走出阴影：制药技术开发的光明未来

化学、制造和控制（CMC）这一常被忽视的功能正迎来重塑角色的难得机遇，可通过创新方式改进并加速药物开发进程。

制药技术开发，即化学、制造和控制（CMC），是药物成功开发中至关重要的多学科功能（参见侧栏“技术开发卓越实践”）。其核心使命是为生产安全有效药品开发工艺和方法。尽管常处于临床开发的阴影之下，CMC却推动着重要进步：助力加速药物开发、开创尖端制药技术、设计新型给药方式使“难治性疾病”变得可治疗、优化开发成本、提升患者依从性，并扩大未充分治疗人群的药品可及性。

技术开发卓越实践

技术开发——化学、制造和控制——的使命对药物开发至关重要。

支持临床项目执行
辅助并加速资产开发进程
灵活可靠地提供临床供应
在关键路径内外保持高效运作
最大化患者中心性
优化患者剂型和给药方式，改善试验招募与患者依从性
支持临床供应的去中心化配送模式
开发高质量产品与工艺
确保临床材料合规且成本高效
建立稳健且特征明确的工艺流程
最小化偏差、质量问题和延误
提供竞争优势
开发创新剂型和给药系统
降低新产品及既有产品的销售成本

近年来，CMC领导者已开始拥抱高级分析、数据科学、数字化、自动化及其他技术与工业进展，但该功能在现代化进程中仍需长足努力。传统流程、非结构化数据、标准缺失以及分散的数据与系统架构，常常阻碍企业充分发挥新型数字工具、流程和工作方法的全部潜力。通过麦肯锡CMC论坛及与领先生物制药公司的合作，我们形成了关于CMC如何转型为动态响应型功能、成为高效药物开发与交付核心的独到见解。

变革的必要性

数十年来，CMC组织依赖稳定运营模式运行良好——各专业团队管理实验室和系统，并与明确定义的小分子和生物制剂模式平台协作。然而，近期行业趋势的压力已使该方法开始失效：

药物开发节奏加快：药物开发加速使CMC更频繁地处于关键路径上。随着创新试验设计、优化临床运营流程及加速监管项目的推进，药物开发周期缩短，CMC面临调整时间表和工作方式的压力。
产品开发复杂度提升：随着制药管线多元化进入新剂型¹、制造工艺要求更高、产品规范扩展以强调设备与软件组件，治疗产品的开发日益复杂。
技术快速进步：新技术正以更快速度引入。物理自动化、数字化、生产系统和测试方法的创新，要求CMC招募培养新人才，并通过外部合作与战略伙伴关系获取能力。
数据激增：制药研发生成的数据量和类型呈爆炸式增长。来自设备、预测模型及外部合作伙伴与供应商网络的更多数据，使数据治理和知识管理对高效合规的产品开发变得日益关键。
可持续发展重要性提升：对环境可持续性和社会责任的日益关注，正在改变制药领导者对患者福祉、员工健康、治理及环境影响的愿景设定方式。

面对这些压力与机遇的制药公司，是时候重新思考CMC运营模式了。

面向未来的五大转型要务

鉴于塑造行业的趋势，我们认为五大转型方向可提升CMC成功转型的可能性。这些转变涉及更聚焦患者、在决策中更深入广泛地运用数据、通过数字化提升效率、强化跨职能及行业协作，以及将可持续发展更全面地融入考量。

1. 使技术开发更以患者为中心

CMC领导者可增强对患者和医疗专业人员的关注。该努力最可能产生重大影响的领域包括研究患者及专业人员需求、改善临床供应链。

深入理解患者与医疗人员以最大化治疗效益：患者和临床医生使用疗法的体验——例如药片大小与口味、哮喘吸入器或胰岛素注射器的易用性、针头安全性——会影响治疗依从性、疗效、患者生活质量及医护人员体验。因此，CMC团队可通过早期让患者参与产品设计、探索其需求并将其意见纳入目标产品特征谱来改进技术开发。虚拟现实、增强现实、3D打印等新技术的采用，可帮助团队更快更高效地设计、开发和测试原型。在获得患者同意后，CMC团队还可利用可穿戴传感器的行为数据修改药物或设备设计，使其更有效、便捷或易用。

