1. 广东OTC药企收警告信：原料只认供应商COA，产品已被列入进口警示

FDA药品审评与研究中心（CDER）10月26日向广东汕头的Guangdong Bangze Medicine Co., Ltd.发出警告信，11月3日在官网公开。这次FDA没有派员到现场，而是依据《联邦食品、药品和化妆品法案》第704(a)(4)条书面调取企业记录完成审查。

信中列出三项主要缺陷：

• 组分检验缺失：未对每种组分做鉴别检验，依赖供应商COA却未定期验证其可靠性；部分高风险组分缺少药典鉴别和限度检查，质量标准引用的是中国药典而非USP；

• 成品放行不充分：COA中没有鉴别、含量和杂质结果，也缺少逐批的有害微生物检测；

• 质量部门失职：未建立持续的稳定性考察计划，关键系统未做适当确认。

FDA要求企业聘请合格的cGMP顾问，开展六大系统全面审计。该企业产品已于8月7日被列入66-40进口警示；在缺陷整改并确认合规前，FDA可能暂缓批准将其列为生产商的新申请或补充申请。

图：FDA向广东一家OTC药品生产企业发出警告信

https://www.fda.gov/inspections-compliance-enforcement-and-criminal-investigations/warning-letters/guangdong-bangze-medicine-co-ltd-734509-10262026

2. 细胞基因治疗效价指南定稿：每批放行都要过“效价关”

FDA本周发布细胞与基因治疗（CGT）产品效价保证策略最终指南，取代2023年12月的草案及2011年的旧版效价检测指南。新版增加了将效价保证融入现有质量体系、风险评估和与监管沟通的建议，并覆盖原材料变异控制、中间过程检测、短效期产品、病毒载体及个体化疗法。

硬性要求有三条：

• 逐批效价检测：每批产品须在所有可能影响效价的工序完成后进行效价检测；替代方案可以接受，但保证水平不得低于此。

• 变更必评估：生产变更须评估并确认不会对效价产生影响安全性或有效性的负面作用。

• IND可被叫停：IND缺乏评估受试者风险所需的效价信息时，FDA可实施临床暂停；II/III期所用批次须具备足够效价。

  
  

指南要求在全生命周期贯彻质量风险管理理念，覆盖目标产品质量概况（QTPP）、关键质量属性（CQA）与关键工艺参数（CPP），并鼓励申办方尽早就效价策略和效价检测方法与监管沟通。

图：FDA发布细胞与基因治疗产品效价保证最终指南

https://www.fda.gov/news-events/press-announcements/fda-provides-clarity-support-cell-and-gene-therapy-development-and-quality

欧洲药品管理局（EMA）药物警戒风险评估委员会（PRAC）在10月26日至29日的会议上启动一项安全信号审查：特定批次人免疫球蛋白的超敏反应报告多于预期，轻则皮疹瘙痒，重则出现过敏性休克、血管性水肿等可能危及生命的反应。

相关病例聚集已导致Flebogamma DIF、Yimmugo和Gamunex的部分批次近几个月在一些欧盟成员国召回。由于原因至今未查明，也不清楚其他产品是否受影响，审查将覆盖所有人免疫球蛋白产品，无论静脉、皮下还是肌内给药。PRAC将要求相关上市许可持有人提交全部数据，评估是否需要进一步的风险控制措施。

蒲公英洞察：

批次层面的不良反应信号会直接回溯到生产与放行环节。血液制品与生物制品企业应确保批次追溯、原辅料来源和不良反应信号监测数据随时可调取，一旦被点名可快速完成根因调查。

图：EMA PRAC启动人免疫球蛋白批次过敏反应审查

英国药品和医疗产品监管局（MHRA）11月3日宣布，英国卫生研究管理局（HRA）已公布“纳入与多样性计划”试点结果，并据此更新指南。该计划要求研究者在研究设计阶段说明如何招募到将来实际使用该药品或器械的各类人群，并随伦理委员会审查申请一并提交。

