PK/PD 監(jiān)管指南臺(tái)賬全解讀ICH、FDA、EMA 指南要求與各分析類型的申報(bào)報(bào)告標(biāo)準(zhǔn)基于 pkpd-modeling【免費(fèi)下載鏈接】scientific-agent-skillsTurn any AI agent into an AI Scientist. The #1 Agent Skills library for science, used by 190,000 scientists worldwide. 165 ready-to-use validated skills plus 100 scientific databases covering biology, chemistry, medicine, and drug discovery. Compatible with Cursor, Claude Code, Codex, Pi, Antigravity, and the open Agent Skills standard.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/cl/scientific-agent-skills導(dǎo)讀在藥物研發(fā)中PK/PD 分析非房室分析、群體藥代動(dòng)力學(xué)、暴露-效應(yīng)、生物等效性、PBPK、藥物相互作用等的每一項(xiàng)結(jié)果最終都要經(jīng)受監(jiān)管機(jī)構(gòu)的審視。本文基于scientific-agent-skills倉(cāng)庫(kù)中 pkpd-modeling 技能的核心參考文檔 regulatory-guidance.md系統(tǒng)梳理 ICH、FDA、EMA 與 PK/PD 建模直接相關(guān)的指南臺(tái)賬含關(guān)鍵日期與狀態(tài)、各分析類型必須向監(jiān)管方申報(bào)的具體內(nèi)容并結(jié)合倉(cāng)庫(kù)內(nèi) 11 個(gè)可執(zhí)行腳本與 14 篇參考文獻(xiàn)說明每一項(xiàng)監(jiān)管要求在本技能中對(duì)應(yīng)的落地工具。讀完本文你將掌握申報(bào)一份 PK/PD 分析報(bào)告時(shí)需要引用哪些指南、每類分析NCA、popPK、E-R、BE、PBPK、DDI必須陳述的要素清單以及監(jiān)管方評(píng)價(jià)模型的底層邏輯——intended use預(yù)期用途優(yōu)先。文檔定位與使用前提regulatory-guidance.md在倉(cāng)庫(kù)中扮演監(jiān)管臺(tái)賬角色它不是一篇分析教程而是一張帶日期、狀態(tài)和常被遺漏的要求的指南索引表。文檔自身明確聲明狀態(tài)核驗(yàn)時(shí)間為2026-07-27ICH 指南是公開出版物其要求被直接概括引用正式申報(bào)時(shí)必須始終以權(quán)威版本為準(zhǔn)always work from the authoritative copy for a submission。這也提醒讀者本文及原文檔中的日期、狀態(tài)僅是臺(tái)賬快照實(shí)際遞交前應(yīng)到各監(jiān)管機(jī)構(gòu)官網(wǎng)核驗(yàn)最新版本。倉(cāng)庫(kù)中與該文檔配套的完整體系可見 skills/pkpd-modeling/SKILL.md技能內(nèi) 11 個(gè)腳本nca.py、fit_compartmental.py、simulate_regimen.py、check_popk_dataset.py、exposure_response.py、bioequivalence.py、allometry_and_fih.py、ddi_static.py、tdm_bayes.py等負(fù)責(zé)計(jì)算與診斷而監(jiān)管指南則回答這些計(jì)算結(jié)果要按什么標(biāo)準(zhǔn)申報(bào)。所有腳本均以--format table|tsv|json輸出數(shù)據(jù)走 stdout、溯源與發(fā)現(xiàn)走 stderr退出碼0/1/2分別表示無發(fā)現(xiàn)、有發(fā)現(xiàn)、輸入錯(cuò)誤可直接用于門控工作流。