为了向您推荐更精准的技术资料，请补充您的研发需求..... 前往补充

你用的缩小模型真的代表生产吗？上游缩小模型的建立与验证！

5 月 12, 2026

在很多项目中，我们习惯把注意力放在DOE是否足够系统、统计分析是否严谨、CPP是否识别全面，却很少回头追问一个更基础的问题：你所依赖的缩小模型，真的代表商业规模吗？

Why 为什么要建立缩小模型

在上游细胞培养的工艺表征（PC）阶段，我们需要评估参数对质量的影响、判断哪些参数是真正的CPP，并最终建立稳健、可放行的设计空间。然而，这些探索几乎不可能直接在商业规模完成。正因如此，ICH Q11和FDA工艺验证指南都明确指出：经过科学论证、能够代表商业工艺行为的缩小模型，可用于支持工艺开发与参数外推。

How 细胞培养缩小模型建立思路

Method 细胞培养缩小模型建立的原则

缩小模型建立的核心目标不是“参数看起来差不多”，而是在小规模中尽可能重现商业化生产条件下的细胞微环境和关键过程行为。在工程实践中，缩小模型并非简单体积缩放，而是遵循几何相似与工程等效的通行原则。

上游工艺参数通常可分为体积依赖型、非体积依赖型参数和非线性放大型三类，并分别采用等比例缩小、设定值保持一致或工程换算的方式处理。常见的缩小原则包括等P/V、等叶尖速度、等kLa和等OTR，其本质并无优劣之分，而是基于不同的工程假设：混合是否受限、供氧是否受限、还是细胞真实耗氧是关键瓶颈。缩小模型能否成立，取决于这些假设在具体体系中是否合理。

表1. 缩小模型中不同类型工艺参数的处理原则

表2. 缩小模型建立中常见的缩小原则与计算方式

Method 缩小模型的多变量分析和等效性确认（TOST+多变量）

缩小模型建立完成后，能不能用，取决于是否通过验证。验证的核心在于判断它是否在工程等效前提下，同时覆盖过程行为与质量风险。验证对象包括关键工艺性能参数（KPA）与关键质量属性（CQA），其可接受范围通常基于多批次生产规模数（至少≥3批，理想≥6批）。

单变量方法：

TOST ——“某个指标行不行？”

TOST（双单侧等效性检验）回答的是一个非常具体的问题：两个尺度下，某一个关键指标，是否落在预先定义的等效区间内？它非常适合用于CQA的等价性确认。

需要注意的是，Out of range并不必然等同于模型不成立。在实际项目中，若差异可通过工程手段解释，且仍处于生产历史波动范围或不会影响后续工艺决策，可引入实际等价性（practical equivalence）判断或Quality Range Approach对结果进行进一步评估，以避免因机械的卡线而误判模型可用性。

多变量方法：

PCA/PLS——“整体像不像生产？”

多变量分析关注的不是单点差异，而是：能够同时考察多个KPAs与CQAs的协同变化，评估小规模是否运行在商业规模的多维过程空间内。

表3. 缩小模型常用验证方法汇总

Case 1 等P/V+TOST的典型应用

核心问题

在体系对剪切不敏感、通气差异对代谢影响有限的情况下，是否可以基于等P/V原则并结合单变量等效性检验支撑工艺表征？

做法

该思路在GC Biopharma的scale‑down研究中得到系统验证。研究以商业化生产过程（Mfg）为参照，基于等P/V原则建立理论与实验层面的scale‑down models（SDMs），仅通过转速换算实现能量输入一致，对关键质量属性（CQA）采用TOST进行等价性确认。

结果与讨论

如图1所示，在等P/V缩小条件下，不同SDM的归一化滴度、单体含量以及主要糖型分布整体落入生产规模±3 SD的波动区间内，表明在质量属性层面，小规模模型与商业化工艺具有良好的一致性。这一结果提示，在该体系中，缩小引入的搅拌和通气差异并未显著扰动最终产品质量表现。