重构临床供应以提升患者与研究者体验：随着去中心化试验和创新个体化治疗的普及，临床供应在改善患者和研究者体验方面扮演更重要角色。在去中心化试验中，优化最后一公里配送、套件包装和远程健康数据收集服务等措施，可提升患者依从性和留存率。此类改进还能让研究者更快速便捷地开展试验，同时为参与者提供更佳体验。细胞疗法等个体化治疗比传统疗法需要更快的周期和更短的保质期，因此重构临床供应链以最大化速度和响应性，对改善患者体验至关重要。

2. 采用数据驱动的技术开发

CMC数据是制药产品开发和监管申报的关键组成部分。随着企业获取更广泛的外部数据源、工作流程数字化，以及从自动化设备、传感器和流程中生成实时数据，数据流将大幅增加。CMC功能需确保数据的可发现性、可访问性、互操作性和可重用性；通过适当的数据治理模型监督不同部门间数据的有效共享；以满足制造和研发部门同行需求的节奏运作；并探索如何利用海量数据造福患者和企业。

面向用途的数字化基础设施与定制化数据骨干

数据驱动的技术开发将成为未来CMC实验室的核心。其关键要素包括：

从样本接收至数据分析的流程自动化
通过中央控制台实现的实时数据与流程可视化
采用计算机模拟建模和分析方法，减少湿实验并优化流程
利用高级分析优化资源配置、执行预测性维护并减少浪费
与制造、监管和临床开发紧密协作，加速试验并识别患者体验改进点
敏捷团队通过迭代工作缩短CMC活动关键路径
试验期间动态供应链规划与优化，以适应招募变化
自动化数据捕获、分析及技术与监管报告生成

未来CMC实验室中，数据驱动的技术开发将与传统基于活动的模式大相径庭（参见侧栏“面向用途的数字化基础设施与定制化数据骨干”）。科学家将通过连接先进实验室信息管理系统、电子实验记录本及其他系统的云架构即时访问数据，并在稳健的数据治理框架下管理。自然语言处理将通过支持跨部门共享当前项目数据、从既往研发项目生成洞见，助力组织知识管理。实时项目数据访问与交互式可视化工具，将提升项目和组合层面的决策质量。

凭借从早期研究到临床开发和制造的持续资产数据流，CMC将运用高级分析方法探究上游分子与工艺特性如何影响下游制造流程、患者结局及药物警戒。对带适当元数据的结构化数据的便捷访问，将加速监管文件编制并最小化耗时的手动审核流程。

实现这一愿景，制药企业需明确谁生成何种信息、如何及何时使用。还必须投资于数据及数据领导力，并明确谁负责管理数据资产以实现价值捕获。

3. 释放CMC的全部科学潜力

随着管线日益复杂和流程效率需求加剧，CMC的资源和时间表压力陡增。未来，例行控制、分析和文档流程可实现自动化，以减少非增值任务负担，让科学家有更多时间进行创造性、实验性和创新性工作。这种快节奏环境将要求新技能和人才类型——特别是具备数字专长的多学科专家——并部署一系列数字化赋能工具和解决方案，例如：

