稳定性研究的经典做法，是把样品放进 40℃ 培养箱，几周后测一遍纯度与聚集，再用 Arrhenius 方程把降解速率外推到 2-8℃ 的货架期。这套流程便宜、快、写进申报资料也符合惯例，所以几乎每个制剂团队都在用。
但很多做过完整长期研究的人都有过同样的经验：加速条件下的排序，和两年后的真实排序并不一致。某个在 40℃ 表现最好的配方，在 5℃ 存放 18 个月后反而析出；某个加速条件下明显更差的处方，长期数据却相当平稳。原因不复杂——高温改变了降解路径本身。
这篇文章想讨论的，是把等温稳定性研究放回配方决策链条的位置：它不替代加速实验，但它能告诉你，高温条件下跑出来的那条曲线，究竟有多少可以参考。
一、加速稳定性研究的三个隐含前提
加速实验之所以能外推，依赖三个前提，而这三个前提在实际项目中经常不成立。
- 降解机理不变。Arrhenius 外推假设高温与低温走的是同一条化学路径。但温度升高会同时改变构象稳定性、界面吸附倾向和氧气溶解度，聚集、脱酰胺、氧化、水解的相对权重在不同温度区间并不相同。
- 速率常数单调。一旦体系在高温下发生相分离或凝胶化，速率就不再是简单的单调函数，外推会得到明显偏离真实值的货架期。
- 单一路径主导。真实样品的降解往往是多条路径并行，加速实验只能捕捉到其中最快的那一条，也就是在高温下被"放大"的那一条。
这三个前提不需要被推翻，但需要被检验。检验的方法，就是在接近真实储存条件的温度下，做一组时间序列。
二、等温稳定性：在"接近真实"的温度下看降解
等温稳定性研究的做法很朴素：把样品放在 25℃、30℃ 或产品实际储存温度下，按 0、1、2、4、8、12 周采样，跟踪同一组质量属性随时间的变化。
它的价值不在于"更快"，而在于温度区间落在真实降解路径内。在这个区间里观察到的聚集速率、单体损失速率和粒径漂移速率，与长期稳定性数据的相关性明显更好，尤其适合以下几类体系：
- 高浓度蛋白制剂。浓度越高，分子间碰撞频率越大，聚集路径对温度的敏感性与稀溶液完全不同。
- 含表面活性剂或辅料的配方。辅料的临界胶束浓度、界面行为随温度变化，高温下的保护效果可能被高估。
- 疫苗、ADC、融合蛋白等复杂分子。多结构域、多修饰位点意味着多条并行降解路径，高温会掩盖慢的那几条。
- 冻融或运输应激后的样品。这类样品的"起点"已经被扰动，用加速实验评估其后续稳定性容易失真。
换句话说，长期稳定性研究回答的是"两年后是什么样"，加速稳定性研究回答的是"哪个更耐热"，而等温研究回答的是"在真实条件下，哪条路径在起主导作用"。三者是互补关系，不是替代关系。
三、一个孔，多条曲线：把等温研究做成常规动作
等温稳定性研究过去做得少，主要成本不在样品，而在人力。一个时间序列动辄 6-8 个采样点，每个点要测浓度、Tm、Tagg、粒径、单体纯度，如果全部靠人工排期，一个配方就要占用一个人大半个月。
这也是 Uncle 的等温应用被设计出来的原因。把样品封进毛细管或 96 孔板后，仪器可以在设定温度下连续监测，同一批样品在一段时间内反复采集内源荧光与光散射信号，得到的是连续的降解轨迹，而不是几个离散的时间点。
对蛋白稳定性评估来说，这个差别不小：
- 采样点从 6 个变成数百个，拐点位置不再靠插值猜测。
- 同一样品在同一位姿下重复测量，去掉了不同时间点之间的操作差异。
- 温度、时间、信号三者同时记录，异常点可以直接回查，而不是等到数据整理时才发现。
配套的聚集趋势研究应用，则把散射信号随时间的变化单独拉出来看。很多配方在 Tm 之前很久就已经开始缓慢聚集，这个"提前量"在离散采样里几乎必然被漏掉，而在连续曲线上是一条清晰的抬升。
四、把两类数据放在一起读
等温数据最有用的时刻，是和加速数据放在同一张图上的时候。
- 两条曲线平行。说明降解机理在温度区间内保持一致，加速外推的可信度高，可以放心用加速实验做配方排序。
- 两条曲线交叉。说明高温下被放大的路径不是真实条件下的主导路径，此时应以等温数据为准，加速数据仅作为"最坏情况"参考。
- 等温曲线出现平台。通常是可逆自缔合或界面饱和，这类体系在长期储存中往往比加速实验预测的更稳定，容易被误判为不合格。
这套读图逻辑不需要复杂建模，一张两轴图就能支撑配方决策，也方便在技术评审上把结论讲清楚。
五、什么时候必须做等温稳定性
不是每个项目都需要完整的时间序列。以下四种情况，建议把等温研究列入必做项：
- 候选配方已经收敛到 2-3 个，需要在其中做最终选择。
- 加速实验出现"排序不稳"，两批数据结论不一致。
- 产品为高浓度、高价值或低温储存品种，返工成本极高。
- 申报资料需要补充支持性数据，而长期数据尚未到期。
反过来，早期筛选阶段样品量大、精度要求低，用加速实验做粗筛仍然是最经济的做法。
稳定性研究的本质，是在有限的时间里对"未来"做尽可能可靠的判断。加速实验把时间压缩了，代价是偏离真实；等温实验保留了真实，代价是需要耐心。把两者放在一起，才有可能既快又不失真。
想了解等温稳定性应用在 Uncle 上的完整实验设计与参数设置，可以访问 Unchained Labs 官网查看技术资料。
