本文為大分子生物分析概論系列文章的第五篇，主要介紹LBA方法的平行性（parallelism）實驗或研究，這是大分子藥物分析方法所特有的一項研究。平行性是評估配體結合式測試方法（ligand-binding assay，LBA）相對準確性的關鍵實驗。
在這個實驗中，將采用平行性研究，即通過評估稀釋對生物基質中內源性待測物定量的影響，來表述一個分析方法的相對準確性，可以評估的基本特征包括選擇性、基質效應、所需的最小稀釋倍數、健康和患病人群的內源性待測物的水平以及LLOQ。本文將比較并討論評估支持PK定量分析的LBA方法中關鍵參數的若干方法以及每種方法的優(yōu)缺點。
LBA定量分析方法，是通過比較已知藥物濃度的校準品與其未知濃度的生物樣本的免疫反應活性（immunoreactivity）來測定生物樣本中大分子藥物的濃度。對于一個性能良好的LBA方法，其校準曲線（合適的logistic regression擬合結果）應具有平行性，即能夠支持如下假設：作為測試試劑的抗體其結合特性足夠相似、可用于測定稀釋了的樣本中的待測物的濃度。導致非平行性的兩個主要因素是：（1）校準參照（比）物質與未知待測物之間的免疫親和力特征的差異（對捕獲和檢測試劑而言）；（2）校準曲線基質、質量控制樣品（QC）基質和研究人群的基質之間基質效應的差異（圖1）。
對于旨在測定外源性蛋白藥物以支持藥代動力學（PK）研究的LBA方法，參照（比）標準物質通常能得到詳細的表征，且具有全面的分析證書（CoA）。用作校準品的參照（比）標準物質通常與待測物相同。外加不同濃度的待測物制備的質量控制樣品則用于評估準確度、精密度、選擇性、靈敏度和稀釋線性度，以支持最終的定量分析方法的驗證。美國FDA指南草案、EMA指南和行業(yè)共識白皮書詳細描述了進行這些實驗的相關建議。目前，這些建議在用于PK定量分析的LBA方法驗證中已得到廣泛地運用。
對于測定內源性蛋白質，如生物標志物（biomarker）和“游離”/“總”藥物靶標的LBA方法的開發(fā)和認證，相關策略將不同于PK定量分析方法。這是因為通常不存在純化了的、完全表征的內源性參照（比）物，且不含待測物的空白基質可能也不存在，故需要一種相對定量的方法。用于內源性待測物如生物標志物的LBA方法的平行性將在后續(xù)文章中作專門討論，敬請關注。
總而言之，平行性研究是通過評估稀釋對生物基質中待測物定量分析的影響，來表述一個分析方法相對準確性（relative accuracy）的一項關鍵指標。可以評估的相關分析方法的基本特征包括選擇性、基質效應、所需最低稀釋倍數（minimum required dilution, MRD）、健康和患病人群中內源性待測物的濃度和LLOQ。
在過去的十多年中，科學文獻中就平行性實驗操作和適用標準發(fā)表了許多討論結果。2003年，DeSilva等人建議使用由幾個Cmax樣本（已測樣本再分析樣本）制成的混合樣本，以支持PK方法的研究中驗證。2011EMA指南建議使用高濃度研究樣本（Cmax研究樣本）稀釋到至少三個濃度來評估PK方法的平行性，還建議計算稀釋樣本之間的精密度以評估平行性。由于使用了真實樣本進行平行性研究，即研究樣本中的待測物已經處于生物基質中，而不是外加待測物到空白生物基質而生成研究樣本。
因此，在某種意義上用于PK定量分析的和用于生物標志物的LBA方法在平行性研究中處于相似地位。所以，雖然本文預期只討論用于PK定量分析的LBA方法的平行性，但下面的討論往往也提到或比較二者。
本文將探討并比較相關評估關鍵參數的方法，包括平行性實驗和其它傳統(tǒng)的方法，討論如何使用平行性數據來指導分析方法的開發(fā)以及每種策略的優(yōu)缺點。