计算机模拟工具：工艺开发与放大过程繁琐耗时。CMC实验室已使用数学模型模拟工艺行为、减少湿实验次数。未来，自训练神经网络将结合新实证知识与化学生物法则，持续改进计算机模拟工具包。这些工具包将预测实验结果、提供数据驱动方法加速设计决策。实验将预先筛选、条件预先设定，性能在最小人工干预下精确控制。“单元操作数字孪生”将常规用于实时优化葡萄糖浓度、细胞密度和乙酸盐水平等工艺参数，并选择最佳高效液相色谱（HPLC）柱及预测配方参数。数字孪生可整合为整个实验室的数字孪生，实现价值链上完整CMC流程的模拟。
高通量流程与物理自动化：液处理站和自动化生物反应器系统等高通量设备已在行业引入。未来CMC实验室中，协作机器人将在需要人工交互时介入，现场或远程协助员工，从而减少人工劳动、提升实验室安全性并改善重复性和产出质量。所有实验室设备将把数据馈送至由CMC控制塔管理的中央存储平台，该平台协调规划管理所有流程和参数所需的软件工具。
数据分析：未来CMC实验室中，湿实验和计算机模拟生成的数据将实时自动清洗、处理和过滤，随后通过标准格式和交互式仪表板合成与交付。大量数据（如液处理系统同时执行数百次实验生成的数据）的价值将不再依赖人类识别模式、发现错误和得出结论的能力。领域专家将使用自动化计算机模拟工具支持并加速数据驱动决策。
自动化报告与文档：文档管理全面数字化后，技术与监管文档可超越现有模板和预填充报告实现自动化，以减轻行政负担并确保跨项目和开发阶段的一致性与质量。未来CMC实验室中，模板和监管文档将按地区和卫生机构定制并自动更新，防止版本控制问题、返工和过度交付。中央存储平台将提升数据完整性，并简化内部及与监管机构接口的沟通与数据交换。

迄今为止，部分领先CMC组织已聚焦于开发高价值用例的数字化转型，例如用于模拟放大参数或加速稳定性评估的计算机模拟工具；另一些则构建数字平台作为未来高级用例（如单元操作数字孪生）的基础。长期而言，若要充分实现数字化药物开发的潜力，这些努力需扩展为全组织数字化转型³。

4. 跨职能及跨行业协作

作为制药研发中最具多学科性的功能之一，CMC处于连接研究、开发和制造的网络中心，整合着不同——有时相互竞争——的优先事项、风险概况和运营模式的工作。为使信息流和决策流程更快速透明，CMC领导者需打破CMC组织内部的地理和子功能孤岛。部分制药公司已将基于剂型的组织重新定位为能力导向，以便合成与小分子产品开发团队和生物制剂团队之间轻松共享技能与知识。

未来，从早期研究到上市的反馈环路将提供药物警戒、临床结果及制造偏差与性能数据；企业可利用这些反馈优化工艺开发⁴。同样，数字流程和数字孪生将促进技术转移，同时确保数据完整性与完整性，以及工艺和产品知识的双向交换。

鉴于新技术开发的规模与速度，以及对专业人才的激烈竞争，CMC组织将比以往更依赖强有力的协作网络，其范围从学术机构、合同开发与制造组织及同行，扩展至专业利基服务提供商和医疗科技创企。通过这些关系，CMC将获得实验室数据处理系统、智能实验室与数据自动化、云生物加工等复杂解决方案。随着供应商成熟，制药企业将获得整合发现、CMC、临床开发和制造的外包解决方案。维护数据完整性对充分释放这些协作的潜力至关重要。

实现这一愿景，企业可借助行业前竞争性倡议协作开发通用标准、规范对供应商的期望。为推进CMC科学学科发展，企业还可参与类似Pistoia联盟和MELLODDY所倡导的安全联邦学习环境中的数据共享论坛。

5. 将可持续发展嵌入制药开发

未来CMC功能将特别注重设计定义产品全生命周期环境足迹的工艺流程。它将加强材料与废弃物回收、提升化学工艺效率、减少有机溶剂消耗、避免有毒物质使用、管理温室气体排放、改善水资源管理，并使供应链更可持续。作为与研究、开发、制造和商业部门的联合努力，CMC还将为化合物或制造工艺开发产品特定的可持续发展目标特征谱。这些特征谱可能成为目标产品特征谱的一部分，或在开发早期单独指定于需求表单，并定期审查更新。某些可持续发展措施可能触发技术变革；例如，向流动化学和生物催化转型可能需要修改CMC流程、设备和能力⁵。