之前，我们解读了AAPS Open上一篇来自默克、赛诺菲和艾伯维三家药企联合发表的新论文——ΔT与ΔP方法：不加装任何昂贵硬件，只用搁板进出口硅油温差和腔室-冷凝器压差，就能实时推算升华质量流。文章发出后，有读者留言问了一个很有意思的问题：
Q
监测冻干过程的方法到底有多少种？
为什么大药厂还在用看起来很原始的手段？
这个问题值得认真回答。因为过去三十年，冻干过程监测技术（业内叫PAT，过程分析技术）至少经历了五代演进，每一代都在解决上一代的痛点，但工业界的采纳速度却慢得惊人。今天这篇文章，我们把这段进化史完整梳理一遍——不吹不黑，看看每一代技术到底解决了什么问题，又留下了什么盲区。
01
先说清楚：冻干为什么特别需要"眼睛"
冻干的麻烦之处在于，它是一个发生在真空、低温环境里的动态过程：冰在看不见的地方升华，产品温度比临界温度高两度，饼就塌了；干燥终点判断错一个小时，残留水分就可能超标。
更麻烦的是，你几乎无法直接"看"到过程。搁板温度和腔室压力只是输入端的设定值，它们和产品真实状态之间隔着一层传热传质的"黑箱"。PAT的全部使命，就是凿开这个黑箱——要么直接测产品温度，要么通过某种物理信号反推干燥进程。
02
第一代：热电偶——侵入式的"体温计"
最古老的办法最直觉：往西林瓶里插一根热电偶，直接测产品温度。
热电偶便宜、原理简单，直到今天仍是工艺开发阶段的主力工具。但它有三个先天缺陷，行业里人尽皆知：
第一，它改变了自己所在瓶子的命运。探针本身是一个异质成核点，插了探针的瓶子往往更早结冰、冰晶更大、干燥更快——你测的是"明星瓶子"，不是批次平均状态。
第二，它测不准位置。探针理想位置是瓶底中心，但灌装和搬运过程中的震动很容易让探针偏移，一旦贴到瓶壁，读数立刻失真。
第三，它在生产规模上几乎不可用。商用冻干机搭配自动装载系统，人工插线既不现实也不符合无菌保证要求；而且探针只能放在靠门的前排，够不着批次深处。
换句话说，第一代技术给了我们"一点真话"，但这一点真话既不完整，还可能被污染。
03
第二代：双真空计差距法——"平民神器"
第二代技术的思路彻底转变：不碰产品，改测腔室气体。
普通冻干机上本来就装着两种真空计。一种是电容式薄膜真空计，它测的是绝对压力，读数与气体种类无关；另一种是皮拉尼，靠热丝散热速率推算压力，而水蒸气的导热能力比氮气高约60%——所以当腔体里充满水蒸气时，皮拉尼的读数会系统性偏高。
一次干燥期间，腔体内的气体以水蒸气为主，两个真空计的读数差会拉到最大；当升华结束、腔体里只剩氮气时，两条曲线汇合。这个汇合点，就是一次干燥终点的判断依据——不需要任何新硬件，不需要碰任何瓶子。
Patel、Doen和Pikal在2010年系统比较了多种终点判断方法后给出的结论非常直接：在所有被测试的方法中，皮拉尼是最佳选择——便宜、可蒸汽灭菌、不需要对现有冻干机做任何改造。
[3] Patel SM, Doen T, Pikal MJ. Determination of end point of primary drying in freeze-drying process control. AAPS PharmSciTech. 2010;11(1):73-84.
