摘要：生物药生产中，宿主细胞蛋白（HCPs）这类 “隐形杂质” 可能引发免疫反应、破坏药效，是用药安全的重要隐患。传统检测方法存在明显局限，而质谱技术（MS）凭借高特异性和宽检测范围，成为质控领域的 “新利器”。本文结合具体技术原理、应用场景和前沿进展，用通俗语言拆解质谱如何联手 AI，从检测平台到数据分析全流程守护生物药安全，让你看懂这项改变行业的黑科技。
2025年两本抗体药物偶联物图书
扫码即可加入读书！
书籍目录
一、生物药里的 “隐形刺客”：HCPs 为何必须严管？
你可能不知道，我们注射的单抗药、基因疗法产品里，可能藏着来自生产细胞的 “不速之客”—— 宿主细胞蛋白（HCPs）。这些是生物药生产中伴随产生的工艺相关杂质，哪怕浓度低到百万分之一，也可能搞破坏。
比如某些蛋白酶会切碎药效成分，脂肪酶会降解药物稳定剂，还有些蛋白会触发人体免疫反应。正因为如此，FDA、EMA 等监管机构明确将 HCPs 列为关键质量属性（CQA），要求全程严格监控。
过去靠 ELISA 检测，但这种方法像 “认脸识人”，只能识别抗体认识的蛋白，大量 HCPs 会被漏检。尤其是新兴的细胞和基因疗法（CGTs），连专用的 ELISA 检测方法都没有，检测缺口更大。
二、质谱技术登场：生物药质控的 “全能选手”
质谱技术的出现，彻底改变了 HCPs 检测的被动局面。它不像 ELISA 那样 “认脸”，而是直接分析蛋白的 “分子指纹”—— 质量电荷比，哪怕是百万分之一浓度的杂质也能精准捕捉。
目前主流的质谱平台各有专攻，就像质控团队里的不同角色。四极杆飞行时间质谱（Q-TOF）扫描速度快，适合早期研发阶段的全面筛查；三重四极杆质谱（QQQ）灵敏度超高，是生产线批量检测的 “主力”，能实现亚 ppm 级别的精准定量；轨道阱质谱（Orbitrap）分辨率拉满，复杂样品中的低丰度杂质也逃不过它的 “眼睛”。
还有带离子迁移功能的TIMS-TOF 质谱，靠分离离子形状进一步提升检测深度，比传统方法多识别 30% 的 HCPs。这些平台各司其职，覆盖了从研发到生产的全流程检测需求（见表 1）。
表 1 不同质谱平台的 HCPs 检测能力对比
平台类型采集模式核心优势适用场景四极杆飞行时间（Q-TOF） DDA、SWATH-MS 等 扫描快（~50Hz），动态范围广 早期研发、工艺优化 三重四极杆（QQQ） SRM/MRM 靶向检测 亚 ppm 灵敏度，重复性极佳 批量放行、常规监控 Q - 轨道阱（Q-Orbitrap） DDA、DIA、PRM 等 超高分辨率，兼顾靶向与非靶向 深度表征、可比性研究 TIMS-TOF diaPASEF、DDA 离子迁移辅助，低丰度检测强 痕量杂质筛查 杂交轨道阱（Tribrid Orbitrap） MSn、CID/ETD 等 扫描模式丰富，覆盖超深 复杂样品分析、库构建
三、检测策略大比拼：怎么选才靠谱？
质谱检测不是 “一刀切”，不同阶段要选对策略。数据依赖采集（DDA）像 “随机抽查”，挑信号强的蛋白优先分析，适合早期发现未知杂质，但容易漏掉低丰度的 “漏网之鱼”。
数据非依赖采集（DIA）则是 “全面排查”，把所有蛋白片段都分析一遍，重复性超高，是中期研发和可比性研究的首选。有研究用 DIA 技术，成功找到的 “粘性 HCPs”，这些杂质会跟着药物一起纯化，ELISA 根本检测不到。
还有更高级的PASEF 技术，结合离子迁移和快速测序，灵敏度直接冲到 0.5ppm 以下，给细胞疗法这类复杂产品做检测再合适不过。而SRM/MRM 靶向检测就像 “精准狙击”，专门盯着已知的高风险 HCPs，是药品放行检测的 “金标准”（见图 1）。
图 1 质谱检测 HCPs 的核心采集策略对比