图1. 等P/V缩小模型与生产规模在关键质量属性上的工程可比性

进一步的TOST等效性分析结果如图2所示。对于归一化滴度、单体含量以及G1F/G2F比值，小规模模型相对于生产规模的均值差异均位于预定义的等效性区间之内，其90%置信区间完全被包含在等效边界内，满足统计等效性判定标准。这说明，在该案例中，等P/V缩小模型不仅在“工程波动”意义上可比，而且在统计意义上通过了对关键CQAs的等效性确认。

图2. 等P/V缩小模型关键质量属性的统计等效性验证（TOST）

结论：在明确前提成立的情况下，等P/V+TOST已足以支撑PC阶段参数筛选与趋势判断。

Case 2 等P/V+PLS+TOST的联合策略

核心问题

当需要证明的不仅是单点质量属性等效性，而是“整个过程行为”在不同规模之间是否一致时，仅依赖TOST是否已经不够？

做法

该问题在浙江海正的scaledown研究中被明确提出。研究在等P/V缩小模型基础上，引入偏最小二乘回归（PLS）模型，对缩小模型与生产规模在多维过程空间内KPA的整体可比性进行评估，并在此基础上结合TOST完成质量属性CQA确认。

结果与讨论

如图3a和3b所示，小规模批次在多PLS得分空间内整体落入生产规模定义的±3 SD控制范围内，表明其在整体过程行为层面具备代表性。这一结论覆盖了细胞生长、代谢物演化及部分过程参数的协同变化，而非单一指标。在此基础上，进一步通过TOST等效性检验，对关键KPAs与CQAs进行单变量等效性判定，结果表明各关键质量属性在两种规模间均具有统计学等效性，如图3c。

图3.（a）生产规模批次的多变量过程行为基准（PLS模型）；

（b）3 L缩小模型批次在生产规模PLS空间中的投影结果；

（c）关键KPAs/CQAs的统计等效性验证结果（TOST）。

结论：在复杂工艺体系中，等 P/V+PLS+TOST的联合策略更为稳妥——PLS先判断模型是否“站得住”，TOST再确认关键指标是否等效，可显著降低仅凭单变量判断带来的工程风险。

Case 3 多缩小模型建立原则对比与PCA驱动的模型选择

核心问题

当不同缩小原则给出完全不同的结果时，如何判断哪个模型真正代表生产？

做法

该文献来自Biogen的经典研究中得到了系统探讨。研究同时构建了等P/V、等kLa、Instantaneous OTR 及Endpoint OTR等多种缩小模型，并从工程与统计两个层面对其代表性进行评估。研究发现，不同缩小原则对应不同的搅拌与通气实现方式，其中等 kLa需依赖微泡或显著提高搅拌强度以维持传质，导致细胞生长受损及代谢异常；而Instantaneous OTR模型需要引入极高的功率输入（P/V>500 W/m³），剪切风险和工程可行性均不可接受，因此在进入PCA多变量验证前即被筛除；其余候选模型则进一步通过PCA比较其整体过程行为的代表性。

结果与讨论

图4a所示，在PCA得分空间中，基于等P/V原则构建的3 L缩小模型整体偏离生产规模批次分布，且多个样本落在Hotelling’s T² 95%置信区间之外，表明其整体过程路径未能与生产规模保持一致。

在此基础上，引入以生产规模耗氧需求为核心假设的EndpointOTR缩小原则。如图4b所示，当仅基于13个过程参数构建PCA模型时，3 L EndpointOTR批次多数落在95%置信区间内，过程行为可比性显著优于等P/V模型。

进一步在包含关键质量属性（12个过程参数+7个关键质量属性CQA）的综合PCA空间中进行评估，如图4c，3 L EndpointOTR批次整体分布于生产规模定义的统计控制区域内，未呈现系统性偏移。结果表明，EndpointOTR模型在“过程+质量”的最终判定维度上与商业化生产工艺整体一致，被确认为该项目中最具代表性的缩小模型。