ICH 指南臺(tái)賬全球協(xié)調(diào)框架ICH國(guó)際人用藥品注冊(cè)技術(shù)協(xié)調(diào)會(huì)指南采用 Step 1-4 的協(xié)調(diào)流程Step 4 表示最終定稿。原文檔的 ICH 臺(tái)賬共列出 10 份與 PK/PD 分析直接相關(guān)的指南指南主題狀態(tài)M12藥物相互作用研究2024 年 Step 4。FDA 于2024 年 8 月 2 日采納并附問答文件2024 年 11 月 30 日在歐盟生效2024 年 10 月 29 日在中國(guó)實(shí)施。首份全球協(xié)調(diào)的 DDI 指南M13A速釋固體口服制劑生物等效性2024 年 7 月Step 42025 年 1 月 25 日生效M13B附加規(guī)格與附加規(guī)格生物豁免2025 年 3 月 13 日背書Step 2b2025 年 4 月 9 日 - 7 月 9 日公開咨詢M13C高變異藥物、窄治療指數(shù)藥物及復(fù)雜設(shè)計(jì)的 BE 數(shù)據(jù)分析在 M13B 達(dá)到 Step 2 后啟動(dòng)。參考標(biāo)度法在落地前仍屬區(qū)域政策E11A兒科外推2024 年 8 月 21 日Step 42025 年 1 月 25 日生效M10生物分析方法驗(yàn)證每個(gè)濃度測(cè)定值背后的分析方法見analytical-method-validation技能E14QT/QTc 延長(zhǎng)的臨床評(píng)價(jià)含問答修訂2022 年問答新增雙重陰性非臨床路徑S7BQT 延長(zhǎng)的非臨床評(píng)價(jià)與 E14 通過聯(lián)合問答配對(duì)使用E4支持注冊(cè)的劑量-反應(yīng)信息暴露-反應(yīng)分析的基礎(chǔ)E7特殊人群老年研究—ICH M12第一份全球協(xié)調(diào)的 DDI 指南M12 是首份關(guān)于代謝酶與轉(zhuǎn)運(yùn)體介導(dǎo)的藥物相互作用藥代動(dòng)力學(xué)研究的全球協(xié)調(diào)指南取代了此前 FDA 的體外/臨床 DDI 指南和 EMA 的 DDI 指南。倉(cāng)庫(kù)中與 M12 直接對(duì)應(yīng)的工具是 ddi_static.py詳見 ddi-and-qt.md其基礎(chǔ)模型與 M12 的風(fēng)險(xiǎn)分層評(píng)估一一對(duì)應(yīng)python3 ddi_static.py --basic --ki 0.5 --imax 2.0 --fu 0.05 --dose 0.4 python3 ddi_static.py --msm --ki 0.5 --imax 2.0 --fu 0.05 --dose 0.4 --fm 0.9 --fg 0.7M12 的逐步評(píng)估框架為體外表征 → 基礎(chǔ)模型保守截?cái)嘀怠?機(jī)制性靜態(tài)模型或 PBPK 精化 → 臨床研究 → 說明書結(jié)論。基礎(chǔ)模型被刻意設(shè)計(jì)為過度預(yù)測(cè)陰性結(jié)果有意義陽性結(jié)果只是觸發(fā)進(jìn)一步工作的信號(hào)而非臨床量級(jí)的估計(jì)。這與ddi_static.py --basic的行為一致——腳本只報(bào)告是否觸發(fā)不預(yù)測(cè)臨床幅度。ICH M13 系列生物等效性協(xié)調(diào)進(jìn)程生物等效性系列詳見 bioequivalence.mdM13 是首份全球協(xié)調(diào)的 BE 指南取代了零散的區(qū)域要求。M13C 尚未落地之前參考標(biāo)度法reference-scaling仍屬區(qū)域政策且彼此不兼容——這是關(guān)于標(biāo)度 BE 最重要的實(shí)踐事實(shí)FDA 與 EMA 互不認(rèn)可對(duì)方的方法一項(xiàng)研究必須按其遞交機(jī)構(gòu)的判據(jù)來設(shè)計(jì)。倉(cāng)庫(kù)中的對(duì)應(yīng)工具是 bioequivalence.py它實(shí)現(xiàn)了 ABE90% 置信區(qū)間落在 80.00-125.00% 內(nèi)、EMA 的 ABEL依 CVwR 放寬限度封頂 69.84-143.19%點(diǎn)估計(jì)仍須落在 80-125% 內(nèi)和 FDA 的 RSABE通過 Hyslop 法評(píng)估的線性化標(biāo)度界本身并非區(qū)間判據(jù)。