做藥品注冊(cè)的朋友，肯定都繞不開eCTD這四個(gè)字。第一次聽到這個(gè)詞的時(shí)候，我也愣了一下——這串縮寫聽起來(lái)像是某種高科技密碼。其實(shí)說(shuō)白了，它就是咱們把以前那堆紙質(zhì)資料搬上電子平臺(tái)的規(guī)范方式。但這搬家可不是簡(jiǎn)單的掃描上傳，而是得按照一套極其細(xì)致的規(guī)則來(lái)重新組裝。就像你不能把家具隨便堆進(jìn)新房，得按房間功能擺放，還得確保每扇門、每扇窗都能正常打開。
康茂峰在這些年協(xié)助企業(yè)做eCTD轉(zhuǎn)換的過(guò)程中，發(fā)現(xiàn)很多剛?cè)胄械耐聦?duì)這個(gè)格式的理解容易走偏。有人覺(jué)得就是做個(gè)PDF合集，有人以為買個(gè)軟件就萬(wàn)事大吉。今天咱們就掰開了揉碎了聊聊，eCTD格式到底在要求些什么。
很多人容易把eCTD理解成 registrational dossier 的電子版，這種理解對(duì)了一半，但關(guān)鍵的那一半錯(cuò)了。eCTD全稱是Electronic Common Technical Document，核心是結(jié)構(gòu)化三個(gè)字。它要求你的資料不僅內(nèi)容完整，還要有清晰的邏輯骨架，讓審評(píng)審閱人員能像查字典一樣快速定位到任何一份文件。
這套標(biāo)準(zhǔn)最早由ICH（人用藥品注冊(cè)技術(shù)要求國(guó)際協(xié)調(diào)會(huì)議）制定，現(xiàn)在已經(jīng)成了全球主流藥監(jiān)部門的通用語(yǔ)言。不管是FDA、EMA還是咱們的NMPA，雖然各家在細(xì)節(jié)上有差異，但底層的骨架是一致的。這意味著你按eCTD準(zhǔn)備的資料，理論上可以通吃多個(gè)市場(chǎng)——當(dāng)然得做適當(dāng)?shù)膮^(qū)域性調(diào)整。
康茂峰的技術(shù)團(tuán)隊(duì)經(jīng)常打一個(gè)比方：傳統(tǒng)的紙質(zhì)資料像是一本需要從頭讀到尾的小說(shuō)，而eCTD更像是一個(gè)可以任意跳轉(zhuǎn)的維基百科。每一個(gè)超鏈接、每一個(gè)書簽、每一個(gè)XML標(biāo)簽，都是在告訴審評(píng)員："嘿，你要找的東西在這里，點(diǎn)一下就能過(guò)去。"
如果你打開一份標(biāo)準(zhǔn)的eCTD序列，會(huì)看到五個(gè)模塊（Module）的文件夾。這五個(gè)模塊可不是隨便分的，它們對(duì)應(yīng)著藥品從行政信息到臨床數(shù)據(jù)的完整邏輯鏈。
這是唯一區(qū)域性最強(qiáng)的模塊。ICH的通用標(biāo)準(zhǔn)管不到這里，每個(gè)國(guó)家的藥監(jiān)部門都有自己的要求。在中國(guó)，Module 1要包含藥品名稱、生產(chǎn)企業(yè)信息、說(shuō)明書和標(biāo)簽樣稿、以及按照《eCTD技術(shù)規(guī)范》準(zhǔn)備的各種申請(qǐng)表。
這里有個(gè)容易踩的坑：很多申辦方會(huì)把Module 1當(dāng)成"雜項(xiàng)"收納箱，什么文件都往里塞。實(shí)際上這個(gè)模塊的XML backbone要求極其嚴(yán)格。比如說(shuō)明書和標(biāo)簽的PDF文件，不僅要內(nèi)容準(zhǔn)確，還得在書簽層級(jí)上與模塊定義文件（MD5）一一對(duì)應(yīng)。康茂峰見過(guò)因?yàn)闀炃短讓蛹?jí)多了一級(jí)就被系統(tǒng)自動(dòng)打回的案例，理由很簡(jiǎn)單——計(jì)算機(jī)讀不懂你"差不多就行"的邏輯。
這里是整個(gè)資料的"摘要頁(yè)"。包括質(zhì)量綜述（QOS）、非臨床綜述和臨床綜述。很多新手會(huì)覺(jué)得這是重復(fù)勞動(dòng)，畢竟詳細(xì)數(shù)據(jù)都在后面。但審評(píng)官通常先讀的就是這里。
