摘要：生物样品分析是进行药代动力学（PK）、生物利用度（BA）、生物等效性（BE）研究及药代动力学（PK）/药效动力学（PD）分析的基础。本文针对目前申报资料中生物样品分析准确性方面存在的问题，分析探讨其产生的原因及改进措施，以期提高生物样品分析的质量。
关键词：生物样品分析、药代动力学、生物利用度、生物等效性、准确性
生物样品分析是指对来自动物或临床的生物样本中的药物、代谢物、生物标志物的分析[1]。本文探讨的问题主要涉及来自临床的血、尿样品的分析，这些问题同样也适用于临床前动物血、尿样品，以及来自动物和人体的其他样品，如粪便、组织、细胞等。
一、来自审评员的困惑
在药品审评过程中，审评员经常会发现不符合常理的事情。如在真实性、方法学、测试批按照目前指导原则进行审评均不存在问题的前提下，就AUC均值而言，同一企业的药品作为参比制剂（批号不同）在同一试验单位测试，前后获得的数据最大会相差6倍；同一企业的试验药品，同一批号、同一剂量，在两个单位按照相同条件分别试验和测试，提供的AUC均值数据相差近2倍。
二、什么原因造成这些问题
以上个例所反映的情况为数据准确性的问题。究竟是那些因素导致了这些问题，解开这个谜团的最直接的方法是对出现问题的样品重新进行分析，看看究竟是哪方面出现了问题，是标准品的问题、测试问题还是确实是受试者自身的差异造成的？但实际上，重复测定存在着很多困难，提交资料的单位有时早期并不知道数据的差异，待审评中心发现这个问题时，时间已经过去很久，保存的样品不能确定是否还稳定，再分析失去了意义；另外，这其中还涉及到经费、方法重现等问题。因此，目前多数还无法知道其中的确切原因。
药代动力学、生物等效性研究的指导原则已经颁布多年[2,3]，被国内单位所广泛接受。在进行生物样品测定时，首先应建立分析方法，并按照要求进行方法学考核，只有考核通过时，才能进行样品测试。方法学考核时要求考察专属性、线性、最低定量限、回收率、稀释完整性（必要时）、基质效应、稳定性等。但要注意，在考核过程中，如果标准品纯度有误或未加校正、配制的母液浓度错误、天平或容器计量不准、使用与测试基质不同的空白生物样品基质（如临床上用的成份血浆做方法学考核的空白基质）、线性和质控样配制不规范等，这些问题均不会影响方法学考核的通过和样品测试结果批符合要求，但均可以造成准确度的巨大差异。
三、数据不准确会造成哪些问题
准确的数据是一切分析的基础，不准确的数据会产生严重的误导作用，造成时间、金钱的浪费，甚至导致本可以上市的药物被拒批。例如，对于浓度依赖性抗菌药物，如果AUC测定不准确，则不能正确地通过AUC/MIC比值来确定最佳给药剂量；再例如，注册分类3药品的PK桥接研究，在没有国外人群作为参比的情况下，如果存在测定结果的不准确，则不易正确判断种族差异的大小，无法桥接国外丰富的临床研究数据。创新药物的开发过程中，需要沿着安全有效、质量可控这条主线逐步推进，临床前和临床研究均需要为这一主线服务，各种数据互相佐证、形成证据链，最大可能地揭示药物在体内的作用规律，支持新药上市。而在这一过程中，大量未知因素掺杂其中。一般可通过固定可控因素，暴露不可控因素，寻找其中的规律。如果掺入数据不准确这一实际上可以控制的因素，除不利于原因分析外，还会误导决策人和审评人，长期下去会严重阻碍新药研究和评价质量的提高。
四、如何避免上述问题
（一）原因分析和策略
出现以上准确性问题，其原因是多方面的，有的原因已知，有的原因未知。因此，采取的对策可以是针对性的，也可以是预防性的。依据作者经验，建议如下策略，供申办者和研究单位参考。
1、参照药物临床试验生物样本分析实验室管理指南（试行）的要求，对比本单位的不足并加以改进；建立和健全独立运行的质保体系，使质保真正地在试验前、试验中、试验后发挥作用，而不是走过场。