LBA定量測定存在于生物基質中的待測物，無需事先萃取。在理想情況下，捕獲/檢測試劑應結合（并且僅結合）待測物，保證其不會與任何其它的蛋白發(fā)生交叉反應。不幸的是，情況往往并非如此。在現實世界中，生物基質中的內源性蛋白經常阻斷試劑與待測物的結合。內源基質干擾物可以特異性地或非特異性地結合捕獲/檢測試劑或待測物，使得測試信號增加或減少。
最常見的非特異性干擾是由于溶血（hemolysis）、脂肪血癥（lipemia）、抗凝劑（anticoagulant）或其他小分子有機或無機物質的相互作用造成的。對PK定量方法的特異性干擾可能來自蛋白藥物的降解產物、內源蛋白的類似物、異質性抗體（heterophilic antibody）、人抗動物抗體、風濕因子、可溶性配體、抗藥物抗體、高劑量鉤效應（high-dose hook effect）等。對于潛在的干擾物通常沒有表征良好的參照（比）物可用，而且通常不知道干擾物的性質，因而無法直接測試所有潛在干擾物。
傳統(tǒng)上，會在方法開發(fā)階段通過外加待測物/回收率實驗來評估基質效應。如果制備標準曲線的基質與樣本基質相同（例如與大多數PK定量方法一致），則二者的基質效應通常相似。優(yōu)化基質的選擇更多是為了提高靈敏度（sensitivity），而不是提高準確度（absolute accuracy）。對于大多數需要替代基質的測定內源性待測物的LBA方法，需要使用替代基質所制備的標準曲線，計算overspiked matrix control samples中待測物的濃度，以評估絕對準確度。但是，當天然的空白基質不可及時，則需特別謹慎。由于天然基質中的內源性待測物的濃度是使用替代基質的標準曲線所測定的，因此無法保證此類測定結果的絕對準確度，這是由于潛在的基質效應差異和潛在的檢測方法靈敏度的限制。
平行性實驗有助于理解該分析方法的相對準確性（relative accuracy）。這是通過繪制測試信號與稀釋倍數或濃度的關系圖，以評估相對精度，從而評估該方法的基質效應。處理原始數據有幾種不同的方法。這些方法將在"平行性、稀釋線性和選擇性"的章節(jié)中討論。每個樣本的最終曲線應該反映了測試試劑對待測物和基質干擾物的綜合親和力（combined binding affinity）。因此，平行性的缺失可能是基質干擾存在的標志。
此外，通過仔細研究平行性數據的細節(jié)和趨勢，方法開發(fā)人員可以發(fā)現干擾類型的相關線索，隨后縮小可能引起基質效應的物質范圍。例如，如果可以通過增加稀釋倍數來緩解非平行性，則可能發(fā)生了非特異性結合，可以增加該方法的MRD或優(yōu)化樣品稀釋劑（例如添加阻滯劑、洗滌劑、鹽等）來消除干擾。相反，如果不能稀釋掉基質效應，則有可能是特異性的干擾。抑制或增強結合反應（binding reaction）可以進一步指示可能引起干擾的結合位點。可以探索識別不同表位的新的關鍵試劑，增加樣本預處理步驟（例如，堿性處理、酸處理或萃取），或添加強力洗滌劑（strong detergent），以消除此類干擾。
選擇性是分析方法的一種能力，即在樣本中存在其他成分情況下，定量地測定待測物的能力。設計良好的LBA應該能夠準確地測定大多數受試者樣本中的待測物，而不會受到獨特的個體基質的干擾。根據FDA指南草案、EMA指南和白皮書，應該外加相當于LLOQ或附近濃度的待測物到至少10個批次的人體個體基質（動物6個）中，用以評估選擇性。目前，此方法適用于PK樣本分析方法的監(jiān)管驗證。
在理想情況下，應該使用正常和/或患病的單個人源樣本進行平行性實驗。其中從可靠的來源（例如從醫(yī)院獲得的樣本）獲得的并帶有完整的患者醫(yī)療記錄和完整的樣品儲存記錄的新鮮樣本應當得到優(yōu)先考慮，或者也可以使用從商業(yè)來源購買的樣本，但是應考慮到所購基質的穩(wěn)定性和可靠性。