腳本會(huì)拒絕在 2×2 設(shè)計(jì)上運(yùn)行參考標(biāo)度error: reference-scaling requires --design replicate. High observed variability in a 2x2 study does not license widening: without replicated reference administrations there is no estimate of within-subject reference variability to scale to.ICH E11A兒科外推的正式框架E11A2024 年 8 月 21 日 Step 42025 年 1 月 25 日生效正式確立了利用成人或其他人群數(shù)據(jù)支持兒科結(jié)論的框架從疾病相似性、治療反應(yīng)、暴露-反應(yīng)關(guān)系構(gòu)建兒科外推概念量化假設(shè)與殘余不確定性所需兒科新數(shù)據(jù)量隨外推信心反向變化。倉(cāng)庫(kù)中對(duì)應(yīng)的深度內(nèi)容見 special-populations.md——它指出兒科劑量選擇預(yù)期是模型驅(qū)動(dòng)的含 popPK 與 PBPK而非從成人說明書做 mg/kg 外推實(shí)操上 allometry_and_fih.py 通過--scale --weight-to與--pma-weeks提供包含 Anderson-Holford 成熟項(xiàng)的尺寸-成熟度分型縮放。ICH E14 / S7BQT 評(píng)價(jià)框架E14臨床 QT/QTc 評(píng)價(jià)與 S7B非臨床 QT 評(píng)價(jià)通過聯(lián)合問答配對(duì)。監(jiān)管關(guān)注閾值為QTc 效應(yīng)超過 10 ms以臨床相關(guān)高暴露下安慰劑校正的基線變化 QTcΔΔQTc雙側(cè) 90% 置信區(qū)間上限來判定。2022 年問答新增了雙重陰性綜合非臨床風(fēng)險(xiǎn)評(píng)估路徑——陰性 hERG 實(shí)驗(yàn)加陰性在體 QTc 研究——作為補(bǔ)充證據(jù)允許申報(bào)方在不達(dá)到臨床相關(guān)暴露高倍數(shù)的情況下覆蓋高臨床暴露。倉(cāng)庫(kù)中 exposure_response.py 的--cqtc模式實(shí)現(xiàn)了用于篩選的普通線性回歸版本并標(biāo)記超出觀測(cè)濃度范圍的 extrapolationpython3 exposure_response.py --cqtc -i qt.csv --cmax 250需注意申報(bào)級(jí)的 C-QTc 分析應(yīng)為帶受試者隨機(jī)截距與斜率的線性混合效應(yīng)模型見 pd-and-exposure-response.md腳本中的線性模型僅用于篩選。FDA 指南臺(tái)賬哪些要求常被遺漏FDA 臺(tái)賬是原文檔最具實(shí)戰(zhàn)價(jià)值的部分——它逐條標(biāo)出guidance 要求但常被遺漏的點(diǎn)指南日期常被遺漏的要求群體藥代動(dòng)力學(xué)最終版2022 年 2 月前瞻性分析計(jì)劃明確的 BLQ 處理基于模擬的診斷VPC、pcVPC、NPC、NPDE。特別指出基于參數(shù)收縮shrinkage進(jìn)行模型選擇并無必要優(yōu)化腫瘤治療用處方藥及生物制品劑量Project Optimus最終版2024 年 8 月確定使獲益-風(fēng)險(xiǎn)最大化的劑量而非 MTD隨機(jī)比較不止一個(gè)劑量每份方案中都要有足以支持群體 PK 與安全/療效劑量/暴露-反應(yīng)分析的 PK 采樣與分析計(jì)劃早期評(píng)估內(nèi)在因素與 DDI暴露-反應(yīng)關(guān)系2003至今仍是 E-R 研究設(shè)計(jì)與分析的參考成人健康志愿者初始臨床試驗(yàn)治療性藥物最大安全起始劑量估算2005體表面積 HED 換算表Km 