编辑推荐：
这篇综述聚焦制药行业校准转移（CT）和校准维护（CM）算法应用。系统梳理相关文献，分析各类应用场景、算法及存在问题。发现研究多集中于固体剂型，存在应用局限等不足。为制药研究提供参考，助力该领域方法发展。
1. 引言
制药行业生产过程涉及诸多化学和物理变化，从原材料到成品药，校准转移（CT）和校准维护（CM）算法在此应用广泛。CT 可将校准模型在不同仪器间无缝转移，保持统计准确性和精密度；CM 则是在条件变化或样本特性改变时更新模型。
目前已开发出多种 CT 和 CM 方法。Fearn 将其分为稳健校准、调整校准和调整光谱三类。稳健校准常用预处理技术、变量选择和全局模型构建，不过全局模型存在预测精度低等问题。调整校准通过标准化系数或预测值，使模型适用于新条件，如 Tikhonov 正则化、岭回归等方法。调整光谱则是利用转移函数变换新光谱，实现同一模型在不同仪器上的使用，直接标准化（DS）和分段直接标准化（PDS）是常见方法。Feudale 也对 CT 方法进行了分类，包括预防非校准变化的预实施技术和标准化回归系数等的后实施标准化技术。
随着各行业对 CT 需求增加，新方法不断涌现。在制药领域，小型化光谱仪虽应用广泛，但与传统台式光谱仪相比定量准确性不足，因此校准转移和校准维护至关重要。已有文献多聚焦方法本身，本文则重点探讨这些算法在制药行业的具体应用。
2. 方法
本研究采用系统综述方法，遵循 PRISMA 清单和 Cochrane 手册相关步骤。通过在标题、摘要和正文使用 “calibration transfer”“calibration model transfer”“calibration maintenance” 等关键词，检索 Scopus、PubMed 等多个电子数据库。由四位独立作者筛选文献，去除重复文献，根据纳入和排除标准选择相关文章，最终将结果整理在多个表格中。
3. 结果
本综述共纳入 65 篇在制药行业应用 CT 和 / 或 CM 的文章。其中 18 篇使用公开数据集评估新方法，47 篇基于自有研究目标和内部光谱数据集解决特定问题。
近红外光谱（NIR）是最常用的光谱技术，多数研究通过调整光谱实现 CT 和 / 或 CM。在不同仪器间转移校准模型时，调整光谱也是主要方法，但仅有少量文章涉及在线制药应用。
3.1 离线分析活性药物成分（APIs）
离线分析 APIs 是主要应用，40 篇文章涉及此内容。其中 29 篇关注不同仪器间的 CT，包括不同厂商仪器间（如不同品牌光谱仪）、不同测量设置间（如从样品池到光纤探头）以及不同 NIR 技术仪器间（如色散型与傅里叶变换型）的校准转移，每种情况都面临不同挑战。9 篇文章探讨 CM，主要针对不同生产规模的片剂校准维护，还有文章涉及从粉末到完整片剂、不同样本基质以及不同采集时间的校准维护。另外 2 篇文章同时考虑 CT 和 CM 条件。
3.2 在线 / 线内监测制药过程
CT 在线过程监测中主要用于解决混合均匀性和含量均匀性问题。由于多台 NIR 仪器易漂移，需进行校准转移，包括不同仪器、传感器或探头间的校准转移。校准维护则主要应对动态状态或时间间隔变化。CT 还可结合台式仪器提高校准可靠性，同时节约校准用原材料，如结合台式仪器静态采集和在线探头动态采集，或使用定制装置模拟在线环境。
3.3 其他制药应用
此部分主要聚焦水分含量测定和多晶型检测定量。在水分含量测定方面，研究通用定量模型可行性时发现，部分产品需转移函数确保准确校准转移。两篇文章探讨多晶型检测定量中的校准转移，凸显其在药品分析中的重要性。
3.4 生物制药应用
生物制药应用涉及拉曼光谱和核磁共振（NMR）等多种光谱技术。生物样品的复杂性给校准模型开发和转移带来挑战，不同光谱技术虽各有优势，但在处理复杂生物基质时仍面临困难。
4. 讨论
4.1 行业监管框架
制药行业监管严格，要求仪器、样本和环境因素在分析过程中保持精确一致。FDA 规定需监测校准模型预测和诊断，材料、设备变化等因素可能触发模型修订。CT 算法能保证分析方法在不同条件下的可靠性，但变化的复杂性要求相应复杂的 CT 算法。
4.2 现有应用的视角
内部实验研究展示了多种 CT 和 CM 案例，但没有一种方法在特定制药应用中绝对优越。光谱调整在 CT 中占主导，稳健建模在 CM 中更常用，这取决于各自面临的挑战。多数研究使用传统 CT 技术，CM 研究多采用全局模型，虽不一定优化模型精度，但对低至中等影响模型可能足够。
传感器融合技术为 CT 带来新机遇，整合多传感器数据可实现更全面的过程监测和更稳健的校准，但也增加了校准维护的复杂性，未来需开发标准化框架。
4.3 研究差距和潜在应用
研究发现存在多方面差距：一是半固体或液体药物产品的 CT 应用有限，这类产品受环境影响大，存在光谱干扰和样本异质性等问题；二是在线制药应用研究较少，不过已有一些合作研究趋势；三是缺乏代表现实场景的公共数据集，限制了算法发展；四是 CT 和 CM 的最优方法缺乏共识。为此提出标准化建议，包括大规模合作研究、创建参考数据集和制定统一指南，以促进该领域发展。
5. 结论
本综述系统介绍了制药行业 CT 和 CM 算法的应用，梳理了现有研究情况，指出研究差距，为未来研究和发展奠定基础，有助于推动 CT 方法在制药行业的应用，提高药品质量和生产效率。