四、 quantification 门道：给 HCPs “称重” 有技巧
找到杂质还不够，得精准算出它的含量才管用。目前主要有三种量化方法，各有千秋。
无标记定量（LFQ）最常用，不用额外加标签，靠蛋白信号强度估算含量，适合早期高通量筛查。但要注意，药物主峰可能会 “压制” 杂质信号，导致低丰度 HCPs 算不准。
同位素标记定量（TMT/iTRAQ）像给蛋白贴 “荧光标签”，能同时分析多个样品，对比不同工艺的杂质差异特别方便。有研究用 TMT 技术，在单抗样品中识别出 3400 多种 HCPs，灵敏度直接拉满。
靶向定量（SRM/MRM、PRM）精度最高，用同位素内标做校准，能实现绝对定量，是生产线放行检测的 “硬标准”。比如针对 CHO 细胞生产的单抗，用 MRM 技术监测脂肪酶和组织蛋白酶 D，能全程追踪杂质变化，规避质量风险。
图 2 质谱定量 HCPs 的三种核心策略
五、AI + 质谱：给检测技术 “开天眼”
现在的质谱检测，早已不是单打独斗，AI 的加入让它如虎添翼。深度学习模型能提前预测蛋白的 fragmentation 图谱，就算没有实验库也能精准识别杂质。
比如Prosit、AlphaPeptDeep这些工具，能模拟蛋白碎片的 “分子样貌”，大幅提升低丰度 HCPs 的识别率，还能减少假阳性结果。DIA-NN这款 AI 软件，能自动处理海量数据，峰识别、保留时间校准全搞定，分析师不用再熬夜做数据处理。
更厉害的是，AI 还能做风险预测。把质谱数据、细胞表达谱、免疫原性数据结合起来，模型能提前判断哪些 HCPs 容易残留、可能引发不良反应，帮研发人员早期优化工艺，从源头减少杂质风险（见图 3）。
图 3 AI 辅助质谱分析 HCPs 的工作流程
六、从实验室到生产线：质谱技术的 “落地难题”
虽然质谱技术很强大，但要走进 GMP 生产车间，还有不少关卡要闯。首先是标准化缺失，不同实验室用的数据库、分析参数不一样，结果很难对比，这也是监管部门关注的重点。
其次，质谱仪器成本高、操作复杂，方法验证起来比 ELISA 麻烦得多。还有数据完整性要求，要符合 21 CFR Part 11 法规，软件得有审计追踪、版本控制功能，不能出一点纰漏。
不过好消息是，行业正在行动。USP 已经出台质谱检测的相关指南，BioPhorum 等联盟也在制定统一标准。随着技术成熟和成本下降，越来越多药企把质谱纳入常规质控，未来它很可能和 ELISA 平分秋色，甚至成为主流。
七、未来展望：质谱技术将改写生物药质控规则
生物药正在向更复杂的方向发展，基因疗法、双特异性抗体、抗体偶联药物等新产品不断涌现，对 HCPs 检测的要求只会更高。质谱技术的下一个目标，是实现实时在线监测—— 把仪器接到生产线上，全程追踪杂质变化，真正做到 “质量源于设计（QbD）”。
AI 的深度融合会是关键。未来的模型不仅能识别杂质，还能预测工艺变化对 HCPs 的影响，帮生产人员提前调整参数。随着数据库的完善和标准化推进，质谱检测会变得更快速、更精准、更普及。
对于我们普通人来说，这意味着未来的生物药会更安全、更可靠。而对于行业而言，质谱技术正在推动生物药质控从 “事后检测” 向 “事前预防” 转变，为精准医疗保驾护航。这项既专业又强大的技术，正在悄悄改变我们的用药世界。
识别微信二维码，添加生物制品圈小编，符合条件者即可加入
生物制品微信群！
请注明：姓名+研究方向！
本公众号所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，不希望被转载的媒体或个人可与我们联系(cbplib@163.com)，我们将立即进行删除处理。所有文章仅代表作者观不本站。
热门跟贴