因子被allometry_and_fih.py使用生理藥代動(dòng)力學(xué)分析——格式與內(nèi)容2018PBPK 申報(bào)必須包含的內(nèi)容人體放射性標(biāo)記質(zhì)量平衡研究的臨床藥理學(xué)考量——腎損傷與肝損傷指南—研究設(shè)計(jì)包括縮減/分階段設(shè)計(jì)2022 群體藥代動(dòng)力學(xué)最終指南該指南對(duì)申報(bào)影響最大倉(cāng)庫(kù)中 population-pk.md 將其要求落實(shí)為可操作清單前瞻性分析計(jì)劃——模板見 assets/popk-analysis-plan.md其中每個(gè)方括號(hào)字段都是分析開始前要作出的決策分析完成后補(bǔ)寫的計(jì)劃在評(píng)審者眼中一目了然明確的 BLQ 處理——指南接受 Beal M1-M7 各法但 M3極大似然BLQ 貢獻(xiàn)觀測(cè)低于 LLOQ的概率是參考方法。經(jīng)驗(yàn)法則BLQ 占比低于約 10% 時(shí) M1 可辯護(hù)高于此則用 M3基于模擬的診斷——pcVPC 在劑量或協(xié)變量存在受試者間差異時(shí)必須使用否則預(yù)測(cè)的受試者間離散會(huì)淹沒比較收縮不是選擇判據(jù)——eta 收縮超過約 20-30% 意味著個(gè)體估計(jì)向群體均值坍縮這會(huì)削弱 eta-協(xié)變量圖與 IPRED 診斷的解釋力但指南明確指出基于收縮進(jìn)行模型選擇并非必要。分析開始前的數(shù)據(jù)檢查由 check_popk_dataset.py 完成——它專門捕獲 NM-TRAN 會(huì)靜默接受的缺陷非數(shù)值 DV 會(huì)被當(dāng)作 0 擬合、空白協(xié)變量變成 0缺失體重變成 0 kg 患者、ADDL沒有II時(shí)不放置任何附加劑量、同時(shí)間戳記錄按文件順序應(yīng)用。Project Optimus劑量?jī)?yōu)化取代 MTD2024 年 8 月最終定稿的腫瘤劑量?jī)?yōu)化指南要求以最大化獲益-風(fēng)險(xiǎn)為目標(biāo)確定劑量而非最大耐受劑量 MTD隨機(jī)比較多個(gè)劑量并在每個(gè)方案中內(nèi)置足以支撐群體 PK 與劑量/暴露-反應(yīng)分析的采樣與分析計(jì)劃。倉(cāng)庫(kù)中與之呼應(yīng)的兩個(gè)腳本simulate_regimen.py在典型患者之外評(píng)估群體達(dá)標(biāo)率——這是 Optimus 思想的核心工具只按典型患者調(diào)劑量會(huì)讓約半數(shù)人群落在目標(biāo)錯(cuò)誤一側(cè)exposure_response.py安全性與療效的 E-R 必須同時(shí)建模單為療效最優(yōu)的劑量并非最優(yōu)。2005 最大安全起始劑量指南與 Km 因子FDA 2005 年指南中的體表面積 HED 換算表Km 因子在倉(cāng)庫(kù)中有直接代碼實(shí)現(xiàn)。查看 allometry_and_fih.py 源碼可確認(rèn)KM_FACTORS表中存儲(chǔ)各物種的體重-表面積換算因子HED 動(dòng)物劑量 (mg/kg) × Km_animal / Km_human腳本同時(shí)會(huì)輸出一條 finding提示 NOAEL 衍生的 MRSD 對(duì)激動(dòng)型免疫調(diào)節(jié)劑并不充分應(yīng)改用--mabel計(jì)算最低預(yù)期生物學(xué)效應(yīng)水平并取較低值。這正對(duì)應(yīng)原文檔中估算最大安全起始劑量指南的實(shí)踐約束。EMA 指南臺(tái)賬報(bào)告結(jié)構(gòu)與 PBPK 申報(bào)EMA 臺(tái)賬涵蓋 5 份指南指南主題群體藥代動(dòng)力學(xué)分析結(jié)果報(bào)告EMA/CHMP/EWP/185990/2006popPK 報(bào)告的結(jié)構(gòu)與內(nèi)容生物等效性研究范圍正被 ICH M13A 取代EMA 已發(fā)布實(shí)施考量PBPK 建模與模擬的應(yīng)用PBPK 的確認(rèn)qualification與報(bào)告生理藥代動(dòng)力學(xué)建模與模擬的報(bào)告—抗癌藥品評(píng)價(jià)劑量?jī)?yōu)化預(yù)期與 Project Optimus 平行值得注意的兩點(diǎn)生物等效性指南正被 ICH M13A 取代EMA 已發(fā)布實(shí)施考量——再次印證 M13 系列的全球協(xié)調(diào)定位EMA 對(duì) PBPK 強(qiáng)調(diào) qualification 與報(bào)告。