2、生物样品测试承担单位应积极分析数据差异的原因，尤其是一个单位前后时间承担了同一个项目时。获得的数据要进行多方面对比，如与原研企业、国内外文献、本单位以往获得的结果进行对比，如出现了较大的差异，应积极分析其原因并加以克服，并在今后的试验中避免再次发生。
3、测试人员应相对固定，对人员流动比较大的单位，如一些高校单位、合同研究单位，承担样品分析的负责人要采取措施保证一个分析项目中测试人员相对稳定，且对加入的新人需要经过培训、能力测试等措施后方可以安排其测试任务。
4、对于样品采集与测试不在一地进行或样品转移时间比较长时，申办者或研究单位应有相应措施保证样品在转移过程的稳定并用数据说明。
5、对于样品分析跨度时间比较长或多个相关试验同时或先后进行时，申办者应采取措施保证不同时间、不同地点的试验结果的一致性。一般情况下，不建议频繁更换样品测试单位，确实需要更换时，应进行实验室比对试验（样品互测），确保试验数据的一致性；使用不同的方法进行测定时，建议进行交叉验证。
6、由于测试单位提供的数据可以作为支持新药上市的依据，承担测试的试验单位应确保当试验数据与申办者利益出现冲突时能够处在公正立场，为数据质量负责，而不是为试验结果负责，杜绝造假事件和提供虚假数据的发生。
（二）提高研究数据质量的经验介绍
1、仪器状态：生物样品分析需要极高的灵敏度和准确度，涉及的仪器，其状态必须处于最佳状态，且多数仪器需要计量认证，必要时还可以进行3Q认证（IQ/OQ/PQ）。
2、对照品（标准品）：首选国家对照品（标准品）；对于从试剂公司购买、自制的对照品要保证批次之间的一致性，提供分析证书；一般情况下，不用自身制剂作为对照品。用对照品计算储备液的浓度时，除含量折算外，还需注意是否需要扣去盐基、水份。如用原料药做对照品，原料药检验报告中的含量，往往是以干品计，已经去掉了水份，而称量时必须考虑到水份的影响。对照品开封后应尽快使用，避免吸潮和分解。对于开展周期比较长的临床试验，对照品的批次不要更换太频，在保证稳定的情况下，尽量使用同一批对照品，这要求一次要购买或制备足够量的对照品。 3 1 2 3 下一页 尾页
关键词：生物样品分析、药代动力学、生物利用度、生物等效性、准确性
生物样品分析是指对来自动物或临床的生物样本中的药物、代谢物、生物标志物的分析[1]。本文探讨的问题主要涉及来自临床的血、尿样品的分析，这些问题同样也适用于临床前动物血、尿样品，以及来自动物和人体的其他样品，如粪便、组织、细胞等。
一、来自审评员的困惑
在药品审评过程中，审评员经常会发现不符合常理的事情。如在真实性、方法学、测试批按照目前指导原则进行审评均不存在问题的前提下，就AUC均值而言，同一企业的药品作为参比制剂（批号不同）在同一试验单位测试，前后获得的数据最大会相差6倍；同一企业的试验药品，同一批号、同一剂量，在两个单位按照相同条件分别试验和测试，提供的AUC均值数据相差近2倍。
二、什么原因造成这些问题
以上个例所反映的情况为数据准确性的问题。究竟是那些因素导致了这些问题，解开这个谜团的最直接的方法是对出现问题的样品重新进行分析，看看究竟是哪方面出现了问题，是标准品的问题、测试问题还是确实是受试者自身的差异造成的？但实际上，重复测定存在着很多困难，提交资料的单位有时早期并不知道数据的差异，待审评中心发现这个问题时，时间已经过去很久，保存的样品不能确定是否还稳定，再分析失去了意义；另外，这其中还涉及到经费、方法重现等问题。因此，目前多数还无法知道其中的确切原因。
药代动力学、生物等效性研究的指导原则已经颁布多年[2,3]，被国内单位所广泛接受。在进行生物样品测定时，首先应建立分析方法，并按照要求进行方法学考核，只有考核通过时，才能进行样品测试。方法学考核时要求考察专属性、线性、最低定量限、回收率、稀释完整性（必要时）、基质效应、稳定性等。但要注意，在考核过程中，如果标准品纯度有误或未加校正、配制的母液浓度错误、天平或容器计量不准、使用与测试基质不同的空白生物样品基质（如临床上用的成份血浆做方法学考核的空白基质）、线性和质控样配制不规范等，这些问题均不会影响方法学考核的通过和样品测试结果批符合要求，但均可以造成准确度的巨大差异。
