Biologics CMC 系列（七）：Biologics Analytical Method Validation——ICH Q2(R2) 與 Q14 實務指南
Executive Summary
一個分析方法通過 validation，只能表示它在既定條件下達到預先設定的性能要求；這不一定代表它量到的是正確的品質屬性、能區分有意義的產品差異，或能在另一個實驗室穩定執行。
Biologics analytical method validation 的核心，不是先填滿 specificity、accuracy、precision、linearity 與 range 的表格，而是先回答：這個方法準備支持什麼產品決策？需要量到什麼？錯誤結果可能帶來什麼風險？
ICH Q14 提供 analytical procedure development 與 lifecycle management 的架構；ICH Q2(R2) 則說明如何建立證據，證明方法 fit for the intended purpose。兩份指南要一起使用，不能把 validation 當成獨立於方法開發之外的一次性活動。
本文以 monoclonal antibody（mAb）為主例，說明 Analytical Target Profile（ATP）、方法性能、reference standard、critical reagents、method transfer、routine monitoring 與 post-approval change management 如何連在一起。
所有案例、數字與判定邏輯均為教學假設，不代表任何產品的接受標準。
前言：方法通過 Validation，為什麼仍然可能不好用？
假設一個抗體專案已經完成 cell-based potency assay 的 validation。
Accuracy、precision 與 range 都符合 protocol，報告也正式核准。團隊因此認為方法已經準備好，可以轉移到 CDMO，支持 PPQ、release 與 stability testing。
但轉移後，問題開始出現。
不同批次細胞帶來明顯的 assay drift；reference standard 使用一段時間後，control response 逐漸改變；不同分析人員對 curve acceptance 的處理方式不一致；某些樣品雖然通過規格，卻無法清楚區分已知會影響 biological activity 的變化。
這不一定表示原本的 validation 做錯了。
更可能的問題是，團隊把 validation 當成方法開發的終點，卻沒有把方法用途、biological relevance、critical reagents、system suitability、transferability 與 lifecycle monitoring 放在同一個架構中。
在 biologics CMC 裡，分析方法不只是產生數字的工具。
它決定團隊能不能辨識製程變化、支持批次放行、建立 stability trend、完成 comparability exercise，並在偏差或 OOS 發生時作出可信的判斷。
真正值得問的不是：「這個方法 validated 了嗎？」
而是：「我們有什麼證據相信，它能持續支持預定的產品與品質決策？」
Biologics Analytical Method Validation：ICH Q2(R2) 與 ICH Q14 分別回答什麼問題？
ICH Q2(R2) 與 Q14 在 2023 年完成 Step 4，設計上就是互相銜接的兩份指南。歐盟自 2024 年 6 月 14 日起採用目前版本。
最簡單的區分方式是：
ICH Q14 關注 analytical procedure 如何被開發、理解、控制、提交與管理變更。
ICH Q2(R2) 關注應如何建立與評估 validation evidence，證明方法 fit for the intended purpose。
Q14 同時保留 minimal approach 與 enhanced approach。
Minimal approach 仍然是可接受的方法，通常包括確認預定用途、選擇合適技術、進行必要的 development studies、評估 robustness，並建立方法描述與 analytical procedure control strategy。
Enhanced approach 則可能進一步使用 ATP、risk assessment、prior knowledge、DOE 或 multivariate studies，更系統性地理解方法參數如何影響性能。
Enhanced 並不等於每個方法都必須做大量 DOE，也不代表 minimal approach 不合規。重點是開發深度必須與方法用途、技術複雜度、所測品質屬性的風險，以及未來變更需求相稱。
同樣地，Q2(R2) 也不是一份要求所有方法完成相同 validation tests 的清單。需要評估哪些 performance characteristics，取決於方法用途與量測方式。
先定義 Intended Purpose，再選儀器與方法
分析方法開發很容易從技術開始。
團隊可能先問：「要用 SEC-HPLC、CE-SDS，還是 mass spectrometry？」
但更好的第一個問題是：「這個方法準備支持什麼決策？」
同樣是測量 aggregates，方法可能被用於：
製程開發中的趨勢比較
Drug substance release
Drug product release
Stability-indicating assessment
Comparability study
Column lifetime 或 hold-time study
Deviation investigation
這些用途需要的 specificity、reportable range、precision 與 sensitivity 不一定相同。
如果方法是用來判斷一個低含量 impurity 是否接近 specification limit，quantitation capability 與 uncertainty 會非常重要。如果方法只是早期開發中的 ranking tool，團隊可能更在意速度、相對趨勢與 sample throughput。
技術選擇應該服務用途，而不是讓已經選定的儀器反過來定義問題。
