连续制造的“时间考验”

前面我们聊了工艺验证，说连续制造的验证可以从“一次考过”变成“时时在线”。有朋友可能要问：那稳定性研究呢？传统批生产，稳定性批次是从验证批里拿的，一拿就是好几批，放那测两年。连续制造生产线一直转，稳定性批次怎么选？拿8小时生产的样品，能代表跑48小时的状态吗？

这些问题问到了点子上。

今天我们就深入学习和发掘这个看似传统、实则暗藏新意的话题：稳定性研究。

一、先从稳定性研究是干什么的说起

在讲新东西之前，咱们得先想明白一个根本问题：稳定性研究到底是干什么的？

简单说，稳定性研究就是回答一个问题：这个药，在它的包装里，在规定的储存条件下，能放多久不变质？

两年？三年？这个保质期不是拍脑袋定的，是靠数据说话的。你把样品放在稳定性箱里，模拟真实储存条件，定期拿出来测——0个月、3个月、6个月、12个月、18个月、24个月……看含量有没有下降、溶出有没有变慢、有关物质有没有升高。所有数据汇总起来，找到一个时间点，在这个点之前，质量是符合要求的；过了这个点，可能就不行了。这个点往前推一点，就是保质期。

这是药品生命周期里绕不开的一环。没有稳定性数据，就没有有效期；没有有效期，药就不能上市。

传统批生产里，稳定性研究是这么干的：工艺验证做三批，从这三批里取样，送稳定性考察。这三批就代表了以后所有批次的稳定性。理由是：工艺是固定的，批间差异可控，这三批能代表整体。

这个逻辑，在连续制造里遇到了挑战。

二、连续制造给稳定性研究带来的新问题

挑战来自几个方面：

第一个问题：批次怎么选？

连续制造可能一跑就是几天几夜。你定义的“一批”，可能是8小时，可能是24小时，也可能是100万片。那么问题来了：稳定性研究要取哪一批？

如果取第一天的8小时那批，能代表第二天、第三天的状态吗？如果取中间某一段，能代表开头和结尾吗？

第二个问题：工艺状态的漂移。

批生产时间短，工艺状态相对固定。连续制造时间长，设备状态、环境条件、物料属性都可能随时间缓慢变化。这种“漂移”会不会影响产品的稳定性？如果会，那单一批次的稳定性数据就覆盖不了这个变化。

第三个问题：取样的代表性。

传统稳定性研究，从一批里取几十盒样品，认为这些样品代表这一批。连续制造的“一批”可能很大，取的那几十盒，能代表这一整批吗？如果这一批内部有波动，取样正好避开了波动区域，那稳定性数据就不全面。

第四个问题：长时间的工艺一致性。

你做的稳定性研究，用的是今天生产的样品。两年后，生产线还在跑，工艺可能优化过、调整过，那时候的产品和今天的产品，稳定性会一样吗？如果不一样，今天的稳定性数据还能不能用？

这些问题不搞清楚，稳定性研究就可能白做，或者做出来不被认可。

三、指导原则给出的方向

指导原则里对稳定性研究的表述，看起来和传统要求差不多，但细看有深意：连续制造工艺和批生产工艺稳定性研究总体要求通常需遵循ICH稳定性指导原则。用于稳定性研究的批次应使用代表商业化的生产工艺和设备进行生产。

这句话的关键词是：代表商业化的生产工艺。

什么叫“代表”？在传统批生产里，“代表”就是按商业化工艺做的三批。在连续制造里，“代表”的内涵更丰富——你得证明你选来做稳定性的批次，能代表你以后商业化生产的全部状态。

指导原则接着给了方向：

基于连续制造工艺特点，如能证明在较长的运行时间内，该工艺运行时已建立并保持了受控状态，则可以在相同的质量流量下，从较短的运行过程中获得稳定性批次。

这句话是关键。它告诉我们一个核心逻辑：如果你能证明长时间运行时工艺是受控的，那么从短时间里取的样品，就能代表长时间的状态。

怎么证明？靠前面几篇聊的那些东西——过程动态的理解、控制策略的建立、PAT数据的积累、工艺模型的验证。把这些证据凑齐了，你就有底气说：我这8小时的生产，和我那48小时的生产，是一样的，所以从这8小时取的样，能代表那48小时的产品。

