MCP HubMCP Hub
스킬 목록으로 돌아가기

validate-analytical-method

pjt222
업데이트됨 5 days ago
6 조회
17
2
17
GitHub에서 보기
테스팅design

정보

이 스킬은 ICH Q2(R2) 규제 가이드라인에 따라 크로마토그래피 분석 방법을 검증합니다. 개발자가 검증 범위를 정의하고, 특이성을 확립하며, 직선성, 정확도, 정밀도와 같은 중요한 파라미터를 평가하는 데 도움을 줍니다. 규제 제출이나 일상적 사용을 위해 새로운 방법 또는 수정된 방법을 준비할 때 사용하세요.

빠른 설치

Claude Code

추천
기본
npx skills add pjt222/agent-almanac -a claude-code
플러그인 명령대체
/plugin add https://github.com/pjt222/agent-almanac
Git 클론대체
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/validate-analytical-method

Claude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요

문서

驗證分析方法

依 ICH Q2(R2) 準則對層析分析方法之正式驗證,涵蓋依方法類別之驗證範圍定義、特異性/選擇性建立、線性與範圍判定、準確度與精密度評估及 LOD/LOQ 與耐用性研究,以符法規要求。

適用時機

  • 新層析方法已開發,例行使用前須驗證
  • 藥典方法於特定實驗室之適用性確認
  • 既有已驗證方法經顯著變更,需部分或全面再驗證
  • 為法規遞交(NDA、ANDA、MAA、IND)準備驗證資料包
  • 將方法轉移至新實驗室或新儀器平台

輸入

必要

  • 已開發之方法:完整最佳化並記錄之層析方法(柱、流動相、梯度、檢測器等)
  • 方法類別:活性成分含量分析、定量雜質檢測、雜質限度檢測或鑑別檢測
  • 分析物對照標準品:附分析證書與指定純度之初級對照標準品
  • 樣品基質:代表性樣品,含特異性研究用之安慰劑/空白基質

選擇性

  • 法規指引:ICH Q2 之外之特定法規要求(如 USP <1225>、FDA 指引、EMA 指引)
  • 強制降解樣品:預壓樣品(酸、鹼、氧化、熱、光)(若尚未配製)
  • 驗證計畫書:載明接受準則之預先核准計畫書(GMP 環境必需)
  • 轉移資料包:若驗證為方法轉移之一部分,則為原實驗室之驗證報告

步驟

步驟一:依 ICH Q2(R2) 定義驗證範圍

辨識方法類別並判定所需之驗證參數。

參數第 I 類:含量第 II 類:雜質(定量)第 III 類:雜質(限度)第 IV 類:鑑別
特異性
線性
範圍
準確度
精密度(重複性)
精密度(中間)
LOD可能需
LOQ
耐用性
  1. 依預期用途將方法分至四個 ICH 類別之一
  2. 由表辨識所需之所有驗證參數
  3. 開始實驗前先為各參數定義接受準則。典型準則:
    • 線性:R^2 >= 0.999(含量)、>= 0.99(雜質)
    • 準確度:回收率 98.0-102.0%(含量)、LOQ 水準 80-120%
    • 重複性:RSD <= 2.0%(含量)、LOQ 水準 <= 10%
    • 中間精密度:RSD <= 3.0%(含量)
  4. 草擬驗證計畫書,記錄所有參數、實驗設計與接受準則
  5. 開始實驗前獲計畫書核准(GMP 環境)