Analytical Target Profile：不是一句漂亮的目標宣言
在 Q14 的 enhanced approach 中，Analytical Target Profile（ATP）可以用來描述方法的預定用途，以及需要達成的 performance characteristics 與 criteria。
ATP 並不是 minimal approach 的強制要求，也不是把「方法必須準確、精密」寫成一句話就完成。
一個有用的 ATP，至少應讓團隊理解：
準備測量哪個 attribute 或 analyte
使用什麼樣的樣品與 matrix
結果是定量、限度判定、鑑別，還是其他形式
需要涵蓋什麼 reportable range
哪些性能對預定決策最重要
允許的 measurement uncertainty 應如何與 specification 或 decision limit 連結
例如，一個假設的 mAb potency assay，真正的目標不是「建立一個 precision 良好的 cell-based assay」。
更接近實務的描述會是：方法需要在預定範圍內，以足夠的 specificity、accuracy 與 precision 測量產品相對於 reference standard 的 biological activity，並能支持 release 與 stability decision。
ATP 的價值，是讓方法開發、validation 與未來變更都回到同一個目的，而不是讓團隊只保留一份逐漸與實際需求脫節的 protocol。
Biologics 需要的是一組互補方法，而不是一個「萬能方法」
Biologics 通常具有結構複雜性與異質性。單一方法很少能完整描述 identity、purity、impurities、potency 與 quantity。
以 monoclonal antibody 為例，分析組合可能包括：
Identity：peptide mapping、mass-based method、immunochemical method 或其他適當方法
Size variants：SEC、CE-SDS、analytical ultracentrifugation 或其他 orthogonal tools
Charge variants：ion-exchange chromatography、capillary isoelectric focusing
Glycosylation：released glycan analysis、mass spectrometry 或其他適用方法
Process-related impurities：host-cell proteins、residual DNA、Protein A 或其他製程殘留
Potency：binding assay、cell-based functional assay，或可合理連結 mechanism of action 的方法組合
General properties：appearance、concentration、pH、particulates 等
ICH Q6B 提供 biologics specifications 的基本測試類別，但不會替每個產品指定唯一技術。
選擇方法時，需要考慮 structure–function relationship、製程風險、臨床相關性、stability pathway，以及不同方法之間是否能互相補充。
Orthogonal methods 的目的也不是讓方法數量越多越好，而是降低單一 measurement principle 的盲點。
Validation Characteristics 不是每個方法都要完成的固定套餐
ICH Q2(R2) 討論的 performance characteristics 包括 specificity／selectivity、range、response、accuracy、precision、robustness、detection limit 與 quantitation limit 等概念。
不同方法需要的證據組合不同。
Specificity 與 Selectivity
方法需要在可能存在的干擾物、matrix、degradation products、process impurities 或結構相近物質中，測到預定的 analyte 或 attribute。
對 biologics 而言，這不只是「空白樣品沒有 peak」。團隊可能需要使用 stressed samples、spiked impurities、不同 product variants 或 orthogonal evidence，證明 signal 與預定品質屬性之間的關係。
Accuracy
Accuracy 關注量測結果與可接受 reference value 之間的一致程度。
但對複雜 biologics，未必總有真正的純化 analyte 或 absolute truth 可供比較。此時可能需要使用 reference material、spiking、mixture study、orthogonal procedure，或其他有科學理由的方式建立證據。
Precision
Precision 不只包括同一條件下的 repeatability，也可能需要評估不同日期、分析人員、儀器、column、cell passage 或 reagent lot 帶來的 intermediate precision。
對 cell-based assay 而言，只在同一天由同一位分析人員完成重複測試，往往不足以代表 routine operation 的變異來源。
Range 與 Response
Range 應涵蓋方法實際準備報告與作出決策的區間。Calibration model 或 response relationship 也需要與方法原理相符。
「有一條看起來很直的線」不等於 calibration model 已被充分證明。尤其對非線性 bioassay，curve model、parallelism、sample dilution 與 reportable result 的計算方式都需要被事先定義。
Detection Limit 與 Quantitation Limit
當方法需要辨識或定量低含量 analyte 時，DL 與 QL 可能很重要。但它們不應只靠公式計算後留在報告中；方法在相關濃度附近的實際 performance 仍需被確認。