四、稳定性批次怎么选？

基于上面的逻辑，我们可以推导出稳定性批次的选择策略。

第一种情况：工艺已经充分理解，控制策略成熟。

如果你通过充分的工艺开发，建立了稳健的控制策略，有PAT全程监控，有RTD模型追溯，有数据证明长时间运行时工艺始终受控。那么，你可以在一次较长的商业运行中，选取一个时间段（比如一个“批”）的样品作为稳定性批次。

这个时间段怎么选？可以考虑几个原则：

选有代表性的时段：不要在刚开机、快关机这些过渡时段取，要在工艺稳定运行的时段取。

覆盖可能的波动：如果工艺有周期性波动（比如每4小时一个循环），要取一个完整周期的样品，或者取多个时间点的混合样。

考虑取样量需求：稳定性研究需要足够数量的样品，要保证一次取样够用。

第二种情况：工艺还在摸索中，长时间运行的证据不足。

如果你的连续制造刚起步，还拿不出长时间运行始终受控的证据，那就稳妥一点：在不同的时间点取多批样品做稳定性。

比如生产线跑48小时，你在第2小时、第24小时、第46小时各取一批样品，分别做稳定性考察。这样即使工艺有漂移，你的稳定性数据也能覆盖这个漂移的范围。

等以后数据积累多了，证明漂移不影响稳定性，再考虑简化成一批。

第三种情况：部分连续的模式。

如果你用的是“前面批式制粒+后面连续压片”的部分连续模式，那稳定性批次的选取可以跟着前面的批号走——前面一锅制粒算一批，后面压出来的片子就归这一批，从里面取样做稳定性。这样和传统批生产完全一致，检查官最容易接受。

五、取样策略的讲究

稳定性研究的取样，不是随便拿几盒就行。有几个讲究：

第一，取样要能代表整批。

如果你的一批是8小时产量，从这8小时里取稳定性样品，不能只在某一个时间点取。要考虑物料在8小时内的波动情况，在多个时间点取样，或者用连续取样器取一个累积样，确保样品覆盖整批的时间跨度。