倉(cāng)庫(kù)中 pbpk.md 給出了 PBPK 申報(bào)的完整要素平臺(tái)與版本、每個(gè)藥物參數(shù)及其來源實(shí)測(cè)/預(yù)測(cè)/優(yōu)化若為優(yōu)化需說明對(duì)照什么、Kp 預(yù)測(cè)方法、吸收模型、驗(yàn)證數(shù)據(jù)集及結(jié)果、敏感性分析。輸入不可逐項(xiàng)溯源的 PBPK 預(yù)測(cè)無法被他人評(píng)估也不會(huì)被接受。各分析類型必須申報(bào)的內(nèi)容這是原文檔的第三大板塊也是申報(bào)工作的直接檢查清單。以下六類分析各自必須陳述的要素與倉(cāng)庫(kù)中對(duì)應(yīng)腳本輸出逐一對(duì)應(yīng)非房室分析NCA必須申報(bào)梯形法則前段/中段/尾段 BLQ 規(guī)則lambda_z 選擇規(guī)則含每個(gè)受試者的窗口與點(diǎn)數(shù)AUCinf 是基于觀測(cè)還是預(yù)測(cè)的 Clast揭盲前固定的排除標(biāo)準(zhǔn)軟件及版本。倉(cāng)庫(kù)對(duì)應(yīng)實(shí)現(xiàn) nca.py 將這四個(gè)通常隱式的選擇顯式化--auc-method默認(rèn)linup-logdown、--blq-rule、--lambda-z-points或顯式--lambda-z-window以及報(bào)告auc_inf_obs還是auc_inf_pred。lambda_z 采用標(biāo)準(zhǔn)規(guī)則從最后三個(gè)可定量點(diǎn)開始、逐步向后擴(kuò)展、僅當(dāng)調(diào)整后r2 改善超過 0.0001 時(shí)才保留更長(zhǎng)窗口Tmax 及之前的數(shù)據(jù)點(diǎn)永遠(yuǎn)不參與。各項(xiàng)參數(shù)定義與報(bào)告慣例見 nca-conventions.md申報(bào)檢查清單見 assets/nca-reporting-checklist.md。群體藥代動(dòng)力學(xué)popPK必須申報(bào)前瞻性分析計(jì)劃含排除標(biāo)準(zhǔn)與 BLQ 處理的數(shù)據(jù)組裝結(jié)構(gòu)、統(tǒng)計(jì)與協(xié)變量模型及其依據(jù)估算方法與軟件版本含 pcVPC 的診斷帶不確定性的參數(shù)估計(jì)模型的預(yù)期用途及其針對(duì)該用途的確認(rèn)對(duì)計(jì)劃的偏離要記錄在案而非悄悄吸收。check_popk_dataset.py 負(fù)責(zé)數(shù)據(jù)組裝檢查population-pk.md 提供估算方法FO/FOCE/FOCE-I/Laplace/SAEM/IMP/NUTS、BLQ M1-M7、協(xié)變量建模與診斷的完整細(xì)節(jié)assets/popk-analysis-plan.md 則是計(jì)劃書模板。FDA 2022 指南要求協(xié)變量策略在分析前定義——這正是模板中每個(gè)方括號(hào)字段的意義。暴露-反應(yīng)E-R必須申報(bào)暴露指標(biāo)及其為何是機(jī)制上正確的那一個(gè)療效與安全性兩方面的關(guān)系對(duì)暴露與預(yù)后之間混雜的顯式處理數(shù)據(jù)覆蓋的劑量或暴露范圍以及什么是 extrapolation。exposure_response.py 的--emax模式報(bào)告fraction_of_emax_reached當(dāng)最高觀測(cè)暴露僅達(dá)到估計(jì) Emax 的三分之一時(shí)Emax 與 EC50 是強(qiáng)相關(guān)的 extrapolation 而非獨(dú)立估計(jì)——此時(shí)應(yīng)報(bào)告斜率而不是這兩個(gè)參數(shù)?