預期: 已核准之驗證計畫書,載明方法類別、所需參數、實驗設計與預定義之接受準則。

失敗時: 若方法類別含糊(如含量與雜質合併方法),以最嚴格之適用類別驗證。參遞交類型之特定法規指引。

步驟二:建立特異性與選擇性

  1. 配製下列溶液:
    • 空白(僅溶劑/稀釋液)
    • 安慰劑(無分析物之基質,如藥品之賦形劑)
    • 工作濃度之對照標準品
    • 加標安慰劑(基質 + 對照標準品)
    • 強制降解樣品(若尚無)
  2. 進行強制降解以產生潛在降解產物:
壓力條件典型處理目標降解
酸水解0.1-1 N HCl、60-80 C、1-24 h5-20%
鹼水解0.1-1 N NaOH、60-80 C、1-24 h5-20%
氧化0.3-3% H2O2、室溫-60 C、1-24 h5-20%
60-80 C、固態、1-7 日5-20%
光解ICH Q1B(1.2M lux 時、200 Wh/m^2 UV)5-20%
  1. 注入所有溶液並評估:
    • 空白或安慰劑於分析物滯留時間無干擾峰
    • 降解產物與主分析物峰分離(Rs >= 1.5)
    • 以 DAD 光譜純度指數或 MS 確認峰純度
  2. 計算質量平衡:含量 + 雜質 + 降解產物應佔初始含量之 95-105%
  3. 以所有條件之層析圖記錄特異性結果

預期: 方法已證明具特異性:空白/安慰劑無干擾、降解產物與分析物分離、峰純度確認、質量平衡於 95-105% 內。

失敗時: 若降解產物與分析物共洗脫,則方法非穩定性指示。返回方法開發以改進選擇性(調 pH、梯度、柱化學)後再進行驗證。

步驟三:判定線性與範圍

  1. 配製至少 5 個跨預期範圍之濃度水準:
    • 含量方法:通常為目標濃度之 80-120%
    • 雜質方法:自 LOQ 至規格限度之 120-200%
    • 溶離度:自標稱量之 10-120%(或依溶離曲線所需)
  2. 為求最佳實踐,各濃度水準獨立配製(非經序列稀釋)
  3. 各水準三重複進注(最少二重複)
  4. 對響應(面積或高度)對濃度做線性回歸:
    • 報告斜率、截距與相關係數(R^2)
    • 含量 R^2 >= 0.999;雜質定量 R^2 >= 0.99
  5. 評估殘差圖:
    • 殘差應隨機分佈於零附近,無系統性模式
    • 殘差呈曲線模式指示非線性——考慮二次擬合或較窄範圍
  6. 計算 y 截距佔 100% 濃度響應之百分比:
    • 含量方法之截距應 <= 100% 響應之 2%
  7. 將驗證範圍訂為線性、準確度與精密度皆已證明之最低與最高濃度間之區間

預期: R^2 >= 0.999(含量)或 >= 0.99(雜質)之線性回歸、隨機殘差分佈、截距 <= 目標響應 2%、驗證範圍清楚定義。

失敗時: 若 R^2 低於準則,檢查配製錯誤、檢測器非線性(濃度過高)或分析物不穩定。以新製品重複。若非線性為固有,用多項式校正或縮窄範圍。

步驟四:評估準確度

  1. 於 3 個濃度水準配製準確度樣品(含量典型為目標 80%、100%、120%;雜質方法為 LOQ、中、高)
  2. 各水準配 3 獨立重複(總計最少 9 次測定)
  3. 對原料藥:將測得濃度與已知(重量法)量比較
  4. 對製劑:用加標安慰劑法——將已知量分析物加入安慰劑基質並測回收
  5. 計算各水準之百分回收:
    • 回收(%)= (測得量 / 加入量)x 100
  6. 接受準則:
方法類型回收範圍各水準 RSD
含量(原料藥)98.0-102.0%<= 2.0%
含量(製劑)98.0-102.0%<= 2.0%
雜質(定量)LOQ 80-120%、較高水準 90-110%LOQ <= 10%、較高 <= 5%
清潔驗證70-130%(或依公司 SOP 更嚴)<= 15%
  1. 報告各水準之個別回收、平均回收與 RSD

預期: 平均回收於所有濃度水準皆在接受準則內,RSD 於限度內。

失敗時: 若回收於所有水準持續偏高或偏低,疑對照標準品、樣品製備或方法之系統性誤差(如 LC-MS 中之離子抑制基質效應)。若回收不規則變動,調查樣品製備技巧與分析物穩定性。

步驟五:判定精密度

評估三層次之精密度:

