《The AAPS Journal》:Statistical Tools for Biosimilarity Assessment: A Perspective Based on WHO-recommended Approaches
编辑推荐:
摘要专业翻译
生物相似药(biosimilar)通过提供高质量、成本效益高的原研产品替代方案,扩大了生物疗法的可及性。分析相似性评估是生物相似药开发的核心环节,然而生物相似性结论深受参考产品(reference product,RP)批次数、检测变异性(ass
摘要专业翻译
生物相似药(biosimilar)通过提供高质量、成本效益高的原研产品替代方案,扩大了生物疗法的可及性。分析相似性评估是生物相似药开发的核心环节,然而生物相似性结论深受参考产品(reference product,RP)批次数、检测变异性(assay variability)、RP变异性以及统计方法的影响。世界卫生组织(World Health Organization,WHO)推荐用于分析生物相似性评价的统计工具包括X-sigma、最小–最大(min–max)区间和容差区间(tolerance interval)检验,但这些方法对变异性的敏感性尚未得到系统性考察。在本视角性研究中,研究人员考察了参考批次选择、检测重复次数及RP异质性在应用WHO推荐方法时对生物相似性结论的影响。研究人员利用涵盖糖基化、大小异质性和电荷变异体的分析数据,将四种生物相似药与创新者RP在不同变异性情景下进行比较。相似性结果通过归一化评分框架进行量化。增加RP批次数量并纳入更广泛的RP内在变异性,可通过产生更充分反映参考数据集离散度的可接受限值来提高表观生物相似性;而有限采样则导致方差估计不稳定及标准过于严格。增加检测重复次数对生物相似性结果产生适度且属性依赖性的改变。在各类情景中,X-sigma方法对有限采样和方差估计变化更具稳健性,而min–max和容差区间方法对数据集扩展及分布极值更为敏感。上述发现支持在生物相似性评估中,对参考品表征和统计策略进行数据驱动的论证。
论文解读
一、研究背景与问题
生物相似药作为原研生物制品的替代品,在全球医疗体系中日益重要,其核心价值在于以更低成本提供高质量的治疗选择。然而,生物相似药是大分子、结构复杂的生物制品,其生产过程依赖活细胞系统,因此不可能与原研产品完全一致。监管机构(如美国FDA、欧洲EMA和世界卫生组织WHO)均要求生物相似药在关键质量属性(critical quality attributes,CQAs)方面与原研参考产品(RP)高度相似。分析相似性评估是生物相似药开发的基础,但该评估结果并非生物相似药产品的固有属性,而是高度依赖于参考产品批次的选择、检测方法的变异性和统计方法的选择。WHO在其指南中推荐了三种统计工具用于基于参考产品变异性的接受标准设定,包括X-sigma区间检验、min–max区间检验和容差区间分析。然而,这些方法在不同参考批次数量、检测重复次数和RP内在变异性条件下的敏感性尚未被系统比较。在实际开发中,生物相似性结论可能因变异性的捕获方式和统计工具的选择而显著不同,这引发了关于相似性被高估或低估的担忧。因此,系统评估这些因素对生物相似性结论的影响,对于提高评估的稳健性和监管可解释性具有重要意义。
二、研究内容与结论
研究人员利用已发表的文献数据集,针对四种生物相似药产品(贝伐珠单抗和曲妥珠单抗的生物相似药)与各自创新者RP进行比较分析。分析聚焦于糖基化谱(高甘露糖、岩藻糖基化、半乳糖基化)、电荷变异体(酸性、主峰和碱性)及大小异质性(单体和聚集体)等CQA。研究人员设定了不同的RP批次数量(n=3与n=30)、检测重复次数(3×与6×)及RP内在变异性(低变异与高变异)情景,并采用X-sigma、min–max和容差区间三种WHO推荐统计方法独立设定接受限值,随后评估生物相似药值是否落入这些限值。研究采用归一化相似性评分(SS)框架,将每个属性下通过生物相似药的数量转化为0–100%的评分,并计算平均相似性评分(SS?)和总体相似性评分(OSS),以比较不同方法和情景下的评估结果。
研究结果显示,增加RP批次数量显著提高了表观生物相似性,OSS从40.63%(n=3)升至51.04%(n=30),这反映了更全面地捕获天然批次间变异并产生更宽、更具代表性的接受区间。增加检测重复次数仅带来适度的OSS改善(从4.17%升至10.42%),且影响因属性而异,部分属性变异降低(如高甘露糖、单体、聚集体),而部分属性变异增加(如低岩藻糖基化、半乳糖基化、电荷变异体)。提高RP内在变异性使OSS从30.20%升至40.62%,表明更宽的参考分布能减少因过度狭窄标准导致的假性不相似结论。在统计方法方面,X-sigma方法在不同情景下均表现出较高的稳健性,其SS?在批次扩展和变异性变化时保持相对稳定(约53.13%),而min–max和容差区间方法对数据集扩展和分布极值更为敏感,其SS?随RP采样深度和变异性结构变化显著波动。值得注意的是,在低RP变异性条件下,min–max方法反而可能产生较高的相似性评分,反映了其对观测极值的依赖而非方差结构。
