過程分析技術（PAT）
PAT過程分析技術（Process Analytical Technology）被定義為“通過及時測量（即在工藝過程中）原材料和過程中材料和工藝關鍵質量和性能屬性來設計、分析和控制生產的系統，以確保最終產品質量”。
在生物制藥行業實施 PAT 的最終目標是設計和開發易于理解的工藝，通過實時監控原材料或過程中的產品屬性來控制工藝參數（CPPs），從而可靠地確保最終產品的預定質量（QTPP），即關鍵質量屬性（CQAs）。
 
 PAT 系統提供清晰的工藝過程控制和理解，支持生物制藥行業采用質量源于設計 (QbD) 方法。QbD 被定義為“基于健全的科學和質量風險管理，以預先確定的目標開始，并強調對產品和工藝的理解以及過程控制的系統開發方法”。
因此，PAT 實施將有助于這種系統化的工藝開發方法，通過提供對產品和工藝設計的更好理解，確保一致的產品質量。
 
傳統離線分析方式的不足

• 分析方法是具有一定的破壞性。取樣過程會對培養環境帶來干擾，消耗少量培養基，并引入污染的風險。
• 分析數據的不連續與不完整。采樣和獲取數據之間的時間延遲，使得系統很難對偏離設定值的情況及時采取行動。
• 分析結果受制于人為參數設定；樣品前處理的手動操作，以及恢復參數到設定值的過程，都增加了額外的變異性 。

行業背景
 
FDA于2004年9月編寫的工業PAT指南——創新藥物開發生產和質量保證框架。它通過考慮過去持續改進來討論FDA倡議的核心原則，不斷的創新和對現有技術的改進。它涵蓋對尋求更好的學習、知識、理解和過程控制至關重要的新技術和實施的結合。增加的知識允許實現更快的開發時間以及更好的過程控制，其中可以以更及時的方式交付更高質量的產品。
 FDA 將過程分析技術 (PAT) 視為一種在影響關鍵質量屬性 (CQA) 的關鍵過程參數 (CPP) 測量過程中設計、分析和控制藥物生產和工藝的機制。
 
PAT的核心模塊

• Auto sampling自動取樣
• Advanced soft sensors高階軟傳感器
• Analysis & Modeling數據分析/過程建模

 
 
軟傳感器
是一種計算算法驅動的軟硬件系統，用于估計無法立即獲得的特定狀態變量，或用于預測過程變量的未來值。軟傳感器在生物工藝中的主要應用是實時監測/估計過程變量，包括生物量、產物和底物濃度及其動態變化率。現有生物工藝PAT的軟傳感器包括拉曼光譜（Raman）、近紅外光譜 (NIR)、熒光光譜等多種在線光譜技術已被開發用于連續細胞培養監測。歷史光譜測量與先進的數據分析方法和信號處理技術相結合，可用于構建軟傳感器系統，實時監控上下游工藝各項的 CPP、KPI 和 CQA參數。
 
 
建模方法
建模（Modeling）是一個通過數學物理方法來闡述生物系統變化的循證過程，涉及基于第一性原理的機理建模（Mechanistic）、動力學建模（Kinetic）方法等；以及基于大數據分析的統計學方法：如貝葉斯神經網路（BNN）、機器學習（Machine Learning）與深度學習（Deep Learning）模型。生成的模型采用數值方法、常微/偏微方程等多種組合來實現對生物系統過程的狀態估計。狀態估計（State Estimation）是基于可用測量值對整套過程狀態變量的推斷。機理建模和數值模擬可以顯著減少工藝控制最優空間所需的實驗數量，同時PAT軟傳感器增加了更多連續數據的收集。
  
浚真自主研發了系列Akwa® PAT產品，包括Akwa®Cyte 、Akwa®Raman等，幫助生物制藥工藝過程中通過及早發現問題來提高工藝效率和生產率，通過密切監控關鍵質量屬性來 確保 產品質量及一致性，從而減少浪費、降本增效、實現高效工藝和技術轉移。