加速早期药物开发中 CMC 的 10 种方法

技术采用是早期药物开发成功的关键驱动力，可实现更快、更高效且可扩展的流程。COVID mRNA 疫苗的快速开发例证了平台技术、创新监管策略和适应性制造方法如何加速药物产品开发。Moderna 和 BioNTech 利用预先存在的 mRNA 平台技术迅速调整并扩大生产，展示了模块化和灵活生物处理系统的力量 ¹。这些成功为克服细胞和基因治疗（CGT）的 CMC 挑战提供了蓝图 —— 该领域具有复杂的制造流程、严格的监管要求和个体化治疗特点。

mRNA 疫苗受益于模块化制造平台和实时监管互动 ²。同样的原则可应用于 CGT，其中个性化和分散化生产模式、可扩展自动化以及质量源于设计（QbD）框架对高效开发、增强风险管理和监管合规至关重要。然而，基于活细胞的产品、基于载体的基因疗法以及高灵敏度分析方法的固有复杂性，需要强大的变更管理策略以确保合规性、可扩展性和产品质量。

加速 CMC 并推动早期技术采用的策略

利用流程模型构建平台灵活性与可扩展性

对于小型生物技术公司，适应性平台是促进创新、高效变更管理和监管合规的关键。模块化和自动化的端到端平台可无缝集成新技术，减少流程可变性并加速开发周期 ³⁻⁴。数字化在现代生物处理中发挥核心作用，优化工作流程、增强实时监控并提高可扩展性。实施这些灵活平台可帮助公司应对制造复杂性，同时确保可重复性和监管一致性。

流程模型（数学和数字代表）基于流程知识支持战略决策，并推动自动化技术的采用⁴⁻⁶。在细胞治疗制造中，这些模型可显著改善流程优化、质量控制和监管合规性，同时降低供应链风险⁶。早期开发中利用流程模型可支持 QbD 计划，符合工业 4.0 原则，提高效率并减少错误，从而简化 CMC 和生物制造流程以满足不断变化的行业标准。

评估组织准备度与风险

有效的技术采用需要全面评估关键风险，包括制造复杂性、技术转移挑战和监管合规性。对于自体和异体工作流程，公司必须解决载体供应限制并确保自动化的可扩展性⁵。此外，原材料可变性、流程可重复性和场地协调等技术转移障碍需要主动风险管理策略以避免效率低下。

早期监管互动对应对新兴 CMC 挑战至关重要，包括效力测定、产品可比性和流程标准化。结构化的风险导向方法使公司能够识别瓶颈、优化资源分配并在过渡到全面生产前实施应急计划。通过整合战略风险缓解和监管前瞻性，生物技术公司可简化技术实施、增强流程可靠性并加速商业化努力，同时遵守不断变化的行业标准。

通过跨职能培训增强质量控制（QC）流程

AI、自动化和数字化 QC 系统的采用需要涵盖生物信息学、数据科学、监管合规和生物工艺工程的跨职能专业知识⁴⁶。公司应实施涵盖 GMP 制造、过程分析和监管事务的结构化培训计划，以弥合知识差距。

AI 驱动的预测建模可优化流程，而适应性学习模型可加强实时质量控制。培训模块应涉及不断演变的 CMC 趋势、过程分析技术（PAT）支持的监控和实时放行测试（RTRT），确保人员准备好应对流程可变性和监管审查相关的风险⁷。

强化持续监控与适应性

CMC 策略应根据实时数据、监管更新和技术进步定期评估和更新。实施 PAT 通过实时分析促进 QbD，支持过程监控和先进控制策略。AI 支持的 QC 系统增强批次一致性和偏差检测，降低流程失败风险。数字孪生和计算机模型进一步优化工作流程，支持持续改进和可扩展性。

主动监控方法确保 CGT 制造的产品稳健性、监管合规性和长期可持续性⁸。PAT 技术（如多属性色谱（MAM）和自动采样）的集成实现实时放行测试并增强合规性。此外，数据自动化、可视化和机器学习改善流程洞察，支持生物制药开发中的数据驱动决策⁹。

将 AI 驱动的流程模型整合到 CMC 策略

AI 驱动的自动化、基于云的数据共享和实时放行策略正在改变 CMC 流程和监管信心。然而，技术采用面临成本限制、专业知识差距和监管不确定性。数字化成功需要整合电子批记录和 AI 驱动的决策支持系统，以实现无缝制造执行。

基于 AI 的预测分析的先进在线过程控制确保流程一致性，而实时 PAT 可连续监控关键质量属性（CQA）¹⁰。应用精益六西格玛方法（如 DMAIC（定义 - 测量 - 分析 - 改进 - 控制）方法和价值流映射）可优化这些过渡，减少低效并改善跨职能协调。

传统依赖人类专业知识和 DMAIC 等框架的精益六西格玛，在整合 AI 后可能面临专业角色转变。AI 驱动的自动化可能降低员工参与度，需通过变更管理和劳动力培训确保 AI 作为增强而非替代人类专业知识的工具 ¹²。