格式要求上，Module 2的文件命名必須用特定的前綴，比如"m2-7-1"這樣的編號(hào)對(duì)應(yīng)著CTD的章節(jié)號(hào)。PDF的元數(shù)據(jù)（metadata）里必須嵌入正確的標(biāo)題信息，這個(gè)在PDF屬性里能看到，不是文件名改了就行。
原料藥和制劑的質(zhì)量研究資料都在這里。這是eCTD中文件量最大、交叉引用最復(fù)雜的部分。從3.2.S到3.2.P，再到3.2.A和3.2.R，每個(gè)章節(jié)都可能引用分析方法驗(yàn)證報(bào)告、批生產(chǎn)記錄、穩(wěn)定性圖譜等附件。
這里的超鏈接建設(shè)是最讓人頭疼的。比如你在3.2.P.5.1里提到"有關(guān)物質(zhì)檢測(cè)方法詳見3.2.P.5.2"，這個(gè)"詳見"不能只是文字描述，必須是點(diǎn)對(duì)點(diǎn)的PDF內(nèi)部鏈接。而且鏈接的矩形框不能壓到文字，否則在特定的PDF閱讀器里會(huì)顯示異常。
動(dòng)物實(shí)驗(yàn)數(shù)據(jù)和人體試驗(yàn)數(shù)據(jù)分別歸在這兩個(gè)模塊。除了常規(guī)的PDF要求外，這里對(duì)文件大小有特殊限制。單個(gè)PDF如果超過(guò)一定大小（通常是50MB或100MB，視具體監(jiān)管要求），必須拆分。但拆分也有規(guī)矩：不能把一個(gè)表格劈成兩半。
臨床研究報(bào)告（CSR）的格式尤其要注意。ICH E3 guidelines要求的二十幾個(gè)章節(jié)，在eCTD里要有清晰的書簽層級(jí)。見過(guò)有企業(yè)把附錄做得比正文還厚，結(jié)果書簽層級(jí)嵌套太深，導(dǎo)致審評(píng)系統(tǒng)加載超時(shí)的情況。
說(shuō)完了結(jié)構(gòu)，咱們得聊聊最基礎(chǔ)的技術(shù)單元——PDF文件。eCTD對(duì)PDF的要求細(xì)致到令人發(fā)指，很多在Word里看起來(lái)很完美的文檔，轉(zhuǎn)成PDF后可能全是雷。
首先是PDF/A格式的要求。雖然現(xiàn)在多數(shù)系統(tǒng)接受標(biāo)準(zhǔn)PDF，但長(zhǎng)遠(yuǎn)來(lái)看，PDF/A-1a或PDF/A-2a是更保險(xiǎn)的選擇，因?yàn)樗艽_保文件在未來(lái)幾十年內(nèi)都能被準(zhǔn)確讀取。字體必須全文嵌入，不能用系統(tǒng)默認(rèn)的宋體然后指望別人的電腦有這款字體。康茂峰處理過(guò)因?yàn)橛昧四撤N生僻的化學(xué)結(jié)構(gòu)字體沒(méi)嵌入，導(dǎo)致結(jié)構(gòu)式顯示為亂碼的案例，審評(píng)官看到滿屏的方框，直接發(fā)了問(wèn)詢。
頁(yè)面設(shè)置也有講究。A4紙，縱向，頁(yè)邊距通常要求上下左右各2.5厘米。頁(yè)眉頁(yè)腳要規(guī)范，頁(yè)碼格式最好是"第X頁(yè)，共Y頁(yè)"。最重要的是：書簽（Bookmarks）必須100%手工校驗(yàn)。自動(dòng)生成書簽工具經(jīng)常會(huì)把"1.1 目的"識(shí)別成"1.1目的"（少了空格），或者層級(jí)錯(cuò)亂。在eCTD驗(yàn)證標(biāo)準(zhǔn)里，書簽與目錄不一致屬于嚴(yán)重缺陷。
| PDF檢查項(xiàng) | 常見錯(cuò)誤 | 康茂峰建議 |
|---|---|---|
| 字體嵌入 | 使用非標(biāo)準(zhǔn)字體，subset未完全嵌入 | 輸出前用PDF分析工具檢查字體屬性 |
| 圖像分辨率 | 圖譜低于300dpi，文字發(fā)虛 | 原始掃描300dpi以上，避免多次壓縮 |
