作者：Mallory Griffin

问题：数据可比性始于上游

基于细胞的实验在仪器、试剂和分析软件方面已取得重大进展。测量技术和数据分析正日益实现自动化、标准化，并在不同组织之间共享。然而，细胞制备仍然是整个工作流程中最难以控制的环节之一。

即使使用相同的实验方案（protocol），洗涤、培养基更换和操作步骤在不同使用者和实验地点之间的执行方式往往存在差异。这些差异在单一实验室内或许尚可管理，但当实验需要在团队间共享、跨地点转移或长期重复时，就会带来问题。

因此，许多原本被归因于生物学或仪器差异的变异，实际上来源于上游的样本制备过程。多项跨实验室研究表明，在细胞实验中，前分析处理带来的变异往往大于下游分析仪器所引入的变异。

随着这一现实越来越难以忽视，一个位于“重复性”之上的概念逐渐受到关注：流程协同（harmonization）。2025年7月发布的一份流程协同指南进一步强调，对于大型分布式科研团队而言，需要建立共享的执行定义及配套基础设施，以确保在不同团队和技术体系中实现一致执行。

本文重点关注细胞制备层面的流程协同，这是自动化流程中最容易引入执行变异的环节。

从科学角度看，“流程协同”意味着什么

在细胞制备流程中，流程协同指的是：通过有意识地对执行参数进行对齐，使不同操作者或团队能够执行功能等效的流程，从而实现下游数据的可比性。

这些参数包括：步骤顺序、时间控制、体积、液体更换操作规范、执行规则

流程协同常与其他概念混淆，但它们之间的区别非常重要：

• 重复性（Reproducibility）：描述结果是否能够再次获得
• 标准化（Standardization）：通常指使用相同工具或流程
• 流程协同（Harmonization）：关注流程在执行层面是否等效

流程协同并非旨在改善生物学结果。而是一种设计规范，用于约束执行过程引入的变异，使下游数据更易解释、更具可迁移性。这一区分也与监管、临床和联盟框架中的定义一致：重复性是结果，而流程协同是设计要求。

为什么细胞制备难以实现流程协同

细胞制备难以流程协同的原因在于，许多关键变量是隐性的。

在手工操作流程中，一些重要参数（如吸液方式、混匀强度、静置时间、完成判断）往往通过操作技巧体现，而非明确的书面规范。标准操作规程（SOP）仅会说明“做什么”，却很少规定“如何具体执行”。因此便产生了以下问题：

• 两个实验人员遵循同一实验方案，所采用的操作力度和时长可能大相径庭
• 同一实验流程，在不同研究团队中可能得到不同的解读
• 关键的操作执行变量始终处于隐性状态，无法在不同团队间传递

研究表明，吸液速度、洗涤力度和重悬强度会显著影响细胞回收率、应激标志物表达和细胞群体比例。这并非实验不严谨的结果，而是因为许多制备技术本身起源于实践经验，在本地优化并以非正式方式传承。这种方式在单一实验室中有效，但当流程需要跨团队迁移时就会失效。

值得注意的是，这种由操作方式导致的偏差，在各类基于细胞的检测中均有相关记录。细胞流式技术和检测方法开发领域的相关研究表明，即便下游的检测和分析环节管控完善，吸液、洗涤和重悬步骤仍会使细胞产生可量化的应激反应，并引入实验数据偏差。

流程协同与重复性的不同角色

重复性关注的是：结果是否能够再次获得。流程协同关注的是：实验流程在不同场景下执行时，是否能设计出可产生可比结果的方案。

一个流程可以在单一实验室中具有良好的重复性，但并不意味着它在不同实验地点之间是协调的。经验丰富的实验人员和稳定的本地实验条件，仍能带来一致的实验结果。但当这套流程转移到其他团队、仪器或地点时，结果往往出现偏差——并不是因为生物学发生变化，而是执行方式不同。这也是为什么在方法转移过程中，重复性常常失效。

