Валидација со вештачка интелигенција во операции за квалитет на пептиди: Прашањата кои лабораториите за пептиди не можат да ги прескокнат

Брз одговор

A peptide lab that already runs, or is considering, an AI tool anywhere near QC has to answer one question before anyone relies on its output: what evidence wi…

Која е намената употреба и класификација на ризик на алатка за вештачка интелигенција во пептидниот QC?

мрежа за одлучување со две оски со влијание на моделот врз регулаторната или одлуката за ослободување на една оска и последица на

Поднесокот за вештачка интелигенција на ФДА се брои по прозорец Повеќе од 500 поднесоци за лекови и биолошки производи со ВИ компоненти бидејќи 2016, над 300 бидејќи 1995, и повеќе од 700 Поднесоци на уреди со AI оттогаш 1995. Поднесокот за вештачка интелигенција на ФДА се брои по прозорец. податоци за хоризонтална лента: Лекови/биолошки, бидејќи 2016 500; Лекови/биолошки, бидејќи 1995 300; Уреди со AI, бидејќи 1995 700.Извор: Соопштение за печатот на ФДА за рамката за веродостојност на вештачката интелигенција 2025-01-06. Поднесокот за вештачка интелигенција на ФДА се брои по прозорец Лекови/биолошки,од 2016 година 500 Лекови/биолошки,од 1995 година 300 Овозможено со вештачка интелигенцијауреди, бидејќи1995 700 Извор: Соопштение за печатот на ФДА за рамката за веродостојност на вештачката интелигенција (2025-01-06)

М пептиди Пептид Hgh Класификацијата го следи она што излезот го прави на записот, не како што продавачот ја нарекува алатката. Јануари на ФДА 2025 нацрт-упатството бара од спонзорите да дефинираат контекст на употреба што го опфаќа регулаторното прашање, улогата и опсегот на моделот, наменети корисници, влезови и излези, како резултатите се комбинираат со други докази, и дали моделот одлучува, препорачува за човечки преглед, или е еден влез во одлуката (Нацрт насоки на FDA). Истиот нацрт поставува рамка за кредибилитет заснована на ризик: спонзорите го мерат влијанието на моделот врз одлуката и последиците од неточниот резултат, потоа скалирајте го квалитетот на податоците, валидација и тестирање, метрика на перформанси, робусност, пристрасност, ублажување на грешки и соодветно објаснување (Соопштение за печатот на ФДА, 2025-01-06).

Валидација со вештачка интелигенција во операции за квалитет на пептиди: Прашањата кои лабораториите за пептиди не можат да ги прескокнат

Два статусни факти менуваат колкава тежина носи таа рамка. Нацртот не беше финализиран до ажурирањето на страницата на CDER, кој сè уште го наведува како а 2025 нацрт-упатство (CDR, актуелна содржина 2026-05-01). Десетте принципи ФДА и ЕМА објавени на 14 јануари 2026 се доброволни, не се обврзувачко правило, и не се замена за нацртот (Водечки принципи на FDA/EMA).

Пептидите додаваат проблем со опсегот. ICH Q6B ги исклучува синтетичките пептиди и полипептиди од својот опсег, така што лабораторијата за пептиди не може да наследи спецификација за чистота нагоре од тоа упатство (Јас Q6B, Чекор 4, 1999-03-10). Обврските што обврзуваат се постари и веќе се во сила: Дел 11 бара валидација на системот „за да се обезбеди точност, сигурност, конзистентна наменета изведба, и способност да се препознаат невалидни или изменети записи“ (21 CFR 11.10(а)), и Анекс 11 наведува дека „молбата треба да биде потврдена; ИТ инфраструктурата треба да биде квалификувана“ (Анекс 11 Принцип).

Што ги прави влезните податоци соодветни и следени за модел со вештачка интелигенција во лабораторија GxP?

Соодветноста на податоците е документирана сопственост, не е претпоставка. MHRA го дефинира интегритетот на податоците како „степен до кој податоците се комплетни, конзистентна, точни, доверлив, доверливи и дека овие карактеристики на податоците се одржуваат во текот на животниот циклус на податоците,“ и додава дека „нема разлика во очекувањата без разлика кој акроним се користи“ помеѓу ALCOA и ALCOA+ (Упатство за интегритет на податоци на MHRA GXP). Истото упатство наведува дека метаподатоците „претставуваат интегрален дел од оригиналниот запис“ и дека необработените податоци мора да овозможат целосна реконструкција на активноста. Применето на модел, влезовите, верзијата на моделот и нејзините параметри се дел од записот, не изборен контекст.

