活动资讯

Activity
我要报名

在线讲座 | 从"无数据"到"有依据"——用Read-Across为亚硝胺杂质确定可接受摄入限度

时间: 2026年08月13日(周四)

为什么值得参加

NDSRI(原料药相关亚硝胺杂质)的限度确定和工艺控制一直是药品生产过程中的难点。很大部分的的NDSRI没有被测试过,既无Ames数据,也无致癌性研究,却必须给出一个可接受摄入限度(AI)。

监管指南给出的路径之一是read-across(交叉参照):借助结构相似、且有致癌性数据的替代物(surrogate)来推导AI限度。但如何选择合适的类似物、如何组织证据、如何让评估过程经得起审评?这正是本次讲座要回答的问题。

讲座内容

1. 起点:AI限度从哪里来

  • NDSRI风险评估中真正的瓶颈:数据缺失下的限度设定

  • 现有工具链的分工定位:Mirabilis(清除因子与胺类携带风险)、Zeneth(降解与亚硝化途径预测)、Derek/Sarah Nexus(结构警示与Ames预测)、Vitic与Lhasa Carcinogenicity Database(毒理数据检索)

  • Acrostic在这条链条中补上的那一环

2. 方法:Read-Across及其监管应用

  • Read-across的科学逻辑:结构相似性≠毒理相似性,关键在于机制关联

  • 亚硝胺的构效特征:α-碳位阻、取代基电子效应、代谢活化的可及性

  • 替代物选择的核心维度:聚焦相似性、理化性质、药代性质

  • 与CPCA(致癌潜力分类方法)的关系——何时用哪个,何时互为补充

  • 监管现状:read-across在AI限度设定中的接受度、审评中常见的追问

3. 工具:Acrostic能做什么,能带来什么

  • 基于Lhasa已发表研究的结构特征体系,为NDSRI划定致癌潜力等级(相关论文已被监管指南引用为关键研究依据)

  • 数据整合:一站式调取Vitic毒理数据、Lhasa致癌性数据库研究记录,以及企业内部私有数据;数据共享联盟成员还可访问复杂亚硝胺与中间体的联盟数据

  • 类似物排序:按多维度类别对候选替代物进行适用性排序

  • 专家审阅友好:提供标准使用模式作为默认路径,同时允许专家基于判断偏离默认设置,并留存偏离理由,供审评者追溯

  • 可交付成果:结构化、可追溯、可复用的AI限度论证文

4. 演示:软件实操

  • 以一个典型NDSRI为例,完整走一遍工作流:

  • 结构输入→数据检索与类似物召回→相似性/理化/药代维度排序→专家审阅与偏离记录→AI限度推导与报告输出

5. Q&A

你将获得:

  • 一套在数据缺失情形下可落地的AI限度推导路径

  • 对read-across在监管场景下"证据边界"的清晰认识

  • Acrostic的实际操作印象,判断其是否契合你的工作流


讲座主题

从"无数据"到"有依据"——用Read-Across为亚硝胺杂质确定可接受摄入限度

讲座时间

8月13日(周四) 15:00-16:00

适合人群:

杂质控制与CMC、遗传毒性/毒理评估、法规事务、计算毒理与QSAR相关领域人员

报名方式:   

扫描下方二维码报名讲座

1778212858247316.png

关于本次讲座的任何问题可联系康昱盛官方客服

1680163888786233.jpg

2020年8月
  • 周日
  • 周一
  • 周二
  • 周三
  • 周四
  • 周五
  • 周六
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 1
  • 2
  • 3
  • 4
  • 5

我要报名

您正在报名的活动:在线讲座 | 从"无数据"到"有依据"——用Read-Across为亚硝胺杂质确定可接受摄入限度

报名人:

添加联系人
需求说明
提交