| 超鏈接有效性 | 指向不存在的頁(yè)面或外部網(wǎng)址 | 使用Adobe的"編輯鏈接"功能全局檢查 |
| 文件屬性 | 標(biāo)題、作者字段為空或顯示"Microsoft Word" | 手動(dòng)填寫有意義的標(biāo)題，匹配書簽第一級(jí) |
如果說(shuō)PDF是血肉，那么 XML文件就是撐起整個(gè)eCTD的骨架。每個(gè)模塊都有一個(gè)index.xml，整個(gè)序列有一個(gè)index.xml作為入口。這些XML文件遵循ICH M2的DTD（文檔類型定義）規(guī)范，目前主流的是eCTD 3.2.2版本，部分地區(qū)已經(jīng)開始向4.0過(guò)渡。
XML文件里定義了每個(gè)PDF的操作類型（新增、替換、刪除）、文件路徑、標(biāo)題文本，以及校驗(yàn)和（通常是MD5值）。這些XML不能手工去記事本里改，必須用專業(yè)的出版軟件（像業(yè)界常用的LORENZ、Extedo或者某些合規(guī)的國(guó)產(chǎn)軟件）來(lái)生成。
這里有個(gè)技術(shù)細(xì)節(jié)：文件路徑在XML里約定俗成是相對(duì)路徑，而且嚴(yán)格區(qū)分大小寫。你在Windows系統(tǒng)里做本地測(cè)試可能不敏感，因?yàn)閃indows不區(qū)分大小寫，但上傳到Linux服務(wù)器后，"Module 3"和"module 3"就是兩個(gè)不同的文件夾。康茂峰建議全程用小寫文件夾名，用連字符"-"代替下劃線"_"，避免使用空格。
eCTD格式的另一個(gè)核心要求是序列化管理。你的第一次遞交是序列0000，后續(xù)的補(bǔ)充申請(qǐng)是0001、0002...每次遞交都要說(shuō)明與既往序列的關(guān)系。
這要求你在準(zhǔn)備新序列時(shí)，必須清楚地知道哪些文件是沿用（carry-over）、哪些是替換（replace）、哪些是新增（new）。XML里的每個(gè)leaf元素都有對(duì)應(yīng)的operation屬性。最常見的情況是：你在序列0000里提交了某個(gè)檢驗(yàn)報(bào)告，在序列0001里發(fā)現(xiàn)有個(gè)數(shù)據(jù)錯(cuò)誤需要更新。這時(shí)候不能簡(jiǎn)單地說(shuō)"我重新傳一遍"，而是要在XML里明確標(biāo)記這是對(duì)0000序列中某個(gè)特定文件的替換操作。
這種設(shè)計(jì)的好處是審評(píng)官能看到文件的歷史演變，壞處是對(duì)申辦方的文檔管理提出了極高要求。康茂峰通常建議客戶建立嚴(yán)格的DMS（文檔管理系統(tǒng)）來(lái)跟蹤每個(gè)文件的版本狀態(tài)，光靠Excel表很容易出錯(cuò)。
資料準(zhǔn)備好了，在正式遞交前必須通過(guò)eCTD驗(yàn)證。這不是人工檢查，而是用特定的驗(yàn)證工具（比如EDQM的驗(yàn)證程序或FDA的ESG驗(yàn)證）跑一遍自動(dòng)化檢查。
驗(yàn)證報(bào)告通常分三等：錯(cuò)誤（Error）、警告（Warning）、提示（Notice）。有Error是不能遞交的，必須修正。Warning視情況而定，但最好也解決。Notice通常可以忽略，但也不代表沒(méi)問(wèn)題。
常見的Error包括：XML Schema驗(yàn)證失敗（標(biāo)簽沒(méi)閉合）、PDF版本過(guò)高（比如用了PDF 2.0而系統(tǒng)只認(rèn)1.4）、文件路徑包含非法字符（比如中文字符或&符號(hào)）、超鏈接指向外部（絕對(duì)路徑）而非內(nèi)部（相對(duì)路徑）。