将先进制造过程控制与精益六西格玛结合

通过 PAT、RTRT 和 QbD 原则实施流程自动化可确保产品质量一致并加快市场准入。然而，采用障碍（如流程可变性和劳动力适应）需要结构化变更管理。精益六西格玛工具（包括 Kaizen 和价值流映射）可优化在线和离线 PAT 工具（如拉曼光谱、质谱和 AI 驱动图像分析）以实现实时质量保证。

RTRT 策略通过集成 AI 驱动的过程控制消除 QC 延迟，提高批次放行效率。基于 QbD 的控制策略定义载体生产、转导效率和最终细胞产品表征的设计空间参数，确保产品一致性和监管合规性，同时缓解对新方法的抵触。

提高监管意识并加强早期互动

主动、迭代和协作的监管策略对加速审批和确保技术顺利采用至关重要。mRNA 疫苗开发经验凸显了与全球监管机构（如美国 FDA 新兴技术计划、EMA 的 PRIME 和 MHRA 的 ILAP）早期互动的价值。然而，监管不确定性常导致内部对采用新技术的犹豫。

CMC、监管、制造和领导层之间的利益相关者协调对克服阻力至关重要。建立明确的沟通策略（包括滚动提交、实时科学咨询会议和适应性临床试验方法）可确保监管一致性，同时增强内部对新型数字化和 AI 驱动 CMC 工具的信心。通过技术采用 KPI 衡量成功可跟踪进展，展示效率提升和合规性改善 ¹¹,¹³⁻¹⁴。

协调利益相关者以实现可扩展性：分散化与个性化制造平台

自体 CGT 疗法（如 CAR-T 细胞）需要分散化和床边制造解决方案，但标准化工作流程和确保利益相关者支持仍具挑战 ¹⁵⁻¹⁶。实现床边生产可降低制造成本，但分散化也引发对多机构产品质量一致性的担忧。

AuCT-Sim 是一种多尺度物流模拟框架，用于优化自体细胞疗法的制造设施和供应链 ¹⁷。结合区块链和云追踪系统的精益六西格玛框架可增强个性化供应链的可追溯性。

利用技术平台与持续改进

监管机构越来越支持通过统一监管框架简化 CGT 审批的平台技术。成功实施需要高效流程优化和持续评估。精益六西格玛工具（如 DMAIC 和 KPI）为这些努力提供可衡量的影响。

利用预先验证的病毒载体和基因编辑平台可缩短开发周期。建立主 CMC 档案简化基于平台产品的监管提交，同时应用 Kaizen 方法确保迭代改进和技术可扩展性。快速审批计划（如 Fast Track、RMAT 和突破性疗法认定）在确保安全性和有效性的同时减轻监管负担。

规划平衡的发展路径

AI、自动化和数字化在生物制药制造中的快速发展为生命科学行业带来机遇与挑战。平台灵活性、可扩展技术和监管互动至关重要，但克服采用阻力和解决经济影响仍需关注。

美国需投资国内生物制造、现代化监管路径并培养 AI-ready 人才以维持全球领导地位。通过早期与机构互动并利用新兴技术计划，公司可加速 CMC 采用和监管审批。mRNA 疫苗和分散化 CGT 制造等成功案例表明，整合先进过程控制、实时 PAT 和 AI 驱动质量系统可提高产品一致性、合规性和可扩展性，同时确保经济可行性。

