为什么这些问题比技术规格书更重要
购买在线分析仪，买的是它在整个使用寿命内提供的测量结果，而不是规格书。FDA的过程分析技术（PAT）指南将此类仪器定位为一个系统的组成部分，该系统通过对关键质量属性的及时测量来控制生产[1]。针对这一链条已有行业指南：ISO 12099适用于饲料、谷物及谷物碾磨制品[2]，ISO 23291 | IDF 248适用于乳品加工中的in-line和on-line红外测量[3]，二者均与食品和饲料行业的工厂相关。光谱仪架构见NIR与FT-NIR一文，测量位置见在线、近线还是离线一文。
1. NIR能否测量该参数？与参考方法相比效果如何？
NIR结果是依据参考方法建立的多元定标模型给出的预测值。ASTM E1655规定了近红外区域（约780至2500 nm）此类定标的实施规程及其性能验证准则[4]；ISO 12099则规定了应报告的性能统计量：偏差、预测均方根误差、预测标准误差和斜率，且须在未参与建模的样品上计算[2]。应索取基于同一基质独立验证集得到的上述指标，而非定标拟合统计量。
这些数值必须结合参考实验室来解读。Faber和Kowalski指出，以实测参考值估计的预测误差是一种表观误差，系统性地大于真实误差，因为参考结果的随机误差无法被任何模型预测[5]。相反，DiFoggio将“NIR永远不可能优于其参考方法”这一看法列为常见误解之一[6]。Esbensen等批评了盲目依赖RPD等单一指标的做法[7]。EMA指南据此得出实用结论：相对于预期性能，参考方法的不确定度应当较低[8]。
2. 样品接口看到的是代表性样品吗？
在线探头或视窗只能分析其正前方的物料。采样理论描述了对非均质物料取样时产生的各类误差，并认为只有正确、无偏的质量缩分才能得到代表性样品[9]。对于on-line NIR，EMA指南要求对物料呈现给探头的方式进行优化和验证，包括采样装置的安装位置、有效样品量的估算、确保视窗被样品覆盖以及防止结垢的控制措施[8]。供应商应能针对实际的管道、溜槽或容器说明每条光谱所代表的体积，以及如何检测结垢。
3. 由谁开发、验证和维护定标模型？
EMA指南建议在获得新批次时更新模型，要求工艺、组成或生产场地的变更触发模型更新，并规定每次变更都须经过验证和记录[8]。采购前应明确光谱、参考数据和模型归谁所有，以及由谁执行更新。如果多台仪器将共用一个模型，应询问模型转移如何进行。Workman的综述得出结论：多台仪器使用同一定标获得完全一致的结果，至今仍是从业者难以实现的目标[10]。EMA描述了两条途径——在仪器相似时进行偏差、斜率或矢量校正，或在新仪器上重新定标并重新验证——二者均须以可比性方案为依据[8]；参见定标转移。
4. 结果如何传送至控制系统？是否可信？
通信协议和信号路径见PLC与SCADA集成一文；采购时要关注的是每个数值附带了什么信息。凡记录受FDA要求约束的，21 CFR Part 11要求系统经过验证、访问受限，并对创建、修改或删除电子记录的条目生成安全的、由计算机产生的、带时间戳的审计追踪[11]。同样重要的是每个预测值都附带有效性标志。ASTM D6122指出，若未确定测量的适用性，则该测量无法被验证，且由异常光谱得出的结果无效[12]。如果只有一个孤立的数字，控制系统就无法区分是工艺发生了变化，还是出现了模型从未见过的光谱。
5. 如何进行确认？持续运行的成本是多少？
ASTM D6122是针对石油产品和燃料分析仪编写的，但其框架具有普遍性：在未用于建模的样品上将预测值与基准测试方法进行比较，并通过相应程序验证仪器、模型和分析仪系统保持稳定[12]。ASTM E1655将这种持续验证引向D6122[4]。EMA将更换光源灯和采样装置、仪器迁移以及软件升级列为需要书面记录再验证和可比性的变更[8]。这些都是采购价格中看不到的经常性成本。
- 为参考分析编列预算。初始验证和日常核查都需要对生产线样品进行参考分析[2][12]，而参考分析的精密度限定了分析仪所能证明的性能[5][8]。
- 要求以书面形式提供变更程序。更换光源灯、软件升级和模型更新均应配有明确的再验证和可比性评估步骤[8]。
USTECH如何应对这些问题
USTECH的在线分析仪包括适用于混合机、反应器和管道的ProLine2550过程FT-NIR分析仪，以及基于InGaAs检测器阵列的ProLine17EC和ProLine17ECS在线NIR分析仪。定标模型在caliX化学计量学软件中开发、验证和转移，ProChem则将分析仪与PLC和SCADA系统连接，并提供仪表板和报警功能。上述五个问题的答案，需通过使用贵方自有样品和参考分析开展的可行性研究来确定。
参考文献
- [1] U.S. Food and Drug Administration (2004). Guidance for Industry: PAT — A Framework for Innovative Pharmaceutical Development, Manufacturing, and Quality Assurance. CDER, CVM and ORA, Rockville, MD. fda.gov/regulatory-information/search-fda-guidance-documents/pat-framework-innovative-pharmaceutical-development-manufacturing-and-quality-assurance