这就是为什么它至今仍是工业界使用最广泛的PAT手段。FDA的统计也印证了这一点。但它也有明确局限：它只能告诉你"大概结束了"，给不出产品温度、给不出干层阻力，对工艺开发的信息量有限。它是合格的"终点哨"，但不是合格的"过程仪表"。
04
第三代：MTM压力升测试——从"测一个数"到"算一组参数"
1997年，Purdue大学的Milton、Pikal等人在PDA期刊上发表了温度压力测量法（MTM）：在一次干燥过程中，周期性地关闭腔室与冷凝器之间的隔离阀约25秒，记录腔内压力的上升曲线，再用数学模型对这条曲线拟合——可以同时解出升华界面温度、干燥层阻力Rp和瓶传热系数Kv三个关键参数。
这个方法的漂亮之处在于：一次短暂的控制动作，换来的是过去需要多批次称重实验才能获得的工艺参数。
2005年，Tang、Nail和Pikal把MTM进一步做成了"智能冻干机"（SMART冻干机）：机器根据MTM实时反馈自动调节搁板温度，把产品温度精准压在目标值附近，单次实验就能完成原本需要反复试错的工艺优化。
[2] Tang X, Nail SL, Pikal MJ. Freeze-drying process design by manometric temperature measurement: design of a smart freeze-dryer. Pharm Res. 2005;22(4):685-700.
但MTM的适用边界也多有研究：拟合假设全批次瓶子行为一致，而现实中边缘瓶总是先干，所以MTM的参数在前三分之二的一次干燥里最可靠；对高浓度蛋白或高无定形含量处方，水再吸附还会干扰拟合。此外，它需要隔离阀快速动作，这在部分老设备上无法实现。
05
第四代：TDLAS与在线质谱—直接"称量"水蒸气
关于第四代，之前在《AI风口下，冻干工艺正在被重塑》一文里做过详细介绍，这里只讲要点，并着重展开在线质谱——它常常被一笔带过，但其独特价值值得单独讨论。
TDLAS（可调谐二极管激光吸收光谱）在连接腔室与冷凝器的管道上安装激光装置，直接测量管道里水蒸气的流速和浓度，算出实时质量流——第一次让"升华速率"变成了一个可以直接读数的量。但它需要一个足够长的直管段（光学通道），且设备昂贵、校准复杂，这让它在存量商用设备上的推广举步维艰。
在线质谱：一张腔室气体的"成分化验单"
在线质谱（残余气体分析，RGA）其实并非新事物——早在1992年，Nail和Johnson就在《Developments in Biological Standardization》上发表综述，系统比较了产品温度测量、比较压力法、压力升测试与残余气体分析四类过程水分测定方法。换句话说，质谱进入冻干领域已经超过三十年。
它的工作方式：四极杆质谱仪通过一根毛细管对腔室气体连续采样，按质荷比（m/z）分离并检测各组分。水蒸气在m/z=18出峰，氮气、氧气、二氧化碳各有特征峰——一次测量得到的不是"一个压力读数"，而是一张完整的腔室气体成分化验单。一次干燥期间水信号随升华速率起伏，二次干燥阶段脱附水的缓慢释放同样可辨；终点判断的信息量，理论上超过双规差距法。
但真正让质谱不可替代的，是另外两项能力。
第一，故障诊断。硅油是冻干机搁板的传热介质，一旦泄漏进入腔室，可能在产品中形成不可见颗粒，这是监管检查中高度敏感的质量风险。硅油（聚二甲基硅氧烷）在质谱中有一组环硅氧烷特征碎片峰，RGA能在泄漏早期就捕捉到信号——而压力法和温度法对这个风险完全"失明"。同理，氧气/氮气信号的比例变化可以用于真空系统检漏，胶塞的可提取物释放也能被记录在案。
第二，处方"指纹"监测。2023年，Purdue大学Alexeenko团队与百时美施贵宝在LyoHUB框架下联合发表的研究（Strongrich等，J Pharm Sci 2023;112(1):264-271）展示了RGA的一个前沿应用：铵盐类处方在冻干过程中会释放氨气，而氨的逸出是共溶剂损失或原料药降解的指示信号——研究建立了在整个冻干周期中实时量化氨逸出速率的方法。这类与处方化学直接相关的过程信息，没有任何非质谱手段能够提供。
[10] Strongrich AD, Tobyn M, Iyer LK, Park Y, Hong JM, Alexeenko AA. In-process vapor composition monitoring in application to lyophilization of ammonium salt formulations. J Pharm Sci. 2023;112(1):264-271. DOI: 10.1016/j.xphs.2022.10.004.