参考文献

Skerritt JH, Tucek-Szabo C, Sutton B, Nolan T. The Platform Technology Approach to mRNA Product Development and Regulation. Vaccines (Basel). 2024 May 11;12(5):528. doi: 10.3390/vaccines12050528. PMID: 38793779; PMCID: PMC11126020.
Surbhi   Tyagi, Vikesh  Kumar  Shukla, Sandeep   Arora, CMC and QMS Regulatory Requirements and Challenges for mRNA-based Vaccines, Current Drug Therapy; Volume 20, Issue 2, Year 2025, e020224226653. DOI: 10.2174/0115748855267031240102070325.
Richard P. Harrison, Steven Ruck, Nicholas Medcalf, Qasim A. Rafiq. Decentralized manufacturing of cell and gene therapies: Overcoming challenges and identifying opportunities, Cytotherapy, Volume 19, Issue 10, 2017, Pages 1140-1151, ISSN 1465-3249, doi.org/10.1016/j.jcyt.2017.07.005.
Narayanan H, Luna MF, von Stosch M, Cruz Bournazou MN, Polotti G, Morbidelli M, Butté A, Sokolov M. Bioprocessing in the Digital Age: The Role of Process Models. Biotechnol J. 2020 Jan;15(1):e1900172. doi: 10.1002/biot.201900172. Epub 2019 Sep 23. PMID: 31486583.
Verbarendse M, Snyder R, Lakshmipathy U. Mini-review: Equipment evaluation for process scalability and readiness for current Good Manufacturing Practices in cell therapy workflows. Cytotherapy. 2023 Oct;25(10):1107-1112. doi: 10.1016/j.jcyt.2023.05.005. Epub 2023 Jun 7. PMID: 37294247.
Ball O, Robinson S, Bure K, Brindley DA, Mccall D. Bioprocessing automation in cell therapy manufacturing: Outcomes of special interest group automation workshop. Cytotherapy. 2018 Apr;20(4):592-599. doi: 10.1016/j.jcyt.2018.01.005. Epub 2018 Feb 13. PMID: 29452894.
Jiang M, Severson KA, Love JC, et al.  Opportunities and challenges of real-time release testing in biopharmaceutical manufacturing. Biotechnology and Bioengineering. 2017; 114: 2445–2456. https://doi.org/10.1002/bit.26383.
Schmidt, A., Helgers, H., Lohmann, L.J., Vetter, F., Juckers, A., Mouellef, M., Zobel-Roos, S. and Strube, J. (2022), Process analytical technology as key-enabler for digital twins in continuous biomanufacturing. J Chem Technol Biotechnol, 97: 2336-2346. https://doi.org/10.1002/jctb.7008.
Wasalathanthri DP, Rehmann MS, Song Y, Gu Y, Mi L, Shao C, Chemmalil L, Lee J, Ghose S, Borys MC, Ding J, Li ZJ. Technology outlook for real-time quality attribute and process parameter monitoring in biopharmaceutical development-A review. Biotechnol Bioeng. 2020 Oct;117(10):3182-3198. doi: 10.1002/bit.27461. Epub 2020 Jul 1. PMID: 32946122.
Kardile Punam Kashinath, Lohare Rahul Sanjay, Makka Krupali Ashokbhai, Subhadeep Roy, Md Samim Sardar, Santanu Kaity. Continuous manufacturing based paradigm shift in pharmaceuticals production and current regulatory framework, Chemical Engineering Research and Design, Volume 215, 2025, Pages 1-22, ISSN 0263-8762, doi.org/10.1016/j.cherd.2025.01.003.Ahluwalia, K. M. Abernathy, Jill Beierle, Nina S. Cauchon, David Cronin, Sheetal Gaiki, A. Lennard, P. Mady, Mike McGorry, Kathleen Sugrue-Richards, Gang Xue. The Future of CMC Regulatory Submissions: Streamlining Activities Using Structured Content and Data Management. Journal of Pharmaceutical Sciences, 000,· 2021, 1-13,· doi.org/10.1016/j.xphs.2021.09.046 .
Matthias Holweg, Thomas H. Davenport, and Ken Snyder. How AI Fits into Lean Six Sigma. HBR, 2023,  https://hbr.org/2023/11/how-ai-fits-into-lean-six-sigma.
Li X, Jin S, Guo S, Yang D, Sai W, Qiu X, Zhao X, Wang L, Wang T, Li M. Platform Technology in Global Vaccine Regulation: Development, Applications, and Regulatory Strategies with Insights from China. Vaccines. 2024; 12(12):1436. https://doi.org/10.3390/vaccines12121436
Castellanos MM, Gressard H, Li X, Magagnoli C, Moriconi A, Stranges D, Strodiot L, Tello Soto M, Zwierzyna M, Campa C. CMC Strategies and Advanced Technologies for Vaccine Development to Boost Acceleration and Pandemic Preparedness. Vaccines (Basel). 2023 Jun 26;11(7):1153. doi: 10.3390/vaccines11071153. PMID: 37514969; PMCID: PMC10386492.
Shelby M., Sohal Amrik, Nand Alka Ashwini, Hutmacher Dietmar W.  A quest for stakeholder synchronization in the CAR T-cell therapy supply chain. Frontiers in Bioengineering and Biotechnology. Volume 12, 2024, DOI=10.3389/fbioe.2024.1413688.
Shah Manan , Krull Ashley , Odonnell Lynn , de Lima Marcos J. , Bezerra Evandro. Promises and challenges of a decentralized CAR T-cell manufacturing model. Frontiers in Transplantation. Volume 2, 2023, DOI=10.3389/frtra.2023.1238535.
Wang K, Liu Y, Li J, Wang B, Bishop R, White C, Das A, Levine AD, Ho L, Levine BL, Fesnak AD. A multiscale simulation framework for the manufacturing facility and supply chain of autologous cell therapies. Cytotherapy. 2019 Oct;21(10):1081-1093. doi: 10.1016/j.jcyt.2019.07.002. Epub 2019 Aug 21. PMID: 31445816.
Wang K, Liu Y, Li J, Wang B, Bishop R, White C, Das A, Levine AD, Ho L, Levine BL, Fesnak AD. A multiscale simulation framework for the manufacturing facility and supply chain of autologous cell therapies. Cytotherapy. 2019 Oct;21(10):1081-1093. doi: 10.1016/j.jcyt.2019.07.002. Epub 2019 Aug 21. PMID: 31445816.