通常，稀釋樣本的回計算濃度可用于評估定量分析方法的平行性。Stevenson和Purushothama進一步建議，分析人員可繪制稀釋后調整的濃度（dilution-adjusted concentration）與多個個人樣本稀釋的示意圖，這可以幫助設定方法的MRD并評估方法的選擇性。
MRD設置應當使得大多數樣品在分析方法的定量范圍內，并且保證MRD以外的多次稀釋仍然能得到準確的結果。歐洲生物分析論壇專題小組總結了處理并行數據的替代方法。這些方法包括繪制log[微孔內測定濃度]與稀釋倍數的關系圖、稀釋后調整的濃度與稀釋倍數的關系圖、稀釋調整的相對誤差（dilution-adjusted relative error）與稀釋倍數的關系圖以及l(fā)og[微孔內濃度]與log[1/稀釋倍數] 的關系圖。這些基于回算濃度的方法允許方法開發(fā)人員根據預先設定的接受標準來評估該方法的平行性。
對相關數據進行恰當地解釋數據有助于獲取有利信息。例如平行性缺失可以從兩個方面來解釋：（1）樣本之間缺乏平行性代表基質效應和試劑的選擇性（選擇性）問題；（2）校準品和樣本之間缺乏平行性，即如果所有樣本彼此平行但不平行于校準曲線，則代表基質效應，或參照（比）物的特異性（specificity）問題，或兩者情況都有。參照（比）物的特異性（specificity）問題則說明參照（比）物的質量（quality）存在問題。
圖2顯示了根據Stevenson和Purushothama的建議，對可溶性BCMA（sBCMA）方法案例研究數據的處理。在本案例研究中，連續(xù)稀釋10個正常人類血清樣本，使用1%牛血清白蛋白（BSA）磷酸緩沖鹽水（PBS）緩沖液，或1%BSA PBS加0.50%（v/v）Triton X-100緩沖液。校準曲線分別在1%BSA PBS緩沖液以及1%BSA PBS加0.50%（v/v）Triton X-100緩沖液中制備。然后繪制稀釋后調整的濃度與[1/稀釋倍數]的關系圖，以評估方法的平行性。
這些數據表明，使用1% BSA PBS緩沖液作為替代基質時，大多數受試者的樣本沒有達到平行性（圖2A-B）。然而，使用1% BSA PBS加0.50%（v/v）Triton X-100緩沖液在1：27或更大稀釋倍數時，則顯示了平行性（圖2C-D）。
當校準曲線不存在或與樣品不平行時，完整和稀釋后樣本的回算濃度要么不存在，要么不準確。所以，使用依賴于回算濃度以評估樣本之間平行性的方法可能會得出有誤導性的結論，建議直接從分析儀器獲取原始測試信號以評估樣本的平行性。
對于LBA定量方法，測試信號與濃度/稀釋倍數之間的相關性通常不是線性的。因此，線性關系圖不能準確反映樣本之間的平行性。建議使用加權或無加權的4或5參數logistic回歸（4PL或5PL）模型，以實現最小方差的最佳曲線擬合。從圖中直接可以看到每個樣本稀釋曲線的平行關系，并可以評價樣本之間的平行性。一個局限是不清楚如何為"原始測試信號"方法設置固定的接受標準。每個樣本的"B"參數（"B"表示4PL和5PL的希爾曲線斜率）可用于評估方法平行性。也可以進一步評估并應用更多的統(tǒng)計方法，以便更好地解釋數據。
圖3演示了如何使用“原始測試信號”進行數據處理，本圖使用了同一個sBCMA案例研究中的數據，繪制了10個樣本的光密度與[1/稀釋倍數]的關系圖。校準曲線的回歸模型是4PL，由測試儀器軟件SoftMax? Pro完成回歸分析。實驗使用1% BSA PBS緩沖液作為替代基質（圖3A-B）時，這10個樣本的B參數的范圍是從0.33到1.11不等，而使用1%BSA PBS加上0.50%（v/v）Triton X-100 緩沖液（圖3C-D）作為替代基質時，B參數的范圍為1.25到1.46。這些數據表明，在樣本稀釋劑（sample diluent）中加入0.50%（v/v）Triton X-100，減輕了樣本的基質效應并改善了方法的平行性。