Сликата за посвојување е прогноза, не е исход. Во а 2025 Истражување на Deloitte на 103 директори на биофарма КК, 50% пријавиле помалку грешки и отстапувања, 45% подобрена усогласеност и 43% пократки временски рокови за тестирање, додека 38% очекувајте да ги вградите вештачката интелигенција и машинското учење во операциите на КК во рок од две до три години (Делоит 2025 КК лабораторија за истражување на иднината, теренска работа април 2025). Тоа се самопријавени извршни фигури со ненаведена географија, не се мери времиња на циклуси, и сопствената белешка на истражувањето вели дека примерокот можеби не ја претставува целата индустрија.

Контраусловот е тој што е важен за следливоста: 40% од истите директори рекоа дека нивните лаборатории за КК сè уште работат со исклучени системи и ограничена автоматизација, со податоци фрагментирани низ LIMS, електронски лабораториски тетратки и индивидуални инструменти (Истражување на Делоит). Фрагментираните системи се токму условот под кој најтешко е да се покажат ревизорските патеки и следливоста на моделите.

Упатството за GAMP за индустрија може да информира за евиденција на влезови, следливост на предвидување и следење на наноси. Третирајте го како добра практика во индустријата, не е независна законска обврска; поврзете ја секоја контрола со наменетата употреба, важечките барања и документирана проценка на ризикот.

Што точно се потврдува, и против кои однапред дефинирани критериуми за прифаќање?

Две работи се потврдуваат, и генеричкото упатство ги спојува. Аналитичката постапка е потврдена според ICH Q2(R2), што бара дека „пред студијата за валидација, треба да се генерира протокол за валидација,” која ја содржи намената на постапката и карактеристиките на изведбата и придружните критериуми што треба да се потврдат (I Q2(R2)). Точност Пептидни компании а прецизноста може да се оценува независно, секој според однапред дефиниран критериум за прифаќање. Моделот се потврдува посебно, наспроти контекстот на употреба и активностите за кредибилитет, рамката на FDA се мери на влијанието на моделот врз одлуката (Нацрт насоки на FDA).

Критериумите за прифаќање нечистотии бараат производ- и образложението специфично за патеката. ICH Q6A и Q6B не обезбедуваат универзална спецификација за синтетичко-пептид; нивните принципи може да информираат за проценка само во соодветниот опсег. Користете ги применливите упатства за пептиди, квалификувани нивоа на нечистотија, процесна способност и докази за стабилност.

Достапно е како изгледа метриката на документираниот модел, но само како пример. Беше развиен модел на хроматографска интеграција за длабоко учење до цел поголема од 90% точност и помалку од 10 до 15% грешки при интеграција, со предвидување на времето на задржување во рамките на 0.3 минути за 95% на IEX врвови и гранични грешки од приближно 0.1 до 1.3 минути во зависност од методот (Биотехнологија и биоинженеринг, 2024). Ниту еден извор не ги поврзува бројките од тој вид со регулаторниот праг на прифаќање, па тие ја илустрираат метриката што спонзорот би ја документирал, не е репер за копирање.

Режимот на неуспех е протокол напишан по податоците. Анекс 11 бара од производителите да ги оправдаат „стандардите, протоколи, критериуми за прифаќање, процедури и евиденција врз основа на проценка на ризик,“ и да вклучи контрола-промена Добавувач на пептиди на големо евиденција и извештаи за отстапувања во документацијата за валидација (Анекс 11 §4.1, §4.2).

Како моделите со вештачка интелигенција се верзии и контролирани со промени со текот на времето?

модел на циклус на животниот циклус кој покажува концепт, фази на проектот и операции, со стрелка од оперативно-фаза следење назад

Верзијата е услов за контролиран систем, не е софтверска погодност. Анекс 11 §10 states that “any changes to a computerised system including system configurations should only be made in a controlled manner in accordance with a defined procedure,” and §11 requires periodic evaluation to confirm the system remains in a valid state (Анекс 11). A retrained model is a changed system under that wording.

GAMP 5 Second Edition describes the machine-learning subsystem lifecycle in three phases: Concept (наменета употреба, GxP context, ризици, performance objectives, критериуми за прифаќање), Project (iterative data preparation, model selection, обука, tuning, testing against predefined criteria, with training, validation and test data separated), and Operations (controlled deployment, performance monitoring, data and model governance, incident handling, periodic review, controlled updates) (ISPE GAMP 5 Second Edition, јули 2022). The lifecycle is iterative: оперативниот мониторинг може да го врати моделот во проценка, развој или ревалидација.

