引言

• 传统配体结合分析（LBA）采用重复测量，源于对分析变异性、板性能和关键试剂可靠性的担忧，但无监管指南明确要求默认采用重复孔分析
• 欧洲生物分析论坛（EBF）积极评估和推广LBA单次分析用于药代动力学终点，ICH M10明确LBA样品可用“每个样品一个或多个孔”分析
• 生物标志物和抗药物抗体（ADA）分析虽不在ICH M10直接范围内，但单次分析符合监管预期
• EBF成员公司对LBA单次分析实施仍有犹豫，组织研讨会探讨，形成项目团队进行比较评估

数据收集与分析

• 生物标志物分析：7家公司提供23个分析的非临床和临床样品浓度数据，涵盖2个物种、5种基质、3个分析平台、多个目标类别
• ADA分析：19家公司分享91个分析的仪器响应数据，涵盖2个物种、2种基质、4个平台和多个ADA分析层级
• 比较分析：取每个重复对的第一个孔作为单次值，与两个孔的平均值比较，进行Deming回归和Bland - Altman分析，排除校准标准数据、质量控制（QC）样品和正负对照

生物标志物非临床和临床数据集评估

• 所有生物标志物数据集，单次和重复测量显示高度一致，Deming回归方程为y = 1.005x - 9.651，Bland - Altman分析偏差极小
• 各平台评估结果支持单次和重复格式的强一致性

抗药物抗体非临床和临床数据集评估

• 筛查分析中，单次和重复测量显示紧密一致，Deming回归方程为y = 0.9804x + 3.965，Bland - Altman分析偏差小
• 平台特定分析显示，MSD、RIA和ELISA数据集一致性强，AlphaLISA数据一致性较弱
• 确认性样品分析中，单次和重复测量在仪器响应和免疫耗竭值上均显示紧密一致

生物标志物和ADA分析单次分析的实施

• 多数生物标志物和ADA分析转向单次分析不会对分析性能产生负面影响，决策应基于经验证据，考虑预期用途（CoU）和方法开发与验证期间的分析行为
• EBF建议采用数据驱动方法确定重复次数，早期方法开发初步评估变异性在单次中进行，若性能合适则直接验证和单次样品分析，若有问题则进一步开发，仍优先考虑单次分析，必要时采用多重复测量

未来展望

• 数据集未涵盖所有平台，对于非规定性平台，数据驱动方法仍适用
• 讨论从重复到单次分析的过渡策略，包括回顾性和前瞻性过渡，需与利益相关者清晰沟通并透明记录
• 目前行业无统一单次分析途径，实践将随更多实验室采用数据驱动思维而发展

结论

• 多公司项目结果表明，单次测量可提供与重复格式相当的结果，重复测量很少增加科学价值
• 应根据方法开发数据决定每个样品的孔数，性能支持时，单次分析应作为默认方法
• EBF将继续与行业伙伴和监管机构合作，推广数据驱动的分析设计