"原始信號"方法的進一步應用是可以很輕松地優(yōu)化緩沖液，而不需要在每個不同的緩沖液中制備一條校準曲線。圖4演示了使用"原始測試信號"方法為替代基質的優(yōu)化，進而處理數據。使用1%BSA PBS緩沖液連續(xù)稀釋3個正常人血清樣本，稀釋劑中不含Triton X-100，然后分別加入0.25、0.50和1.00%（v/v）的Triton X-100。所有稀釋的樣品都在同一微孔板上分析，無需添加校準曲線。再利用光學密度與[1/dilution]曲線關系圖評價該方法的平行性。數據表明，添加了Triton X-100的3組樣本其平行性都得到了提高。最終，1%BSA PBS加上0.50%（v/v）Triton X-100緩沖液被選為替代基質，以更好地評估方法的穩(wěn)健性。
由于為"原始信號"設置固定的接受標準的方法尚不確定，因此在解決非平行性問題后，應使用"稀釋調整濃度dilution-adjusted concentration’approach "方法來確認該方法的平行性：即使用與樣本稀釋緩沖液相同的緩沖液來制備校準曲線。
盡管其優(yōu)點顯而易見，但使用平行性實驗來評估方法的選擇性顯然也存在著挑戰(zhàn)：并非總能獲得足夠多且含有高濃度內源性待測物的樣本。另一種方法是：對多個加入標準待測物的單個樣本進行稀釋線性度實驗，以評估方法的選擇性。加標樣品的正常濃度可設置為內源性水平加上外加待測物的濃度。或者加標濃度可以直接用作標稱濃度，在減去內源性濃度（偏置計算bias calculation）后，可以獲得正確的測定濃度。這個概念和數據評估策略應該與平行實驗中所使用的策略相同。
其他平行實驗的挑戰(zhàn)可能包括：當需要特殊基質類型（如腦脊液、組織勻漿）或基質物種（如小鼠）時，有限的可用小樣本體積可能不足以允許進行多次稀釋后進行生物分析。此外，沒有統(tǒng)一的方法為每個樣本設置標稱濃度，并評估方法的平行性。標稱濃度可以設置為來自最大稀釋倍數，且其濃度高于LLOQ的MRD樣本，或者是顯示出平行性的所有稀釋后濃度的平均值。也可以通過計算每個稀釋后濃度與標稱濃度的百分比偏差，或者所有稀釋后濃度的百分比CV（%CV）評估平行性。
特異性是測試用關鍵試劑（例如抗體）區(qū)分待測物和其他成分的能力。LBA測量的是結合性反應活性，而不是直接測定質量。任何能夠與關鍵試劑結合的物質都可以生成測試信號，不論其特異性和親和力如何。這是所有LBA都會存在的特異性的固有問題。大多數LBA方法特異性測試的目標并非為了檢測絕對的特異性，而是為達到預期的應用目的，提供有關被測物的信息。
LBA方法的特異性取決于關鍵試劑的特異性。特異性試劑需要在其他技術（如western blot、surface plasmon resonance、HPLC、LC-MS/MS等）的協(xié)助下，進行設計、確認和選擇。當前的特異性測試方案，采用了學習-確認的方法。分析方法的特異性是通過計算使用外加了各種形式的潛在交叉反應物的樣本的準確性來評估的。但是這是假設在干擾物質是已知的前提下，以基質或純化物的形式而提供的。