Водичот GAMP на ISPE за вештачка интелигенција ги прави активирачите конкретни. Преквалификацијата е регулирана со однапред дефинирани критериуми, или перформанси под утврдениот праг или пристигнување на нови податоци, и треба да се земе предвид континуираната обука и повторно тестирање кога се додаваат податоците, фино подесени алгоритми или преквалификуван модел, со документирана проценка на влијанието пред да се објави изменет модел (Водич ISPE GAMP: Вештачка интелигенција, 2025). Постои верзија на моделот, така што промените може да се следат и резултатите може да се репродуцираат.

Режимот на неуспех е ажурирање на моделот што никогаш не беше преквалификувано. Дел 11 бара процедури за ревизија и контрола на промени кои одржуваат ревизорска трага која го документира временски секвенцираниот развој и модификација на системската документација (21 CFR 11.10(к)), и Анекс 11 очекува записи за контрола на промени во самата документација за валидација.

Каде човековиот преглед останува задолжителен кога вештачката интелигенција допира одлука за КК?

Доделете одговорности за одговорна единица за квалитет или квалификувано лице според важечката рамка за GMP. Дел 11 овластувањата и контролите за потпис сами по себе не бараат рачно одобрување на секој среден излез на ВИ. Потврдете ги автоматизираните чекори, критериумите за ескалација и информациите што се користат во конечната диспозиција.

Исход од тријажата со врвна интеграција на КРУША Исход од тријажата со врвна интеграција на КРУША: вредности за Ракува автоматски, Рачен преглед. Исход од тријажата со врвна интеграција на КРУША. податоци за крофни: Се ракува автоматски 5488; Прирачник за преглед 948.Извор: Алевијн и сор., Микрохемиски весник 207 (2024) 111578 2024. Исход од тријажата со врвна интеграција на КРУША 6436 вкупно Се ракува автоматски 5488 Прирачник за преглед 948 Извор: Алевијн и сор., Микрохемиски весник 207 (2024) 111578 (2024)

Законот за вештачка интелигенција на ЕУ обезбедува речник за надзор каде што системот се квалификува како висок ризик: таквите системи мора да бидат дизајнирани така што тие „можат ефективно да бидат надгледувани од физички лица за време на периодот во кој се во употреба,“ и надзорот мора да му дозволи на надгледникот да ги разбере способностите и границите, останете свесни за пристрасноста на автоматизацијата, правилно да ги толкуваат резултатите, одлучете да не го користите или да го отфрлите или обратите излезот, и интервенира или запре системот (Член од Законот за вештачка интелигенција на ЕУ 14). Член 14 се однесува на Анекс III високоризични системи од 2026-08-02 и кон Анекс I вградени системи со висок ризик од 2027-08-02. Pharma QC AI не е автоматски висок ризик; класификацијата зависи од функцијата на производот, така што состојбата треба да се процени наместо да се претпоставува.

Рамката на FDA стигнува на истото место од страната на моделот: контекстот на употреба мора да наведе дали моделот одлучува, препорачува за човечки преглед, или е еден влез во одлуката (Нацрт насоки на FDA). Ниту еден извор не воспоставува универзален праг на доверба, како што се 0.80 или 0.95, за рутирање на излез до човечки преглед. Тоа отсуство е поентата на рамката заснована на ризик: прагот мора да биде оправдан и потврден за наменетата употреба.

Режимот на неуспех е документиран. А 2025 Предупредувачко писмо на ФДА цитирано е фирма под 21 CFR 211.68(б) бидејќи, за време на прегледот на патеките за ревизија на аналитичкиот систем за тестирање на последното издание, инспекцијата покажа дека фирмата не ги прегледала ревизорските траги и необработените аналитички податоци заробени од нејзините инструменти и немала писмени процедури за преглед на електронски податоци или интеграција за ослободување на серии (Фармакалната компанија Висконсин, предупредувачко писмо 320-25-103, 2025-08-22). А 2021 во писмото до Adamson Analytical Laboratories се наведува дека „21 CFR 211.22 бара преглед на податоците пред објавувањето на серијата вклучувајќи податоци за ревизорската патека“ (Аналитички лаборатории Адамсон, предупредувачко писмо 614644, 2021-08-17).

Што очекува ревизорот да види во записот за валидација на вештачка интелигенција подготвен за ревизија?