；祀s問題患者被隨機(jī)分配到劑量而非暴露在該技能中被反復(fù)強(qiáng)調(diào)詳見 pd-and-exposure-response.md。生物等效性BE必須申報(bào)設(shè)計(jì)與依據(jù)對(duì)數(shù)變換分析90% CI 對(duì)照預(yù)先指定的限度判據(jù)ABE、ABEL 或 RSABE在方案中固定脫落與給藥前濃度的處理以假定 GMR 與 CV 為基礎(chǔ)的樣本量論證。bioequivalence.py 的--power模式精確復(fù)現(xiàn)已發(fā)表的樣本量表CV 30%、GMR 0.95、80% 功效 → 2×2 設(shè)計(jì) N40并通過積分估計(jì)標(biāo)準(zhǔn)差的抽樣分布而非把標(biāo)準(zhǔn)誤當(dāng)已知來計(jì)算功效。樣本量由三個(gè)因素按影響力排序驅(qū)動(dòng)假定真實(shí) GMR、受試者內(nèi) CV、目標(biāo)功效——假定 GMR 為 1.00 而非 0.95 會(huì)使計(jì)算出的 N 大約減半這正是 BE 研究功效不足的最常見原因。PBPK必須申報(bào)平臺(tái)與版本每個(gè)藥物參數(shù)及其來源實(shí)測(cè)/預(yù)測(cè)/優(yōu)化Kp 預(yù)測(cè)方法在未經(jīng)測(cè)試的應(yīng)用之前先對(duì)照觀測(cè)臨床數(shù)據(jù)驗(yàn)證對(duì)不確定輸入的敏感性分析模型文件。pbpk.md 是倉(cāng)庫(kù)內(nèi)的完整參考Kp 預(yù)測(cè)方法Rodgers Rowland、Poulin Theil、Berezhkovskiy、Schmitt可產(chǎn)生數(shù)倍差異并直接傳播到 VssIVIVE 系統(tǒng)性低估清除率常為 2-5 倍經(jīng)驗(yàn)性縮放因子必須聲明——這是 PBPK 模型最薄弱的環(huán)節(jié)。DDI必須申報(bào)基于基礎(chǔ)模型結(jié)果與截?cái)嘀档闹鸩皆u(píng)估觸發(fā)進(jìn)一步工作的原因機(jī)制性靜態(tài)或 PBPK 精化及其驗(yàn)證使用 index 抑制劑/底物的臨床研究說明書結(jié)論。ddi_static.py 實(shí)現(xiàn) ICH M12 基礎(chǔ)模型及截?cái)嘀蹈?R1 ≥ 1.02、腸 R1 ≥ 11、TDI R2 ≥ 1.25、誘導(dǎo) R3 ≤ 0.8、轉(zhuǎn)運(yùn)體按位點(diǎn)截?cái)嗯c機(jī)制性靜態(tài)模型。機(jī)制性靜態(tài)模型在輸出預(yù)測(cè)的同時(shí)報(bào)告天花板note: With fm 0.9, no inhibitor of this pathway can raise the victim AUC above 10.00-fold. If the prediction approaches that ceiling, fm is doing more work than the inhibition constants.fm與Fg對(duì)答案的主導(dǎo)作用遠(yuǎn)大于抑制常數(shù)而這兩者通常是計(jì)算中最不確定的輸入——ddi-and-qt.md 建議在其合理范圍內(nèi)做敏感性分析這比點(diǎn)預(yù)測(cè)更有信息量。Model-informed drug development申報(bào)前與監(jiān)管溝通FDA 與 EMA 均有在申報(bào)前討論基于模型證據(jù)的項(xiàng)目FDA 的 MIDD Paired Meeting Program模型知情藥物開發(fā)配對(duì)會(huì)議EMA 的 Qualification of Novel Methodologies新方法確認(rèn)。原文檔的核心觀點(diǎn)當(dāng)模型意圖替代一項(xiàng)研究而非支持一項(xiàng)研究時(shí)盡早溝通是決定模型是否被接受的關(guān)鍵。對(duì)模型的嚴(yán)謹(jǐn)性要求隨模型被要求承擔(dān)的任務(wù)量級(jí)而縮放——替代兒童研究或支持說明書聲明所要求的證據(jù)等級(jí)遠(yuǎn)高于輔助選擇 II 期劑量。