平行性實驗可以間接地評估分析方法的特異性。在方法優(yōu)化后，如果在樣本內以及樣本和校準品曲線之間不能取得平行性，則關鍵試劑的特異性應視為可疑。換句話說，在排除了非特異性相關的基質效應和參照（比）物的特異性問題之后，關鍵試劑的特異性可能是導致非平行性的主要原因。但是，與校準品曲線平行的樣本稀釋也并不能保證分析方法的特異性。有這樣一個例子，在一個方法比較實驗中，使用LC-MS/MS方法（靈敏度約為20 pg/ml）來測試所有樣品中的一個相關小分子生物標志物，檢測結果是在所有樣本均未檢測到。但是，當使用商業(yè)ELISA試劑盒檢測時，所有樣本卻均顯示出可測量到的濃度，并且9個樣本中有6個樣本取得了平行性（表1）。
有兩個與靈敏度相關的術語：LOD（limit of detection）和 LLOQ（lower limit of quantitation）。LOD是指產生與背景明顯不同信號的濃度（例如背景平均值±2或3標準方差），它通常作為靈敏度指標，供生物標志物研究使用 （research use only，RUO）或供診斷試劑盒使用。LLOQ是指已被證明具有可以接受的準確度、精密度和總誤差水平的待測物的最小濃度。LLOQ通常大于LOD。
傳統(tǒng)上，生物分析LBA方法的靈敏度（LLOQ）是在執(zhí)行準確度和精密度運行時中確定的，樣本是將參照（比）標準物加入到空白基質而制備的。Stevenson and和Purushothama建議分析來自同一平行性實驗的數據，但使用校準曲線上的濃度（即稀釋后，調整濃度之前）來確定檢測內源性待測物的靈敏度。他們提出了兩種不同的方法來確定LLOQ。
常用稀釋方法（common dilution method）是將在最大稀釋倍數時給出平行響應的所有單個樣本中觀察到的最高濃度定為LLOQ。但使用該種辦法時存在一個不足，就是當至少一個樣本的內源性濃度明顯高于其他樣品時，確定的LLOQ將高于真正的LLOQ。而另一種方法，共同濃度方法（common concentration method）是將所有樣品都表現出平行性的最高濃度確定為LLOQ。換言之，任何高于確定LLOQ濃度的樣本，都通過平行實驗表現出相對的準確度。對sBCMA案例研究的數據，使用了"共同濃度方法"（表2）。
總之，平行實驗是指導早期方法開發(fā)和優(yōu)化的有力工具。它直接評估待測物的內源性濃度、測定基質效應、選擇性和靈敏度，它也是方法特異性的一個間接指標。圖5顯示了一個使用平行數據進行系統(tǒng)性方法開發(fā)和優(yōu)化的策略決策樹。
可按質量級別（quality level）或預期用途對商用試劑盒進行分類。無論是用于化驗室測試的商業(yè)試劑盒（以支持臨床診斷或預后），還是用于支持藥物開發(fā)的生物分析測試，方法開發(fā)的目標都是一樣的，即建立一個有足夠準確度和靈敏度的、符合預期用途的、可靠的定量分析方法。
生物分析業(yè)界討論了使用商業(yè)試劑盒開發(fā)和驗證定量分析方法的策略，FDA指南草案和EMA指南指出：需要重新驗證用于藥物開發(fā)目的的商業(yè)試劑盒，以確保其可靠性。業(yè)界中不同的組織在相關綜述或研究論文中總結了當前商業(yè)試劑盒所面臨的挑戰(zhàn)以及關于如何采納和調整商業(yè)試劑盒的建議。也有相關白皮書討論了使用singleplex and multiplex試劑盒的方法的驗證建議。試劑盒的最終用戶還發(fā)表了一些案例研究，展示了他們采用和認證研究級別試劑盒的策略，這些試劑盒來自不同的供應商，并且用于不同的目的。詳見文末的參考文獻。
簡而言之，需要確認參考照（比）物料和關鍵試劑的質量和批次間的變異性，也需要確認或重新建立測試方法的LLOQ和MRD，也可能需要優(yōu)化緩沖液和稀釋劑，并且在有必要時優(yōu)化檢測步驟。而評估上述所有內容最有效的方法則是通過平行性實驗。因此，強烈建議在方法開發(fā)的早期階段進行平行性實驗。如果在研究期間觀察到非平行性，則建議使用相同的故障排除路線（見圖5）。