Записот подготвен за ревизија е збир од именувани полиња, не е наратив. Дел 11 бара сигурно, компјутерски генерирани, ревизорски патеки со временски печат кои независно го евидентираат датумот и времето на записите и активностите на операторот, менување или бришење електронски записи, наведува дека промените на евиденцијата „нема да ги прикријат претходно снимените информации,“ и бара задржување барем додека предметот е евидентиран и достапноста за преглед и копирање на агенцијата (21 CFR 11.10(д)). Потписите мора да го носат печатеното име на потписникот, датумот и времето, и значењето на потписот, како што е прегледот, одобрување, одговорност или авторство (21 CFR 11.50).

Анекс 11 различно го изразува барањето за ревизорска патека: треба да се разгледа, врз основа на проценка на ризик, да се изгради евиденција за сите промени и бришења поврзани со GMP, треба да се документира причината за промена или бришење, а ревизорските патеки треба да бидат достапни, конвертибилна во општо разбирлива форма, и редовно се разгледуваат (Анекс 11 §9). Дел 11 е пропишана; Анекс 11 е ограничена на ризик. Лабораторија која дизајнира една контролна гарнитура за двата пазари треба да го задоволи построгото читање.

Вокабуларот MHRA му кажува на ревизорот што значи комплетноста за записот на моделот: податоците мора да се припишат, читлив, истовремена, оригинални и точни, а мерките за управување мора да го одржат целосно, конзистентна, трајни и достапни во текот на целиот животен циклус, со метаподатоци кои се составен дел од оригиналниот запис (Упатство за интегритет на податоци на MHRA GXP). За алатка за вештачка интелигенција, тоа значи верзијата на моделот, неговите влезови, неговото предвидување и дејството на рецензентот се наоѓаат во истиот запис кој може да се реконструира.

Активностите за кредибилитет на рамката на ФДА го дефинираат она што евиденцијата треба да покаже за самиот модел: квалитетот на податоците, валидација и тестирање, метрика на перформанси, робусност, пристрасност, ублажување на грешки, и објаснување онаму каде што е потребно, според влијанието на моделот и последиците од неточниот резултат (Соопштение за печатот на ФДА, 2025-01-06). Десетте принципи ФДА и ЕМА објавени во јануари 2026 додадете управување со податоци и документација, проценка на перформансите заснована на ризик, управување со животниот циклус, и јасно, суштински информации како што се именувани очекувања (Водечки принципи на FDA/EMA).

Една празнина треба јасно да се наведе: ниту еден извор не опишува како специфичен модел на вештачка интелигенција го задоволува поврзувањето на потписот до записот на Дел 11, уникатноста на електронските потписи, или барањето за две различни идентификација-компонента, и никој не опишува како моделот комуницира со Анекс 11 §15, што им дозволува само на квалификувани лица да го потврдат ослободувањето на серијата користејќи електронски потпис (Анекс 11). Изворите не се осврнуваат на тоа, така што датотеката за валидација мора. Фабрика за пептиди на големо

Како доказите за валидација на вештачката интелигенција се поврзуваат со CoA и пакетот од многу до многу што купувачот на пептид ги разгледува?

анонимизиран, илустративен распоред на сертификатот за анализа со бројот на лота, колона за метод, колона за резултат, спецификација

CoA е низводно артефакт на записот за валидација, а неговата линија на чистота е исто толку силна колку и методот зад неа. Q6B наведува дека чистотата е „многу зависна од методот“ и дека „чистотата на супстанцијата на лекот и на медикаментозниот производ се проценува со комбинација на аналитички процедури“ (Јас Q6B). Затоа, единствениот процент на чистота на пептидот CoA го носи идентитетот на методот, критериумот за прифаќање и статусот на валидација на тој метод со него, или не носи ништо што ревизорот може да провери. Пептидни технологии

Споредете ги резултатите од многуте со оправданите критериуми за вистинскиот производ, метод и ризик од нечистотија. Едноставна пресметка на средна вредност плус три стандардни отстапувања ниту ја утврдува безбедносната квалификација ниту обезбедува универзална граница на ослободување на синтетички пептиди. Документирајте ја научната и регулаторната основа за секој критериум.