  1. 重複性(日內)
    • 一分析師、一儀器、一日
    • 100% 注 6 次測定,或 3 水準 x 3 重複(同準確度資料)
    • 計算結果之 RSD:含量 <= 2.0%、雜質 LOQ <= 10%
  2. 中間精密度(日間/分析師間)
    • 以不同分析師、不同日,並(若有)不同儀器重複重複性研究
    • 計算合併兩資料集之整體 RSD
    • 含量整體 RSD <= 3.0%
    • 若中間精密度顯著差於重複性,調查變異來源(分析師技巧、儀器校準、環境條件)
  3. 再現性(用於方法轉移或多場驗證):
    • 於接收實驗室依同計畫書執行
    • 比較實驗室間之結果
    • 以 F 檢定(變異比較)與 t 檢定(均值比較)或等效性檢定評估
精密度層次設計接受(含量)接受(雜質定量)
重複性100% n >= 6、1 分析師、1 日RSD <= 2.0%LOQ RSD <= 10%、上 <= 5%
中間2 分析師、2 日(或 2 儀器)RSD <= 3.0%LOQ RSD <= 15%、上 <= 10%
再現性多實驗室依計畫書/轉移準則依計畫書/轉移準則

預期: 重複性與中間精密度 RSD 於接受準則內。除允許 RSD 之外,分析師/日/儀器間無統計顯著差異。

失敗時: 若中間精密度遠差於重複性,辨識驅動額外變異之變數(分析師配製技巧、環境溫度、儀器校準漂移)並控制之後再重複。

步驟六:建立 LOD、LOQ 與耐用性

檢出限(LOD)定量限(LOQ)

  1. 用信噪比法或標準差法計算 LOD 與 LOQ:
    • LOD = 3.3 x (sigma / S),sigma = 低濃度響應之標準差,S = 校正斜率
    • LOQ = 10 x (sigma / S)
    • 替代:S/N 法——LOD 對應 S/N >= 3,LOQ 對應 S/N >= 10
  2. 以實驗確認:以計算之 LOD 與 LOQ 濃度配溶液並注入
    • 於 LOD:峰應可檢出但不必能以可接受精密度定量
    • 於 LOQ:注 6 重複,確認 RSD <= 10% 且準確度於 80-120% 內
  3. 報告 LOD 與 LOQ 及其判定方法

耐用性

  1. 辨識關鍵方法參數(典型 5-7 個因素):
    • 流動相組成(+/- 2% 有機)
    • 流動相 pH(+/- 0.2 單位)
    • 柱溫(+/- 5 C)
    • 流速(+/- 10%)
    • 檢測波長(+/- 2 nm)
    • 柱批次(若有)
  2. 於指定範圍內刻意變化各參數,其他保持恆定(或用部分因子設計以求效率)
  3. 評估對系統適用性參數(滯留時間、解析度、拖尾、面積)之影響
  4. 於測試範圍內致系統適用性失敗之參數,須嚴格控制並記錄為關鍵方法參數
  5. 以表總結耐用性結果,顯示各變異參數、測試範圍及對關鍵響應之影響

預期: LOD 與 LOQ 經實驗確認。耐用性研究完成,關鍵方法參數已辨識,控制限度已建立。

失敗時: 若 LOQ 精密度超過 10% RSD,該濃度之方法靈敏度不足。選項:增加進樣體積、濃縮樣品、改進樣品淨化或用更靈敏之檢測器。若參數顯方法不耐用(小幅刻意變化即 SST 失敗),於方法中嚴控該參數並於方法轉移時旗標之。

驗證

  • 依 ICH Q2(R2) 辨識方法類別並判定所有所需參數
  • 已撰寫含預定義接受準則之驗證計畫書
  • 特異性已證明:無干擾、降解產物分離、峰純度確認
  • 強制降解研究之質量平衡於 95-105% 內
  • 已建立線性,R^2 >= 0.999(含量)或 >= 0.99(雜質)、殘差隨機
  • 準確度於 3 水準證明,回收於接受準則內
  • 重複性 RSD 於限度內(如含量 <= 2.0%)
  • 中間精密度 RSD 於限度內(如含量 <= 3.0%)
  • LOD 與 LOQ 經實驗確認(LOQ 精密度 <= 10% RSD)
  • 耐用性研究完成,關鍵方法參數已辨識
  • 所有原始資料、計算與層析圖編入驗證報告