三、主要关键技术方法
本研究主要采用以下关键技术方法:基于文献的对比分析框架,利用公开数据集中四种生物相似药(贝伐珠单抗、曲妥珠单抗等)与创新者RP的分析数据;三种WHO推荐统计方法(X-sigma区间、min–max区间和容差区间)独立计算接受限值;归一化相似性评分(SS)框架将各属性生物相似性结果量化为0–100%评分;并计算平均相似性评分(SS?)和总体相似性评分(OSS)以综合评估。数据来源包括Sanghati et al.(2023)、Cao et al.(2023)、Planinc et al.(2017)、Deepika et al.(2024)和Srishti et al.(2020)等已发表研究,涵盖不同RP批次数量(n=3和n=30)及不同检测重复次数(3×和6×)的数据集。
四、研究结果
参考产品批次数量的影响
研究通过对比低批次(n=3)与高批次(n=30)参考产品数据集,发现增加RP批次数量使OSS从40.63%升至51.04%。大多数属性的标准差(SD)随批次扩展而下降(如高甘露糖ΔSD=?0.15,半乳糖基化ΔSD=?8.40),表明有限批次数据中的变异性主要由批次特异性和异常值驱动。相反,主峰和碱性变体的SD略有增加(ΔSD=+0.58和+0.16),提示这些属性反映真实的工艺相关异质性。X-sigma方法对批次扩展的敏感性较低(SS?=53.13%),而min–max(SS?=25%)和容差区间(SS?=43.75%)方法在批次增加时相似性评分显著提升。
检测重复次数的影响
通过比较3×与6×检测重复次数,研究发现增加重复次数使OSSIBLE从4.17%升至10.42%,但影响因属性而异。高甘露糖、单体和聚集体等属性在重复检测时SD降低,而半乳糖基化、酸性变体和主峰等属性SD增加。X-sigma方法在重复检测增加时评分提升最明显(从6.25%升至21.88%),而min–max方法评分未变(0%),容差区间方法适度提升(从3.12%升至9.37%)。这表明高检测变异性是生物相似性评估的根本限制,仅增加重复检测不足以克服。
内在参考产品变异性的影响
在低变异(平均SD=0.58)与高变异(平均SD=2.28)RP条件下,高变异情景下OSSIBLE从30.20%升至40.62%。大多数属性在高变异条件下ΔSD为正(如高糖ΔSD=+0.37,半乳糖基化ΔSD=+8.57),表明低变异参考数据集限制了天然批次变异性的捕获。X-sigma方法在高变异条件下SS?最高(53.1%),容差区间次之(43.8%),min–max最低(25%)。在低变异条件下,X-sigma(37.5%)和容差区间(18.75%)的SS?降低,而min–max反而升高(34.37%),反映了其对观测极值的依赖。
五、讨论与结论
研究讨论指出,生物相似性结论并非生物相似药产品固有属性,而是受RP表征策略、检测性能和统计方法选择的显著影响。有限的RP批次数量导致方差估计不稳定和过度严格的接受标准,增加假性不相似结论的风险。检测变异是生物相似性评估的基本约束,增加重复检测仅能提供增量改进,且效果因属性而异,不能替代稳健的检测方法验证和控制。统计方法选择本身构成生物相似性结论变异性的来源,X-sigma方法在有限RP数据集下表现出更稳定的相似性评估,而min–max和容差区间方法对RP数据集大小和变异性结构高度敏感。因此,研究建议采用充分且代表性的RP数据集以稳定变异估计,属性特异性评估检测变异,并根据RP数据集特征选择统计方法。结论部分指出,增加RP批次数量可提高OSSIBLE(从40.63%升至51.04%),增加检测重复次数仅带来适度改善(从4.17%升至10.42%),而更高的RP内在变异性可增加OSSIBLE(从30.20%升至40.62%)。不同统计方法对RP采样和变异性结构变化的敏感性差异显著,X-sigma方法提供相对稳定且较高的相似性估计,而min–max和容差区间方法对RP采样和变异性变化更为敏感。这些发现强调,统计方法的选择是生物相似性评估中的关键变量,应基于参考数据集特征和属性变异谱进行科学论证,并在整体证据框架内综合考量。研究结论也提醒,将结果外推至单克隆抗体以外的生物制品类型时应谨慎,因为结构复杂性、CQA分布和分析行为可能存在差异。