Robustness
Robustness 通常在 development 階段評估，目的是了解刻意的小幅方法條件變化是否影響結果。
如果 robustness study 顯示某個 incubation time、column temperature、mobile-phase composition 或 cell density 對結果很敏感，團隊應把這項知識轉化成操作範圍、system suitability、reagent control 或其他 control strategy，而不是只在 development report 中描述一次。
Potency Assay：最容易看見「Validated 但不一定有意義」的地方
Potency 是 biologics analytical strategy 中最容易暴露邏輯缺口的項目之一。
一個 binding assay 可能具有很好的 precision，也可能比 cell-based assay 更容易執行。但如果 binding 並不能充分反映與產品臨床作用相關的 biological activity，單靠容易操作並不足以證明它適合做 potency assay。
反過來說，cell-based assay 比較接近 biological function，也不代表它自然就是更好的方法。細胞狀態、passage、culture conditions、critical reagents、plate layout、incubation time、curve fitting 與 analyst handling 都可能帶來變異。
因此，potency strategy 至少需要把幾個層次連起來：
Product mechanism of action 與 clinically relevant function
Structure–function relationship
Assay measurement principle
Reference standard 與 relative potency calculation
System suitability 與 sample suitability
Validation evidence
Critical reagent 與 cell-bank lifecycle
Routine monitoring 與 change management
方法的 biological relevance 與 method performance 必須同時成立。只證明其中一邊，仍不足以建立完整的 potency control。
Reference Standard 與 Critical Reagents 不是方法旁邊的附註
Biologics 方法經常依賴 reference standard、antibody reagent、cell bank、substrate、enzyme、column 或 kit。
如果這些材料改變，方法產生的數字也可能改變。
因此，團隊需要事先規劃：
Reference standard 的建立、qualification、儲存、使用與 replacement strategy
新舊 reference standard 之間的 bridging
Critical reagent lot qualification
Cell-bank passage 與使用範圍
Reagent stability 與庫存風險
Supplier change 或 discontinuation 的替代策略
常見問題是方法本身寫得非常詳細，critical reagent management 卻只依賴個別分析人員的經驗。
等到原批次 reagent 用完，團隊才發現新 lot 會改變 signal、background 或 curve shape。這時面對的已不只是採購問題，而是 analytical comparability 與產品資料可比性的問題。
Early Development 需要 Phase-Appropriate，而不是「先不用管」
Q2(R2) 與 Q14 的主要適用範圍，是註冊申請中用於 commercial drug substance 與 drug product release／stability testing 的分析方法。Q14 的原則也可依風險運用於 control strategy 中的其他方法。
這不代表 Phase 1 的每個方法都必須立即完成 commercial-level validation。
早期開發的合理做法通常是 phase-appropriate：
先確認方法能支持目前的 safety、identity、strength、purity 與 stability decision
針對高風險或臨床關鍵屬性優先建立方法能力
記錄方法限制與可能的 bias
隨產品與製程知識增加，逐步提高 qualification／validation 深度
在 pivotal development 前，確認方法、reference standards 與 critical reagents 能支持 comparability、PPQ、release 與 stability
「Phase 1 不需要完整 validation」不應被解讀成「方法不需要資料支持」。
相反地，早期方法如果無法辨識重要差異，團隊可能在後期才發現臨床批次、製程變更前後批次或 stability samples 之間缺少可信的橋接資料。
Development Data 與 Validation Data 可以連續，不必刻意切成兩個世界
傳統專案常把 method development 與 validation 分成兩個完全獨立階段：開發人員先找到一套條件，然後交給另一組人照 protocol 重新做一次。
Q2(R2) 與 Q14 的生命週期思維，允許團隊更有系統地運用 prior knowledge 與適當的 development data，只要資料品質、設計與文件足以支持預定結論。
這不表示 development experiments 可以自動取代 validation。
團隊仍需事先確認：
資料是否使用代表性樣品、matrix 與 range
Study design 是否能分離重要變異來源
Protocol、acceptance criteria 與統計方法是否事先定義