常見陷阱

  • 計畫書核准前即開始實驗:GMP 環境中,計畫書核准前產生之驗證資料可能不為法規方接受。永遠先獲核准
  • 線性用序列稀釋:序列稀釋傳遞移液誤差。為最準之線性評估,從共同儲備液獨立配製各濃度水準
  • 強制降解不足:產生過少降解(< 5%)可能漏掉重要降解產物。產生過多(> 30%)產生次級降解產物複雜化詮釋。每條件目標 5-20% 降解
  • 混淆重複性與中間精密度:重複性為同日、同分析師、同儀器。中間精密度須變化此等之至少一者。第 I、II 類方法兩者皆需
  • 忽略 LOQ 確認步驟:自校正曲線計算 LOQ 不足。計算之 LOQ 須以實驗證明該濃度之可接受精密度與準確度
  • 驗證末段才做耐用性:於準確度與精密度研究後發現方法不耐用浪費時間與材料。驗證早期跑快速耐用性篩查以捕脆弱參數
  • 驗證報告不完整:法規審查者期望見所有原始資料、層析圖(不僅表列數字)、統計分析及各參數明確之合格/不合格結論。資料缺失致缺失函

相關技能

  • develop-gc-method — 驗證之前之 GC 方法開發
  • develop-hplc-method — 驗證之前之 HPLC 方法開發
  • interpret-chromatogram — 讀驗證實驗中產生之層析圖
  • troubleshoot-separation — 解決驗證研究中發現之問題
  • conduct-gxp-audit — 為 GxP 合規而審查已完成之驗證
  • write-standard-operating-procedure — 將已驗證方法記錄為 SOP

GitHub 저장소

pjt222/agent-almanac
경로: i18n/wenyan-lite/skills/validate-analytical-method
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

연관 스킬

evaluating-llms-harness

테스팅

이 Claude Skill은 MMLU, GSM8K를 포함한 60개 이상의 표준화된 학술 과제에서 LLM 성능을 벤치마크하기 위해 lm-evaluation-harness를 실행합니다. 개발자들이 모델 품질을 비교하고, 학습 진행 상황을 추적하거나 학술 결과를 보고할 수 있도록 설계되었습니다. 이 도구는 HuggingFace와 vLLM 모델을 포함한 다양한 백엔드를 지원합니다.

스킬 보기

cloudflare-cron-triggers

테스팅

이 스킬은 cron 표현식을 사용하여 Worker를 스케줄링하기 위한 Cloudflare Cron Triggers 구현에 관한 포괄적인 지식을 제공합니다. 주기적 작업, 유지보수 작업, 자동화된 워크플로우 설정 방법을 다루며, 잘못된 cron 표현식이나 시간대 문제 같은 일반적인 이슈들을 해결하는 방법을 포함합니다. 개발자들은 이를 통해 스케줄된 핸들러 구성, cron 트리거 테스트, Workflows 및 Green Compute와의 연동 작업을 수행할 수 있습니다.

스킬 보기

webapp-testing

테스팅

이 Claude Skill은 Python 스크립트를 통해 로컬 웹 애플리케이션을 테스트하기 위한 Playwright 기반 툴킷을 제공합니다. 프론트엔드 검증, UI 디버깅, 스크린샷 캡처, 로그 확인 기능을 지원하며 서버 라이프사이클을 관리합니다. 브라우저 자동화 작업에 사용하되 컨텍스트 오염을 방지하기 위해 소스 코드를 읽지 않고 스크립트를 직접 실행하세요.

스킬 보기

finishing-a-development-branch

테스팅

이 스킬은 테스트 통과를 확인한 후 체계적인 통합 옵션을 제시하여 개발자가 완성된 작업을 마무리하도록 돕습니다. 구현이 완료된 후 머지, PR 생성, 브랜치 정리와 같은 워크플로우를 안내합니다. 코드가 준비되고 테스트가 완료되었을 때 개발 프로세스를 체계적으로 마무리하기 위해 사용하세요.

스킬 보기