泛的，并受其自身能力和局限性的影响。

光谱技术

例如，拉曼或中红外光谱技术配备了在线探针，可在几秒钟到几分钟的时间尺度上实现实时数据采集能力，并被积极用于生物反应器，用于监测葡萄糖等营养物质和乳酸等代谢物（Capito，Zimmer和Skudas，2015；Webster，Hadley，Hilliard，Jaques和Mason，2018）。然而，光谱技术目前缺乏准确测量翻译后修饰（如生物分子的氧化和脱酰胺）的灵敏度和特异性。

质谱技术

相比之下，使用质谱法的多属性监测方法在测量产品质量属性方面显示出巨大的前景（Dong等人，2016；Rogers等人，2018）。虽然质谱PAT工具具有卓越的灵敏度和准确性，但这些工具仍然需要在分析前从工艺流和样品预处理程序中进行在线采样，这使得该技术从实时监测的角度来看不太受欢迎。

技术选择的考量

在为每个CPP或CQA选择适当的分析技术时，考虑潜在的过程影响是一个关键的考虑因素。例如，某些参数，如生物反应器中的葡萄糖浓度，不需要极高的精度和准确性；相反，将葡萄糖维持在预定范围内通常足以实现TPP（BN Berry等人，2016）。此外，选择合适的技术取决于机组的运行情况。例如，在生物反应器中监测蛋白质聚集不需要极其精确的测量，因为不需要的聚集在下游抛光步骤中移除浇口。因此，可以采用中红外等光谱技术来监测生物反应器中的聚集，以将其保持在理想水平以下。

相比之下，控制最终药物产品中的蛋白质聚集极为关键，因为不良水平会导致患者的免疫原性反应（Moussa等人，2016）。因此，用于在药物产品步骤中测量聚集的技术需要良好的特异性、准确性和足够低的检测限，以确保患者安全。

数据聚合和自动化平台

作为路线图的一部分，还应该建立一个数据聚合和自动化平台，因为使用这些技术生成的数据将增强对过程的理解并实现控制的可能性（Barenji，Akdag，Yet和Oner，2019；Wasalathanthri等人，2020年）。通过自动化平台，可以实现对大量数据的实时处理和分析，从而提高生产过程的效率和产品的质量一致性。

PAT工具和RTR技术的应用在生物制剂开发和生产中具有巨大的潜力。尽管存在挑战，但通过制定详细的战略路线图，选择合适的分析技术，并建立数据聚合和自动化平台，可以实现对生产过程的实时监控和控制，从而确保产品的质量和安全性。未来几年，随着技术的不断进步和应用经验的积累，PAT工具和RTR技术在生物制药中的应用前景将更加广阔。