Deviations 與排除資料是否有可追溯理由
儀器、標準品與試劑是否適當
結果能否直接連回 ATP 或 intended purpose
好的 development package 會讓 validation 更聚焦；薄弱的 development package 則會讓 validation 變成第一次真正測試方法是否可用。
Method Transfer、Co-validation 與 Verification 不要混在一起
方法在原開發實驗室表現良好，不代表接收實驗室可以直接複製相同結果。
Analytical method transfer 的目的是確認 receiving laboratory 在其人員、設備、環境與品質系統下，能依既定程序執行方法並產生符合要求的結果。
常見 transfer strategy 可能包括 comparative testing、co-validation、revalidation 的一部分，或基於風險與既有經驗的其他安排。實際設計應依方法複雜度、接收實驗室經驗、產品風險與區域要求決定。
Compendial procedure 則通常需要在實際使用條件下完成適用性 verification，而不是假設藥典收載就代表它對每一種產品 matrix 都能直接使用。
對 biologics 方法而言，transfer protocol 除了樣品數與 acceptance criteria，還需要注意：
Reference standard 與 critical reagents 是否相同
儀器與 software configuration 是否可比
Sample preparation 是否足夠清楚
Analyst training 是否涵蓋真正的操作風險
Invalid run 與 repeat testing 如何處理
兩個實驗室的差異是否會影響 specification decision
如果方法只能在原開發人員手上穩定運作，它還沒有真正準備好支持商業供應。
System Suitability 不是 Validation 的替代品
System suitability test（SST）用來確認每次執行時，系統與方法在當下具備預定的操作能力。
它可以監測 resolution、signal response、precision、curve behavior、control sample 或其他與方法原理有關的指標。
但 SST 只能回答「這次執行是否適合產生結果」，不能單獨證明方法整體具有足夠的 specificity、accuracy、range 或 robustness。
SST criteria 應該來自 development knowledge、validation evidence 與 routine experience，而不是直接沿用另一個產品或 vendor application note 的數字。
同樣重要的是，SST 必須能真正偵測方法失效。如果 criteria 太寬鬆，所有 run 都會通過；如果 criteria 與產品結果無關，通過 SST 也不能增加判斷信心。
Validation 後仍需要持續監測方法本身
分析方法會隨時間改變。
儀器老化、software update、column lot、reagent lot、cell passage、reference standard replacement、分析人員與 site change，都可能影響 performance。
因此，analytical procedure lifecycle monitoring 可以考慮追蹤：
SST 與 control sample trends
Reference standard response
Invalid assay rate 與 repeat rate
OOS、OOT 與 atypical results
Analyst、instrument、column 或 reagent lot effects
Method-related deviations
Result distribution 與 specification margin
Transfer、investigation 與 change-control outcomes
監測不是收集越多 dashboard 越好，而是要事先定義何種訊號需要 assessment，以及誰負責採取行動。
如果一個 cell-based potency assay 的 invalid rate 持續上升，即使所有可報告結果都符合 specification，也可能表示方法系統正在失去穩定性。
方法變更需要 Bridging，不是「重新 Validation 就好」
當 column、instrument、software、sample preparation、critical reagent、cell source 或 measurement technology 改變時，團隊需要評估變更的 extent、所測 attribute 的 criticality、方法複雜度與 prior knowledge。
部分變更可能只影響少數 performance characteristics，因此可用 targeted／partial revalidation 支持。較大的 technology change，可能需要 full validation，加上 representative samples 與 reference materials 的 comparative analysis。
但即使新方法本身完成 validation，也不代表新舊方法產生的資料可以直接放在同一條歷史趨勢線上。
Bridging strategy 需要回答：
新舊方法是否測量相同 attribute
是否存在 systematic bias
對 specification、stability trend 或 comparability conclusion 有何影響
歷史資料是否需要重新解讀
Change 是否影響已核准的 analytical procedure information 或 Established Conditions
ICH Q14 也將 analytical procedure change management 與 ICH Q12 工具連結。理解越充分，越有機會提出更具彈性、以 performance 為核心的變更管理方式；但實際 reporting category 仍需依區域法規與核准內容決定。