代价同样明确：质谱不可蒸汽灭菌，需要通过采样毛细管与隔离阀设计解决无菌边界问题；定量受总压力和气体基体影响，需针对具体处方校准；灯丝与真空系统的维护需要专门技能。因此它在工业界的现实定位不是日常监测，而是高价值生物制品的工艺开发工具与故障排查手段——平时收在"抽屉"里，但关键时刻无可替代。
06
ΔT/ΔP：不加硬件的"务实新解"
理解了前面几代的困境，你就能明白为什么ΔT/ΔP方法会让多家大药企兴奋。
它的物理逻辑朴素到近乎优雅：升华是吸热过程，搁板里循环的硅油进出口会有一个微小温差（ΔT），用能量守恒就能反推升华速率；同时，水蒸气流经管道会在腔室和冷凝器之间产生压差（ΔP），这个压差与质量流之间存在确定的水力学关联。
关键在于：这两个信号用的全是冻干机上本来就有的传感器。温度探头和压力变送器的数据通过数据历史系统导出来就能算，老设备也能"改装"——准确地说，是"不用改装"。三家药企用真实生产数据交叉验证，ΔT与ΔP的结果互相一致，且与TDLAS的历史数据吻合。
它当然也有局限：需要一次性标定、信号处理需要扣除基线和显热项、对数据质量要求高。但作为工艺转移和规模放大时的"表征基准"，它把PAT的使用门槛拉到了前所未有的低点。
07
FDA的数据泼一盆冷水：申报里的真实世界
技术进化了五代，工业界跟上了吗？FDA研究人员2025年底发表在AAPS Open上的一篇综述给出了难得的"真实世界切片"：他们分析了2020至2023年间提交FDA的162份涉及冻干制剂的申请（24份NDA、118份ANDA、20份BLA），以及2015至2019年间201次冻干生产现场检查的483缺陷项。
结果相当扎心：
• 最常见的终点判断方法，仍然是直接测量产品温度接近搁板温度——62.5%的NDA和47.5%的ANDA在用，本质上还是第一代思路；
• 双真空计差距法在生物制品（BLA）中最常见，算是第二代的成绩单；
• 基于压力升测试的SMART类智能方法，只占ANDA的2.54%；
• 更值得注意的是，相当比例的申请依然采用试错法开发工艺——16.7%的NDA、37.3%的ANDA、25%的BLA。
这个剪刀差，需要放进时间线里读
理解这组数据，首先要意识到一个制度性事实：FDA在2004年就发布了PAT工业指南（PAT — A Framework for Innovative Pharmaceutical Development, Manufacturing, and Quality Assurance），将过程分析技术定位为现代制药质量体系的支柱之一；ICH Q8的设计空间与Q9的质量风险管理，也为PAT的申报应用提供了完整的框架语言。也就是说，"监管没给政策"不成立——政策已经给了二十多年。
其次，三类申请的分层耐人寻味。ANDA（仿制药）最保守不难理解：成本与上市速度的压力之下，仿制药处方多为成熟平台，工艺窗口本身较宽，"够用即可"是理性选择；试错法在ANDA中占37.3%，反映的正是"处方成熟、无需深究"的现实逻辑。BLA（生物制品）对双规差距法采纳最积极，则与生物制品单批价值高、残余水分对稳定性敏感、行业最佳实践（如PDA与ISPE指南体系）推动更充分直接相关。NDA居中。技术采纳的差异，本质上是风险与收益结构的不同，而非单纯的技术认知差距。
第三，这组数据还有一个容易忽略的解读维度：申报资料反映的是数年前锁定的工艺决策——2023年提交的申请，其工艺开发可能完成于2019年前后。而批准后变更（post-approval change）需要额外的监管申报，企业对已商业化工艺的改造天然保守。申报数据是滞后指标，它度量的是行业的过去，不一定是未来。
值得注意的还有FDA发表这篇综述本身：监管机构主动对行业申报与检查数据做基线研究，客观上是在为下一代工艺标准铺路。结合2024至2026年Authelin方法学论文、多家药企联合验证论文与数字孪生共识框架的密集出现，有理由判断：这个持续了二十年的剪刀差，可能正处在收窄的前夜。
一边是论文里日新月异的第五代技术，一边是申报资料里大面积的第一代实践。这个剪刀差不是中国企业独有，而是全球行业的共同现状。
08
怎么选：没有代际高下，只有场景适配
梳理完这三十年的进化史，我们的观点是：PAT工具不存在"新一代淘汰旧一代"，只存在"什么场景用什么工具"。
一个务实的组合思路是：
• 工艺开发阶段：热电偶（注意其偏差特性）+ MTM，快速建立参数基线；
• 中试与技术转移：ΔT/ΔP表征 + 双真空计差距法监控，确认设备一致性；
• 商业生产：双真空计差距法做日常终点判断，配合周期性的设备表征数据；
• 高价值产品或复杂处方：按需叠加TDLAS；在线质谱则作为保留的调查工具，用于可疑批次排查与硅油泄漏监测等场景。
选型的核心问题不是"哪个最先进"，而是"哪个的信息量刚好够用、验证成本我能承受、监管能接受"。
莱奥德创在服务客户的过程中，坚持用多工具交叉验证的方式建立工艺知识：用双真空计差距法和压差法确定处方参数，用MTM和质谱数据监控冻干运行过程。工具箱越丰富，黑箱就越透明——这大概就是三十年进化史留给从业者最实用的一句话。
你所在的企业现在用的是哪一代方法？
欢迎在评论区聊聊你的实际体验。
参考文献