试点于2025年进行了6个月，共7项研究参与，其中5项为III期药物临床试验、2项为医疗器械研究。结果显示：

• 参与的研究者和申办方认为，在研究设计阶段制定计划确有帮助；

• 伦理委员会需要看到哪些信息、以何种形式呈现，还需进一步明确；

• 指南格式有待优化，方便快速找到关键信息。

下一步，2027年初起将邀请更多研究者和申办方自愿提交计划，为期12个月收集反馈。目前这不是法定要求，也不属于今年4月实施的新临床试验法规。

蒲公英洞察：

计划在英国开展III期临床的企业，可主动参与自愿提交阶段。把入组人群代表性提前写进方案设计，既能积累与伦理委员会沟通的经验，也为日后可能的强制要求做好准备。

图：MHRA公布临床试验纳入与多样性计划试点结果

https://www.gov.uk/government/news/clinical-trials-for-medicines-inclusion-and-diversity-plan-pilot-findings-published

注射剂协会（PDA）旗下《PDA Letter》11月5日刊文，回顾9月在华盛顿举行的2026年PDA/FDA联合监管会议。FDA AI治理负责人Hesh Duggirala坦言，业界对FDA用AI的想象与实际情况之间存在落差。FDA内部生成式AI工具Elsa于2025年6月全局上线，2026年5月升级为Elsa 4.0，并与整合了40多个数据系统的HALO平台打通。

Duggirala澄清了几个常见误区：

• AI不会自主选定检查对象，但可以帮助从监管数据中识别风险信号；
  

• AI不会在无人参与的情况下审评申报资料，审评与决策仍由合格的FDA人员负责；

• FDA表示不会用企业提交的数据训练模型；
  

• 检查时可能会关注企业如何使用AI，并期望有相应的验证、治理、可追溯性与人工监督。

在检查中，Elsa只在资料审阅阶段介入。面对两年内2000条一级偏差，调查员过去可能只抽看10至20条，现在可以分析全量数据的趋势。红线也已出现：FDA今年4月发出首封明确涉及AI不当使用的cGMP警告信，密歇根州一家企业用AI代理生成产品质量标准、规程和生产记录，却未做充分审核。FDA对企业的期望包括明确AI的用途与使用场景、与用途匹配的验证、模型版本与变更控制，以及在检查中主动说明所用AI工具及其治理方式。

蒲公英洞察：

用AI写SOP不是问题，写错才是问题，责任始终在企业。已在GMP环境用AI起草文件的药企，应尽快补齐用途登记、验证记录和由对口专业人员审核的签字链，迎检时别指望AI的使用不被发现。

图：PDA Letter解读FDA内部AI工具使用与监管期望

2. “人在回路”还不够？ISPE文章提出用“机器在回路”堵住GxP验证盲区

国际制药工程协会（ISPE）《制药工程》博客11月4日刊文指出，除了审核人没发现AI输出中的错误，还有一种更隐蔽的失效：相关风险从一开始就没出现在AI的分析里。看得见的错误可以质疑，缺失的东西却很难发现，审核人反而容易被AI划定的问题边界框住。

作者提出“机器在回路”（MITL）思路，把生成与审核的顺序反过来：

• 专家主导生成：由合格专家制定验证策略，可借助AI讨论，但责任在专家；
  

• 独立机器挑战：另行配置的AI专门找遗漏风险、无依据假设和测试覆盖不足，而不是确认方案“看起来合理”；
  

• 独立裁决：由另一位审核人或独立配置的AI处理分歧，留下“挑战、回应、裁决、证据”的可审计记录。

作者也提醒，换个模型或多加几个AI代理并不等于真正独立；MITL同样无法证明风险已全部识别，其效果需要用植入已知缺陷的对照实验来检验。

蒲公英洞察：

用AI起草验证方案时，审核不能只看“写得对不对”，还要追问“漏了什么”。CSV团队可以试着让独立配置的AI专门做反向挑战，并把分歧的处理过程写进验证记录。

图：ISPE文章探讨GxP验证中的“机器在回路”架构

https://ispe.org/pharmaceutical-engineering/ispeak/beyond-human-loop-can-machine-loop-address-coverage-failure-gxp