CTD Module 3：方法、Validation 與規格必須講同一個故事
在 CTD Module 3 中，analytical procedures、validation、specifications 與 justification 分布在彼此相鄰但不同的章節。
對 drug substance，常見位置包括：
3.2.S.4.1 Specifications
3.2.S.4.2 Analytical Procedures
3.2.S.4.3 Validation of Analytical Procedures
3.2.S.4.5 Justification of Specification
對 drug product，常見位置包括：
3.2.P.5.1 Specifications
3.2.P.5.2 Analytical Procedures
3.2.P.5.3 Validation of Analytical Procedures
3.2.P.5.6 Justification of Specification
真正的問題不是把報告放進正確資料夾，而是不同章節能否互相支持。
如果 specification limit 很接近方法的 quantitation capability，validation report 卻只在較高濃度完成；如果 stability section 討論某個 degradation pathway，方法 specificity 卻沒有使用相關 stressed samples；如果 potency method 與 mechanism of action 的連結沒有被說明，審查者就會看到明顯的證據缺口。
一份好的 dossier 應該讓讀者清楚看見：為什麼測這個 attribute、為什麼選這個方法、方法能做出什麼判斷，以及 acceptance criteria 為什麼合理。
假設案例：一個 mAb Potency Assay 如何從開發走到商業使用？
以下是一個教學案例，不代表任何產品或法規機關的固定要求。
一個 mAb 的主要作用機制需要 receptor binding 後啟動細胞訊號。團隊早期使用 binding ELISA 支持 clone selection 與初步批次比較，之後建立 cell-based reporter assay，準備支持 pivotal batches、release 與 stability。
第一步：定義 Intended Purpose
團隊確認方法需要測量與主要作用機制相關的 biological activity，並以 reference standard 為基準報告 relative potency。
第二步：建立 ATP 與風險評估
ATP 描述需要支持的樣品、range、specificity、accuracy 與 precision。風險評估識別 cell state、passage、seeding density、incubation time、reference standard、critical reagent lot 與 curve fitting 為重要因素。
第三步：進行方法開發
團隊使用代表性 samples、forced-degradation materials 與適當變異樣品，了解方法能否區分 meaningful changes。Development studies 同時建立 SST 與 sample suitability logic。
第四步：完成 Validation
Validation study 依預定用途確認相關 performance characteristics，並納入足以代表 routine operation 的日期、分析人員、設備與關鍵材料變異。
第五步：轉移到 QC／CDMO
Transfer 不只比較兩個實驗室的平均值，也觀察 curve behavior、invalid rate、analyst execution 與 critical reagent handling。Protocol 事先規定偏差與不一致結果如何調查。
第六步：持續監測
商業使用後，團隊追蹤 reference response、control trend、invalid run、reagent lot、cell passage 與 method deviations。當新 working cell bank 或 reference standard 導入時，依風險完成 qualification 與 bridging。
這個案例的重點不是每個專案都應該做完全相同的 studies，而是每一步都回到同一個 intended purpose。
常見錯誤：為什麼方法報告完整，證據鏈仍然薄弱？
錯誤一：方法還沒穩定，就急著做 Validation
如果關鍵參數、sample preparation 或 reagent control 還在改，validation 很可能只是把一個尚未成熟的方法正式執行一次。
錯誤二：直接複製平台方法的 Acceptance Criteria
Platform knowledge 可以縮短開發，但仍要證明它適用於新的 product、matrix、attribute 與 decision context。
錯誤三：只用「好看的樣品」完成 Validation
只測接近 target 的正常批次，可能無法證明方法能區分 specification 附近、degraded、spiked 或其他具有挑戰性的 samples。
錯誤四：忽略 Sample Preparation
稀釋、混合、萃取、消化、保存與 freeze–thaw 都可能成為最大的變異來源。儀器 performance 再好，也不能補救不受控的 sample preparation。
錯誤五：把 Reference Standard 與 Critical Reagents 當耗材管理
它們可能是方法 measurement system 的一部分，需要 qualification、bridging、stability 與 inventory strategy。
錯誤六：等方法定案後才找 Receiving Laboratory
接收實驗室的設備、經驗與操作限制如果太晚才被納入，transfer failure 會迫使團隊回頭修改方法。
錯誤七：只報告通過的 Results，不分析 Invalid Runs