與單通路LBAs相比，且考慮到節(jié)省樣本體積和分析時間，多通路復用的LBAs似乎更具吸引力。但是，由于檢測環(huán)境極其復雜，大多數多通路復用測試方法暫無法達到與單通路測試方法相同的質量水平。
關于符合其用途（fit-for-purpose）的多通路復用LBA方法的驗證，Jani等人指出，除了面臨與單通路LBA方法相同的挑戰(zhàn)外，對于多通路復用LBA方法的開發(fā)還需要考慮其它獨特的挑戰(zhàn): 包括所有待測物的定量范圍和MRD的設置，不同試劑抗體對和待測物之間的交叉反應（cross-reactivity）以及串擾（crosstalk），由于well-to-well or spot-to-spot physical‘carryover殘留’所造成的串擾。
平行性研究（parallelism）或外加待測物的稀釋線性度（spiked dilutional linearity）實驗可以應對上面所列舉的挑戰(zhàn): (1)靈敏度和MRD：可以使用與單通路LBA相同的方法，對每個待測物設置靈敏度要求，應當選擇對所有待測物實現平行性的最大稀釋度作為方法的MRD；(2)交叉反應：可以通過將不同濃度的捕獲或檢測抗體分別加入到不同的樣本中，然后進行平行性實驗來評估；(3)串擾（Crosstalk）：可以通過將每個高濃度待測物分別外加到不同的樣本中，然后進行稀釋線性度（spiked dilutional linearity/spiked parallelism）實驗來評估，或者可以選擇一個樣本，其某個待測物的內源性濃度顯著地高于其他待測物（如果有的話），然后進行平行性實驗。
當然還有其他辦法可以解決交叉反應和串擾的問題。如“失蹤的人（Missing man）技術”，即除一種試劑外，每次將所有關鍵試劑均添加到測試中，可用于評估試劑的交叉反應。此外，改變一個待測物的濃度，同時保持其它待測物處于低濃度范圍，是解決串擾問題的另一個方法。如果使用商業(yè)試劑盒，會由于重復這些實驗而造成較高的復雜性和成本，如果有可能的話建議始終從試劑盒生產商處獲取相關原始數據的副本。
平行性實驗可用于研究LBA分析方法的基質效應、選擇性和靈敏度等問題。然而，作為所有LBA方法都存在的問題，并不能直接通過平行性實驗來研究方法的特異性（specificity）。但在方法優(yōu)化之后，若樣本分析中出現了平行性的缺失，則很可能是由于其特異性不佳。
LBA方法的特異性（specificity）取決于關鍵的測試試劑（例如，抗體對）。關鍵試劑的特異性必須由供應商或最終用戶進行評估，以確保方法的效能。平行性數據的數學解釋為表征LBA方法的特異性提供了一些線索。此外，還可以評估和使用更多的數學或統(tǒng)計工具，以便從平行性數據中找出更多細節(jié)（關于試劑結合待測物、干擾物的活性）。其他技術如western blot，surface plasmon resonance，HPLC和LC-MS/MS，也可助于確定非平行性的根本原因，分析人員應根據需要適當使用這些技術。
然而，對用于內源性待測物的LBA方法，尚不清楚特異性表征到什么程度才是足夠的。且如果要確定絕對的特異性（事實上并不總是需要），就需要投入大量的資源，而這些資源本可以在其它地方使用，因為開發(fā)具有良好特征的內源性LBA的最終目標是確保它們具有足夠的靈敏度和準確度，以定量分析想要測量的變化和物質。
平行性研究是通過評估稀釋對生物基質中待測物定量分析的影響，來表述相對準確性的一項關鍵指標。可以評估的相關分析方法的基本特征包括選擇性、基質效應、所需最低稀釋倍數、健康和患病人群中內源性待測物的濃度和LLOQ。