三、数据不准确会造成哪些问题
准确的数据是一切分析的基础，不准确的数据会产生严重的误导作用，造成时间、金钱的浪费，甚至导致本可以上市的药物被拒批。例如，对于浓度依赖性抗菌药物，如果AUC测定不准确，则不能正确地通过AUC/MIC比值来确定最佳给药剂量；再例如，注册分类3药品的PK桥接研究，在没有国外人群作为参比的情况下，如果存在测定结果的不准确，则不易正确判断种族差异的大小，无法桥接国外丰富的临床研究数据。创新药物的开发过程中，需要沿着安全有效、质量可控这条主线逐步推进，临床前和临床研究均需要为这一主线服务，各种数据互相佐证、形成证据链，最大可能地揭示药物在体内的作用规律，支持新药上市。而在这一过程中，大量未知因素掺杂其中。一般可通过固定可控因素，暴露不可控因素，寻找其中的规律。如果掺入数据不准确这一实际上可以控制的因素，除不利于原因分析外，还会误导决策人和审评人，长期下去会严重阻碍新药研究和评价质量的提高。
四、如何避免上述问题
（一）原因分析和策略
出现以上准确性问题，其原因是多方面的，有的原因已知，有的原因未知。因此，采取的对策可以是针对性的，也可以是预防性的。依据作者经验，建议如下策略，供申办者和研究单位参考。
1、参照药物临床试验生物样本分析实验室管理指南（试行）的要求，对比本单位的不足并加以改进；建立和健全独立运行的质保体系，使质保真正地在试验前、试验中、试验后发挥作用，而不是走过场。
2、生物样品测试承担单位应积极分析数据差异的原因，尤其是一个单位前后时间承担了同一个项目时。获得的数据要进行多方面对比，如与原研企业、国内外文献、本单位以往获得的结果进行对比，如出现了较大的差异，应积极分析其原因并加以克服，并在今后的试验中避免再次发生。
3、测试人员应相对固定，对人员流动比较大的单位，如一些高校单位、合同研究单位，承担样品分析的负责人要采取措施保证一个分析项目中测试人员相对稳定，且对加入的新人需要经过培训、能力测试等措施后方可以安排其测试任务。
4、对于样品采集与测试不在一地进行或样品转移时间比较长时，申办者或研究单位应有相应措施保证样品在转移过程的稳定并用数据说明。
5、对于样品分析跨度时间比较长或多个相关试验同时或先后进行时，申办者应采取措施保证不同时间、不同地点的试验结果的一致性。一般情况下，不建议频繁更换样品测试单位，确实需要更换时，应进行实验室比对试验（样品互测），确保试验数据的一致性；使用不同的方法进行测定时，建议进行交叉验证。
6、由于测试单位提供的数据可以作为支持新药上市的依据，承担测试的试验单位应确保当试验数据与申办者利益出现冲突时能够处在公正立场，为数据质量负责，而不是为试验结果负责，杜绝造假事件和提供虚假数据的发生。
（二）提高研究数据质量的经验介绍
1、仪器状态：生物样品分析需要极高的灵敏度和准确度，涉及的仪器，其状态必须处于最佳状态，且多数仪器需要计量认证，必要时还可以进行3Q认证（IQ/OQ/PQ）。
2、对照品（标准品）：首选国家对照品（标准品）；对于从试剂公司购买、自制的对照品要保证批次之间的一致性，提供分析证书；一般情况下，不用自身制剂作为对照品。用对照品计算储备液的浓度时，除含量折算外，还需注意是否需要扣去盐基、水份。如用原料药做对照品，原料药检验报告中的含量，往往是以干品计，已经去掉了水份，而称量时必须考虑到水份的影响。对照品开封后应尽快使用，避免吸潮和分解。对于开展周期比较长的临床试验，对照品的批次不要更换太频，在保证稳定的情况下，尽量使用同一批对照品，这要求一次要购买或制备足够量的对照品。 3 1 2 3 下一页 尾页