流程协同通过将细胞制备的各项参数明确化、系统化，降低了实验流程的不稳定性。如此一来，可重复性不再是依赖实操技巧的本地实验特性，而是能突破单一实验室限制、可持续实现的实验结果。

实践中，流程协同的细胞制备是什么样？

在生物制药领域，流程协同并不是强制使用完全相同的流程或设备，而是将关键执行参数明确化、可控化、可转移化，从而保证不同团队、不同地点和不同自动化平台上的实验具有可比性。

具体体现在：

1. 明确液体交换行为——液体如何交换，与交换多少同样重要。

诸如“去除上清”或“重悬细胞”的指令，实际上隐藏了大量变异来源。吸液速度、与细胞层的距离以及加液方式都会影响细胞损失、应激以及实验读数，尤其是在敏感的细胞实验和流式分析中。

在流程协同流程中，这些行为是被明确定义的，而非默认假设的。

2. 明确时间与步骤顺序——时间是实验参数，而非操作便利。

在繁忙的生物制药实验室中，步骤间的时间间隔往往随工作负载或设备可用性变化。微小的停留时间或延迟差异，可能逐步累积为显著变异。

流程协同流程会固定步骤顺序与时间间隔，使实验在不同时间和地点仍保持可比。

3. 减少依赖人为判断——降低执行过程中对个人经验的依赖。

许多操作依赖主观判断，例如：洗涤是否完成、重悬强度、是否进入下一步

流程协同流程会将这些规则直接编码进流程中，从而减少对经验和技巧的依赖。

4. 跨仪器参数保持一致——等效性比统一性更重要。

大型生物制药企业通常不会只使用单一自动化平台。例如：一个实验室使用 Biomek，另一个使用 Opentrons 或其他液体处理系统

流程协同的目标不是硬件统一，而是确保关键执行参数在不同设备上保持等效，从而实现可比结果。

为什么自动化能够促进流程协同

自动化的核心作用是：将执行参数从“个人技巧”转化为“流程定义”。例如：液体交换方式、时间控制、步骤顺序、执行规则，这些都可以被程序化、标准化并跨地点复用。

在以下场景中尤为关键：方法交接（assay handoff）、技术转移（tech transfer）和CRO外包执行。手工流程难以在规模化条件下保持这种一致性。

在实践中，这可以通过不同方式实现。例如，像 Curiox 的 C-FREE Pluto Code 这样的软件方案，可以将无离心洗涤逻辑部署到现有液体处理系统中，而无需新增独立设备。通过软件封装洗涤逻辑，使执行参数可以跨地点共享，并在不同平台上保持一致。

为什么流程协同对方法转移、CRO和分析团队至关重要

当实验离开其最初开发环境时，未流程协同的问题就会显现。

在生物制药组织中，这通常发生在方法转移、技术转移、CRO执行。一个在本地运行良好的流程，在其他团队执行时可能出现细微但持续的偏差，即使使用了相同的书面protocol。这些差异往往在数据生成之后才被发现（如在可比性分析或下游分析阶段），修复成本极高。

分析团队、质量控制团队和检测方法开发团队，受这一问题的影响尤为显著。当制备过程依赖本地经验或隐性知识时，下游的仪器或分析标准化无法完全弥补这些差异。

流程协同通过在上游对执行参数进行对齐，为跨地点、跨平台的数据比较建立稳定基础，使团队能够区分：生物学变异、操作执行变异，从而使重复性不再局限于单一实验室，并支持跨团队数据的统一解读。

一个可行的实践路径

对于希望在不增加系统复杂性的前提下实现流程协同（尤其是无离心细胞制备）的组织而言，软件定义的解决方案提供了一条现实路径。

Curiox 的 C-FREE Pluto Code 通过软件库的形式，使现有液体处理系统能够执行无离心洗涤。通过在软件层定义洗涤行为，团队可以在不同地点共享执行参数，而无需引入额外硬件。

如需了解更多技术细节或获取报价，可访问Curiox官网或联系当地销售代表。