- [2] ISO 12099:2017. Animal feeding stuffs, cereals and milled cereal products — Guidelines for the application of near infrared spectrometry. ISO, Geneva. iso.org/standard/67352.html
- [3] ISO 23291:2020 | IDF 248:2020. Milk and milk products — Guidelines for the application of in-line and on-line infrared spectrometry. ISO, Geneva / IDF, Brussels. iso.org/standard/75145.html
- [4] ASTM E1655-17(2024). Standard Practices for Infrared Multivariate Quantitative Analysis. ASTM International, West Conshohocken, PA. store.astm.org/e1655-17r24.html
- [5] Faber, K., Kowalski, B.R. (1997). Improved prediction error estimates for multivariate calibration by correcting for the measurement error in the reference values. Applied Spectroscopy, 51(5), 660–665. doi:10.1366/0003702971941061
- [6] DiFoggio, R. (1995). Examination of some misconceptions about near-infrared analysis. Applied Spectroscopy, 49(1), 67–75. doi:10.1366/0003702953963247
- [7] Esbensen, K.H., Geladi, P., Larsen, A. (2014). The RPD myth… NIR news, 25(5), 24–28. doi:10.1255/nirn.1462
- [8] European Medicines Agency (2014). Guideline on the use of near infrared spectroscopy by the pharmaceutical industry and the data requirements for new submissions and variations. EMEA/CHMP/CVMP/QWP/17760/2009 Rev2, London. ema.europa.eu/…/guideline-use-near-infrared-spectroscopy-pharmaceutical-industry-and-data-requirements-new-submissions-and-variations_en.pdf
- [9] Petersen, L., Minkkinen, P., Esbensen, K.H. (2005). Representative sampling for reliable data analysis: Theory of Sampling. Chemometrics and Intelligent Laboratory Systems, 77(1–2), 261–277. doi:10.1016/j.chemolab.2004.09.013
- [10] Workman, J.J. (2018). A review of calibration transfer practices and instrument differences in spectroscopy. Applied Spectroscopy, 72(3), 340–365. doi:10.1177/0003702817736064
- [11] U.S. Code of Federal Regulations, Title 21, Part 11 — Electronic Records; Electronic Signatures, §§ 11.1 and 11.10. Electronic Code of Federal Regulations. ecfr.gov/current/title-21/chapter-I/subchapter-A/part-11
- [12] ASTM D6122-25. Standard Practice for Validation of the Performance of Multivariate Online, At-Line, Field and Laboratory Infrared Spectrophotometer, and Raman Spectrometer Based Analyzer Systems. ASTM International, West Conshohocken, PA. store.astm.org/d6122-25.html