Каде што алатката за вештачка интелигенција ја допира патеката за ослободување, пакетот CoA ги наследува обврските за електронска евиденција. Дел 11 бара способност да генерира точни и целосни копии од записите во читлива и електронска форма за луѓе, погодна за проверка, преглед и копирање, и бара заштита на записите за точно и подготвено пронаоѓање во текот на целиот период на чување (21 CFR 11.10(б), (в)). Анекс 11 §8.2 додава дека за записите што поддржуваат сериско издавање треба да биде можно да се генерираат отпечатоци што укажуваат дали некој податок е променет од оригиналниот запис (Анекс 11).

Скалата на проблемот со прегледот е видлива во објавените податоци за тријажа. Во а 2024 Студија за микрохемиски весник, се ракува со врвна евалуација за надгледувано учење и алатка за автоматско прегледување 85% на хроматограмските сегменти автоматски и ги испрати останатите 15% за рачен преглед (Алевијн и сор., Микрохемиски весник 207:111578, 2024). Тоа е стапка на тријажа, не е лажно-позитивна стапка, и студијата објави еквивалентни квантитативни перформанси на експертска интеграција. Бројка пријавена од продавачот за друга алатка приближно тврди 90% репродукција на експертски интеграции и 88% правилно откривање на врвот против 48% за конвенционалниот алгоритам (Shimadzu Peakintelligence за LC, пријавен од продавачот, 2024-11-01); двете бројки мерат различни работи и не треба директно да се споредуваат.

Заклучок

Пакетот докази за валидација на ВИ во операциите за квалитет на пептиди има шест кутии, и ниту еден од нив не бара пептид-специфичен преседан за пополнување. Дефинирајте го контекстот на употреба и класифицирајте ја алатката според тоа што нејзиниот излез го прави записот, според јануари на ФДА 2025 нацрт-упатство (Нацрт насоки на FDA). Соодветност на податоците за документите во услови на MHRA, со метаподатоци како дел од оригиналниот запис (Упатство за интегритет на податоци на MHRA GXP). Напишете го протоколот за валидација и неговите предефинирани критериуми за прифаќање пред студијата, под ICH Q2(R2) (I Q2(R2)). Верзија и промена-контрола на моделот како контролиран систем во Анекс 11 §10 и животниот циклус на GAMP (Анекс 11; ISPE GAMP 5 Second Edition). Чувајте го човечкиот преглед и неговото овластување за надминување во записот под Дел 11 §11.10(е) и §11.70 (21 CFR Дел 11). Направете ревизорски патеки кои не ги прикриваат претходните податоци и редовно се прегледуваат (Анекс 11 §9).

Остануваат две искрени празнини. Ниту еден извор не документира алатка за вештачка интелигенција која донесува или поддржува одлука за ослободување на полипептид, и ниту еден регулатор не специфицирал праг на доверливост за рутирање на излезот од вештачка интелигенција до човечки преглед. И двете празнини се причината за валидацијата, не побарувањата на продавачот, е доказот што ќе го прочита инспекторот.

Започнете со еден дефиниран случај на употреба. Документирајте го неговото регулаторно прашање, влезови на податоци, верзија на моделот, критериуми за прифаќање, прегледајте ги одговорностите и промените предизвикувачи, потоа проценете ги празнините во доказите пред распоредувањето.


Издавач: MOL Промени. Ажурирано 15 октомври 2026. Оваа статија ги анализира цитираните јавни извори и обезбедува рамка за планирање. Не известува за независна ревизија на добавувач или оригинална лабораториска студија за промени во MOL.

Комерцијално обелоденување: MOL Changes обезбедува пептидни услуги и има комерцијален интерес за оваа тема. Специфичната способност за проектот и аналитичкиот опсег треба да се потврдат во однос на намената употреба и писмена спецификација.

Џинлинг Лиу

Џинлинг Лиу

Процесот Р&Г и техничар за производство Основна експертиза: Зголемување на процесот, зелена хемија, подобрување на приносот, Усогласеност со производството на GMP.

Профил: Џинлинг Лиу е специјализиран за процесот на преведување на пептидни лекови од лабораториска скала (ниво од милиграми) до комерцијално производство (килограм ниво). Таа е посветена на значително намалување на трошоците за производство на пептиди и минимизирање на загадувањето на животната средина преку оптимизирање на условите за расцепување, подобрување на односот на реагенсите за кондензација, и воведување технологија за синтеза со континуиран проток. Таа ја водеше оптимизацијата на повеќе пептидни проекти, успешно постигнување ниска цена, масовно производство со висока чистота на скала од 100 килограми.

Проверени факти & Уреднички упатства
Прегледано од: Експерти за предметна материја
Споделете ја оваа статија
Дома Пребарување Whatsapp Услуги Производ