Invalid rate、repeat testing 與 analyst-dependent failure 往往比最終通過的數字更能反映方法是否可靠。
錯誤八：混淆 CMC Analytical Validation 與 Bioanalytical Method Validation
產品 release／stability 方法與用於 PK、toxicokinetic 或 biomarker measurement 的 bioanalytical methods，適用目的與技術框架不同。團隊需要先分清楚方法支持的是產品品質判斷，還是生物樣品中的 exposure／biomarker assessment。
與 CDMO 合作：不要只交付一份 SOP
對委外分析而言，SOP 只能描述怎麼做，無法完整交代為什麼這樣做。
如果 CDMO 只收到 procedure，卻沒有 development knowledge、critical parameter rationale、representative chromatograms、reference-standard history、reagent strategy 與常見 failure modes，方法很容易變成只能機械執行的黑盒子。
我會建議 sponsor 與 CDMO 在 transfer 前共同確認：
方法用途與 regulatory role
Critical steps、parameters 與 reagents
Training 與 analyst qualification
Instrument／software compatibility
Data review、integration 與 audit trail expectations
Invalid assay、OOS、OOT 與 deviation responsibilities
Reference standard 與 reagent supply
Change notification 與 lifecycle monitoring
Raw data、trend data 與報告的交付格式
這些安排不只是 QA 或合約問題。它們會直接決定 sponsor 是否能在未來的 comparability、investigation 與 regulatory response 中使用這些資料。
Jason’s Take Away：分析方法真正量到的，是團隊作決策的能力
在專案時程上，analytical validation 常被當成一個 milestone。
Protocol 核准、實驗完成、報告簽署，任務就被標示為 done。
但從 CMC 的角度來看，方法的價值不在於報告有多少頁，而在於當產品或製程發生變化時，團隊能不能相信這個方法看到的差異。
如果方法無法區分真正的 product change 與 analytical noise，後續的 specification、stability、comparability、process validation 與 deviation investigation 都會一起變得不確定。
我自己會把分析方法看成 CMC evidence chain 的 measurement system。
它不只是 QC 的工具，而是連接 product understanding、process understanding、control strategy 與 regulatory decision 的共同語言。
Validation 很重要，但真正成熟的方法策略，應該讓團隊知道方法為什麼有效、在什麼條件下有效、失效時會出現什麼訊號，以及未來如何安全地改變它。
LuTra Studio：把 Analytical Strategy 接回完整的 CMC 證據鏈
LuTra Studio 可協助 biologics、mRNA／LNP、cell and gene therapy 團隊整理：
Phase-appropriate analytical strategy
QTPP／CQA 與 analytical method mapping
Analytical Target Profile 與 method risk assessment
Method-development、qualification 與 validation roadmap
Potency assay 與 structure–function evidence planning
Reference standard 與 critical reagent lifecycle strategy
CDMO method transfer 與 data-delivery planning
Specification、comparability 與 stability evidence integration
CTD Module 3 analytical content architecture 與 gap assessment
我們的角色不是替團隊套用一組通用 acceptance criteria，而是協助把產品知識、方法能力、製程風險與法規需求連成一套可以執行、可以轉移，也可以面對審查的 analytical strategy。
如果你的團隊正在準備 IND、BLA、pivotal development、PPQ、CDMO transfer 或 analytical gap assessment，歡迎透過 LuTra Studio 聯繫，討論產品階段與專案需求。
結語：Fit for Purpose 不是一句結論，而是一條證據鏈
ICH Q2(R2) 與 Q14 帶來的最大改變，不只是增加 ATP、risk assessment 或 lifecycle management 等新名詞。
真正的改變，是把 analytical procedure 從一次性的 validation event，重新放回產品生命週期。
方法需要從 intended purpose 開始，經過 development、validation、transfer 與 routine monitoring，並在 product、process、technology 或 site 改變時持續被評估。
一個方法通過 validation，不代表所有問題都已回答。
更重要的是，團隊能否清楚解釋：這個方法量到了什麼、能支持什麼決策、有哪些限制，以及如何在整個產品生命週期中維持對結果的信心。
留言