下面將簡單介紹對于這類LBA方法應如何進行類似的評估。
表3顯示了使用平行性、稀釋線性度（加標平行性）和加標/回收方法來評估內源性LBA方法關鍵參數的優(yōu)缺點。與大多數外源性藥物的定量方法不同，內源性（例如，生物標志物）LBA方法通常需要替代參照（比）標準物和不含有待測物的替代基質。用于內源性LBA的照（比）標準物，通常既非高度純化，也非表征良好，且很可能不能完全代表待測的內源性蛋白質，這些蛋白質通常是異質性（heterogeneous）的，在其天然基質中存在著多個異構體（isoforms）。
替代基質的基質效應由于基質生物學的不同，通常會不同于正常人或目標疾病人群的基質。用于內源性待測物的LBA方法的所有獨特特性使得這樣的分析方法往往難于使用與傳統(tǒng)的完全定量的PK方法相同的方式去進行開發(fā)和評估。開發(fā)具有良好特征的、相對定量的LBA方法的首要目標是區(qū)分疾病和正常人群（即以診斷/預后為目的），或區(qū)分來自經藥物治療/未經治療的個別樣本（即以藥物開發(fā)為目的），而不是測定每個樣本的實際真實濃度。
加標/回收實驗被證明是用于完全定量PK的LBA方法的開發(fā)和驗證最有效的和應用廣泛的方法，但相對精度的測試方法并不總是需要做這些實驗。當樣本沒有足夠高的內源性待測物濃度以支持平行性實驗時，加標稀釋線性度的實驗可用于證明分析方法的相對準確度。需要仔細測試外加的參照（比）標準物和內源性天然蛋白之間的差別。
盡管生物分析業(yè)界就如何進行平行性實驗以及如何評估平行性數據尚未達成完全的共識，但這不影響將平行性數據用于方法開發(fā)和優(yōu)化。平行性實驗是一個強大的工具，可以解決用于內源性待測物定量的LBA方法的基本問題（方法的特異性除外）。平行性實驗也提供了對最接近實際研究樣本的模仿，并且為相對定量的和適合其用途（fit-for-purpose）的分析方法的設計提供了充分的信息。
本文如有疏漏和誤讀相關指南、數據的地方，請讀者評論和指正。所有引用的原始信息和資料均來自已經發(fā)表學術期刊、官方網絡報道等公開渠道, 不涉及任何保密信息。參考文獻的選擇考慮到多樣化但也不可能完備。歡迎讀者提供有價值的文獻及其評估。
1. Plikaytis BD, et al. Determination of parallelism and nonparallelism in bioassay dilution curves. J. Clin. Microbiol. 32, 2441–2447 (1994).
2. Draft Guidance for Industry, Bioanalytical Method Validation. US Department of Health and Human Services, US FDA, Center for Drug Evaluation and Research, Center for Veterinary Medicine, MD, USA 2013).www.fda.gov/downloads/drugs/guidance compliance
3. Tu, J. and P. Bennett, Parallelism experiments to evaluate matrix effects, selectivity and sensitivity in ligand-binding assay method development: pros and cons. Bioanalysis, 2017. 9(14): p. 1107-1122.