這也解釋了為什么 popk-analysis-plan.md 模板把模型的預(yù)期用途放在目標(biāo)之后、數(shù)據(jù)之前Characterise the population pharmacokinetics 不是目標(biāo)只是活動(dòng)——每個(gè)目標(biāo)必須指明其服務(wù)的決策下一項(xiàng)研究的劑量、說明書語句、協(xié)變量調(diào)整、豁免。總體原則監(jiān)管方按預(yù)期用途評(píng)價(jià)模型原文檔以一條總體原則收尾這也是整個(gè)臺(tái)賬的靈魂監(jiān)管方不是抽象地評(píng)價(jià)模型而是對(duì)照其預(yù)期用途。一個(gè)足以選擇 II 期劑量的模型并不自動(dòng)足以豁免兒科研究或支持說明書聲明。先陳述預(yù)期用途所需的證據(jù)、驗(yàn)證與文檔隨之確定。這條原則在倉(cāng)庫(kù)中得到完整落地計(jì)劃書模板要求預(yù)期用途前置assets/popk-analysis-plan.md技能邊界明確聲明腳本只報(bào)告不結(jié)論SKILL.md——bioequivalence.py不裁定制劑等效、tdm_bayes.py只是建模輔助任何方案變更都是臨床醫(yī)生的決定每類分析的申報(bào)要素清單本文上一節(jié)本質(zhì)上都是從預(yù)期用途反推出來的證據(jù)要求用途越重驗(yàn)證越嚴(yán)。速查監(jiān)管要求 → 倉(cāng)庫(kù)工具映射監(jiān)管指南倉(cāng)庫(kù)落地工具/文檔ICH M12DDIddi_static.py、ddi-and-qt.mdICH M13 系列BEbioequivalence.py、bioequivalence.mdICH E11A兒科外推special-populations.md、allometry_and_fih.pyICH E14/S7BQTexposure_response.py --cqtc、ddi-and-qt.mdFDA 2022 群體藥代動(dòng)力學(xué)population-pk.md、check_popk_dataset.py、popk-analysis-plan.mdFDA Project Optimus劑量?jī)?yōu)化simulate_regimen.py、exposure_response.pyFDA 2005 MRSDKm 因子allometry_and_fih.pyFDA 2018 PBPK 申報(bào) / EMA PBPKpbpk.md各分析類型申報(bào)要素nca-conventions.md、nca-reporting-checklist.md、population-pk.mdM10生物分析方法驗(yàn)證analytical-method-validation技能SKILL.md最后的提醒仍然來自原文檔開頭的聲明本臺(tái)賬核驗(yàn)于 2026-07-27ICH 指南要求是直接概括而非轉(zhuǎn)述——正式申報(bào)前始終以各監(jiān)管機(jī)構(gòu)發(fā)布的權(quán)威版本為準(zhǔn)。【免費(fèi)下載鏈接】scientific-agent-skillsTurn any AI agent into an AI Scientist. The #1 Agent Skills library for science, used by 190,000 scientists worldwide. 165 ready-to-use validated skills plus 100 scientific databases covering biology, chemistry, medicine, and drug discovery. Compatible with Cursor, Claude Code, Codex, Pi, Antigravity, and the open Agent Skills standard.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/cl/scientific-agent-skills創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考