第二，取样位置要有代表性。

如果生产线有多个出料口，或者有分流点，要确保取的样品来自主物料流，而不是来自边缘或分流口。边缘的物料可能和中心的物料有差异，不能代表整体。

第三，取样量要满足全周期需求。

稳定性研究要跑两年，中间要测很多次。一次取样就要把两年要用的量都取够，不能做到一半发现样品不够了，再去生产线补取——那时候生产线早就不在这个状态了。

第四，取样要记录完整。

什么时间取的、从哪个位置取的、对应的工艺参数是什么、当时的PAT数据是什么，这些都要记录清楚。万一稳定性数据出异常，这些记录能帮你追溯原因。

六、稳定性研究和工艺验证的关系

稳定性研究和工艺验证是什么关系？不少人容易搞混。

简单说：工艺验证证明的是“现在能生产出合格产品”，稳定性研究证明的是“合格产品以后还能一直合格”。

一个是现时状态，一个是未来趋势。

在传统批生产里，这两个是绑在一起的——验证批的样品直接进稳定性。在连续制造里，这个逻辑可以延续，但不是唯一的选择。

你可以用验证批的样品做稳定性，也可以用后续商业批的样品做稳定性。关键还是那句话：你要证明你选来做稳定性的样品，能代表商业化生产的工艺状态。

如果你用的是验证批，就要证明验证批的工艺状态和后续商业批是一致的。如果你用的是后续商业批，就要证明这一批的生产状态能代表工艺的长期水平。

七、稳定性数据的应用

稳定性数据不是测完就放档案柜里睡觉的。它有几个重要用途：

第一，确定有效期。

这是最直接的用途。把含量、溶出、有关物质的数据随时间变化的曲线画出来，找到质量下降到合格线以下的时间点，往前推一点，就是有效期。

第二，支持变更。

以后你想改包装、改处方、改工艺，很多时候需要做对比稳定性研究。拿变更后的样品和变更前的稳定性数据比，看看有没有变差。这时候，原来的稳定性数据就是基线。

第三，持续工艺确认的输入。

稳定性数据和过程监控数据可以互相印证。如果过程监控发现某个指标有漂移，但稳定性数据显示产品在有效期内一直稳定，那这个漂移可能不关键。反过来，如果稳定性数据显示某个指标下降得快，就要看看过程监控里有没有对应的征兆。

第四，支持延长有效期。

两年有效期到了，还想延长到三年？可以。继续测已经放了两年半、三年的样品，如果数据还合格，就能申请延长。这时候，前两年的数据就是基础。

八、检查官会关注什么？

稳定性研究这部分，检查官会重点关注几个问题：

第一，批次的代表性。

你选的稳定性批次，凭什么能代表商业化生产？有没有数据支撑？如果只是随便取一批，拿不出证明，检查官就会质疑。

第二，取样的合理性。

取样计划是怎么定的？为什么在这个时间点取？为什么取这个量？能不能代表整批？这些问题要有科学依据，不能是拍脑袋。

第三，数据的完整性。

稳定性数据全不全？有没有缺失的时间点？如果有异常值，是怎么处理的？有没有隐瞒不报的？这些都是数据完整性的基本要求。

第四，趋势分析。

稳定性数据不只是看每个点合不合格，还要看趋势。含量一直在下降，虽然还在合格范围内，但趋势明显，就要分析原因、评估风险。检查官会看你有没有做这个分析。

第五，和工艺状态的关联。

如果稳定性数据出异常，你有没有回头去找当时的生产记录、PAT数据？能不能找出原因？这种“逆向追溯”的能力，是检查官很看重的。

学习总结：

1. 稳定性研究的本质没变——确定药品在储存条件下能保持合格的时间。但连续制造给批次选择带来了新问题。

2. 核心逻辑是“代表性能证明”：如果你能证明长时间运行时工艺受控，那么短时间取的样品就能代表长时间的产品。

3. 批次选择有三条路：从稳定运行时段取一批；从不同时间点多取几批；或者跟着前面的批号走（部分连续模式）。

4. 取样有讲究：要能代表整批、位置要对、量要够、记录要全。

5. 稳定性和验证的关系：验证证明“现在合格”，稳定性证明“以后合格”。两者可以绑定，也可以分开，关键是要能代表工艺。

6. 稳定性数据要活用：定有效期、支持变更、持续工艺确认、申请延长有效期，都用得上。

7. 检查官关注五点：批次代表性、取样合理性、数据完整性、趋势分析、与工艺状态的关联。

学习后感悟：

写这篇的时候，我想起一个经历。

早年在做稳定性研究时，有一次发现一批样品含量下降得比别的都快。查来查去，最后发现那批产品生产时，干燥温度比设定值高了5度，虽然当时还在合格范围内，但高温对稳定性的影响，要等两年后才暴露出来。

这件事让我意识到：稳定性研究，其实是给工艺做的一次“延迟反馈”。 你今天生产时的每一个微小波动，都可能在两年后的稳定性数据里体现出来。

连续制造把这个逻辑又往前推了一步。因为它有PAT、有模型、有实时数据，理论上你能更早地发现那些可能影响稳定性的因素。但前提是，你得把稳定性数据和过程数据关联起来看，不能把它们当成两件事。

所以，如果你在规划连续制造的稳定性研究，我的建议是：别只盯着稳定性箱里的那几盒样品。回头看看它们生产时的PAT曲线、工艺参数、环境条件。这些数据加在一起，才是完整的“稳定性故事”。

而讲好这个故事，正是让检查官相信你的产品“能放得住”的关键。