4. Guideline on Bioanalytical Method Validation. European Medicines Agency, London, UK. (2011).www.ema.europa.eu/docs/en_GB/document library/
5. DeSilva B, et al. Recommendations for the bioanalytical method validation of ligand-binding assays to support pharmacokinetic assessments of macromolecules. Pharm. Res. 20(11), 1885–1900 (2003).
6. Stevenson LF, Purushothama S. Parallelism: considerations for the development, validation and implementation of PK and biomarker ligand-binding assays. Bioanalysis 6(2), 185–198 (2014).
7. Lee JW, et al. Bioanalytical approaches to quantify ‘total’ and ‘free’ therapeutic antibodies and their targets: technical challenges and PK/PD applications over the course of drug development. AAPS J. 13(1), 99–110 (2013).
8. DeSilva B, et al. 2012 White paper on recent issues in bioanalysis and alignment of multiple guidelines. Bioanalysis 4(18) 2213–2226 (2012).
9. Stevenson L, et al. Large molecule specific assay operation: recommendations for the best practices and harmonization from the global bioanalysis consortium harmonization team. AAPS J. 16(1), 83–88 (2013).
10. Booth B, et al. Workshop report: Crystal City V-quantitative bioanalytical method validation and implementation: the 2013 revised FDA guidance. AAPS J. 17(2), 277–288 (2015).
11. Tate J, Ward G. Interferences in immunoassay. Clin. Biochem. Rev. 25(2), 105–120 (2004).
12. Kricka LJ. Human anti-animal antibody interferences in immunological assays. Clin. Chem. 45(7), 942–956 (1999).
13. Lee J, Ma H. Specificity and selectivity evaluation of ligand binding assay of protein therapeutics against concomitant drugs and related endogenous proteins. AAPS J. 9(2) E164–E170 (2007).
14. Gorovits B, et al. Protein-based matrix interferences in ligand-binding assays. Bioanalysis 6(8),1131–1140 (2014).
15. Hennig C, et al. The influence of naturally occurring heterophilic anti-immunoglobulin antibodies on direct measurement of serum protein using sandwich ELISAs. J. Immunol. Methods 235(1–2), 71–80 (2000).
16. Schwichart M, et al. Interference in immunoassays to support therapeutic antibody development in preclinical and clinical studies. Bioanalysis 6(14),1939–1951 (2014).
17. Salimi-Moosavi H, et al. Novel approaches using alkaline or acid/guanidine treatment to eliminate therapeutic antibody interference in the measurement of total target ligand. J. Pharm. Biomed. Anal. 51(5), 1128–1133 (2010).
18. Bastarache JA, et al. Accuracy and reproducibility of a multiplex immunoassay platform: a validation study. J. Immunol. Methods 367(1–2), 33–39 (2011).
19. Stevenson L, et al. Large molecule specific assay operations: recommendations for best practices and harmonization from the Global Bioanalysis Consortium Harmonization Team. AAPS J. 16(1), 83–88 (2014).
20. Jani D, et al. Recommendations for use and fit-for-purpose validation of biomarker multiplex ligand binding assays in drug development. AAPS J. 18(1), 1–14 (2016).
21. Bowsher RR, Sailstad JM. Insights in the application of research-grade diagnostic kits for biomarker assessments in support of clinical drug development: bioanalysis of circulating concentrations of soluble receptor activator of nuclear factor κβ ligand. J. Pharm. Biomed. Anal. 48(5), 1282–1289 (2008).
22. Nowatzke W, et al. Systematic analytical validation of commercial kits for the determination of novel biomarkers for clinical drug development. Bioanalysis 2(2), 237–247 (2010).
23. Ray CA, et al. Development, validation, and implementation of a multiplex immunoassay for the simultaneous determination of five cytokines in human serum. J. Pharm. Biomed. Anal. 36(5), 1037–1044 (2005).
24. Aldo P, et al. Simple Plex?: a novel multi-analyte, automated microfluidic immunoassay platform for the detection of human and mouse cytokines and chemokines. Am. J. Reprod. Immunol. 75(6), 678–693 (2016).