[1] Milton N, Pikal MJ, Roy ML, Nail SL. Evaluation of manometric temperature measurement as a method of monitoring product temperature during lyophilization. PDA J Pharm Sci Technol. 1997;51(1):7-16.
[2] Tang X, Nail SL, Pikal MJ. Freeze-drying process design by manometric temperature measurement: design of a smart freeze-dryer. Pharm Res. 2005;22(4):685-700.
[3] Patel SM, Doen T, Pikal MJ. Determination of end point of primary drying in freeze-drying process control. AAPS PharmSciTech. 2010;11(1):73-84.
[4] Schneid S, Gieseler H. Evaluation of a new wireless temperature remote interrogation system (TEMPRIS) during lyophilization. Eur J Pharm Biopharm. 2008;68(3):787-795.
[5] Gieseler H, Kessler WJ, Finson MF, et al. Evaluation of tunable diode laser absorption spectroscopy for in-process water vapor mass flux measurements during freeze drying. J Pharm Sci. 2007;96(7):1776-1793.
[6] Rhieu SY, Korang-Yeboah M, Anderson DD, Arigo J, O'Connor T, Shah R. Recent trends in pharmaceutical freeze-drying and control strategies observed in human drug applications and manufacturing inspections. AAPS Open. 2025;11:27.
[7] Metsi-Guckel E, Authelin JR, et al. AAPS Open. 2026;12:53. DOI: 10.1186/s41120-026-00153-7.
[8] Patel SM, Pikal MJ. Process analytical technologies (PAT) in freeze-drying of parenteral products. Pharm Dev Technol. 2011;16(3):223-232.
[9] Nail SL, Johnson W. Methodology for in-process determination of residual water in freeze-dried products. Dev Biol Stand. 1992;74:137-151.
[10] Strongrich AD, Tobyn M, Iyer LK, Park Y, Hong JM, Alexeenko AA. In-process vapor composition monitoring in application to lyophilization of ammonium salt formulations. J Pharm Sci. 2023;112(1):264-271. DOI: 10.1016/j.xphs.2022.10.004.
[11] U.S. Food and Drug Administration. Guidance for Industry: PAT — A Framework for Innovative Pharmaceutical Development, Manufacturing, and Quality Assurance. Rockville, MD: U.S. Department of Health and Human Services; 2004.
莱奥德创冻干工场——提供开放式的冻干平台，助力生物医药企业加速研发与产业化进程！
✦
莱奥德创冻干工厂
技术优势
✦
核心优势
先进的冻干设备和软件(PATs)，领先的冻干理念与技术 (QbD，Line of Sight )
● SMART™ 自动化工艺摸索技术，为产品提供数据支持的初步工艺；
● ControLyo® 可控瞬时成核技术，对成核温度进行精确控制，确保产品均一性；
● LyoFlux® TDLAS技术，对蒸汽质量流量进行精确测量，精确判定冻干终点；
● Tempris® 无线温度传感器，提供产品温度实时监测与记录；
● Biopharma 冻干前后分析技术，对产品配方进行特征研究，避免冻干过程开发风险。