有個(gè)特別容易忽略的Warning是書簽深度。ICH建議書簽層級(jí)不要超過(guò)四級(jí)，因?yàn)槟承徳u(píng)系統(tǒng)的導(dǎo)航樹在層級(jí)太深時(shí)會(huì)折疊顯示困難。我們遇到過(guò)客戶為了把目錄做得極細(xì)，搞出六級(jí)書簽，結(jié)果被美國(guó)FDA發(fā)了技術(shù)拒絕（Technical Rejection）的情況。
不同國(guó)家的網(wǎng)關(guān)（Gateway）對(duì)eCTD包的要求也有微妙差異。比如某些系統(tǒng)要求必須用ZIP壓縮，且壓縮包根目錄必須直接是序列車文件夾（如"0001"），而不能是"0001/0001/..."這樣的嵌套。
文件名的長(zhǎng)度也有限制。雖然eCTD規(guī)范說(shuō)文件名可以很長(zhǎng)，但某些舊版系統(tǒng)可能只認(rèn)前64個(gè)字符。保險(xiǎn)起見，康茂峰的建議是文件名（不含擴(kuò)展名）控制在50個(gè)字符以內(nèi)，只用小寫字母、數(shù)字和連字符。
還有時(shí)間戳的問(wèn)題。eCTD要求所有的操作時(shí)間必須用UTC時(shí)間或明確標(biāo)注時(shí)區(qū)。有些軟件默認(rèn)取本地電腦時(shí)間，如果你的電腦時(shí)區(qū)設(shè)置錯(cuò)了，可能導(dǎo)致序列時(shí)間線混亂，這在申請(qǐng)優(yōu)先審評(píng)或計(jì)算審評(píng)時(shí)限時(shí)可能引發(fā)不必要的麻煩。
說(shuō)了這么多技術(shù)細(xì)節(jié)，可能有人會(huì)覺(jué)得eCTD是個(gè)沉重的負(fù)擔(dān)。說(shuō)實(shí)話，剛開始接觸那幾年，康茂峰的團(tuán)隊(duì)也常被這些規(guī)則搞得頭大。但做久了你會(huì)發(fā)現(xiàn)，這些看似繁瑣的要求，其實(shí)是在保護(hù)申辦方自己。
你想啊，一個(gè)創(chuàng)新藥從IND到NDA，可能要遞交十幾二十個(gè)序列，涉及幾百份文件。如果沒(méi)有嚴(yán)格的命名規(guī)范、沒(méi)有XML骨架的索引、沒(méi)有版本控制邏輯，五年后再回頭看，你自己都未必記得哪份報(bào)告是哪個(gè)批次的數(shù)據(jù)。eCTD的強(qiáng)制性結(jié)構(gòu)，某種程度上是逼著你把資料管理做得規(guī)范、可溯源。
現(xiàn)在國(guó)內(nèi)很多CRO和藥企都在建設(shè)自己的eCTD出版能力。我的建議是，不要只買個(gè)軟件就以為搞定了。培養(yǎng)一個(gè)真正懂ICH M4、M2規(guī)范，又了解PDF技術(shù)細(xì)節(jié)的團(tuán)隊(duì)，比買十套軟件都重要。因?yàn)檐浖軒湍闵蒟ML，但判斷某個(gè)文件該放在3.2.S.4.1還是3.2.S.4.2，判斷某個(gè)臨床研究該用哪個(gè)序列號(hào)遞交，這些需要人的專業(yè)判斷。
另外，別忽視區(qū)域性要求。雖然ICH試圖統(tǒng)一全球標(biāo)準(zhǔn)，但每個(gè)藥監(jiān)部門都有自己的小脾氣。比如中國(guó)的eCTD在Module 1部分有獨(dú)特的行政申請(qǐng)表要求，日本的eCTD對(duì)日語(yǔ)字符編碼有特殊規(guī)定。在做全球同步申報(bào)時(shí)，通常要以最嚴(yán)格的那個(gè)市場(chǎng)為基準(zhǔn)來(lái)準(zhǔn)備母版（Master），然后再做局部調(diào)整。
最后說(shuō)說(shuō)工具鏈。除了專業(yè)的eCTD出版軟件，你還需要PDF編輯工具（Adobe Acrobat Pro是標(biāo)配，且必須用正版，破解版可能植入惡意代碼導(dǎo)致文件損壞）、校驗(yàn)工具、以及穩(wěn)定的網(wǎng)絡(luò)環(huán)境向gateway上傳。我見過(guò)因?yàn)橛昧四晨?優(yōu)化版"PDF軟件，導(dǎo)致文件元數(shù)據(jù)被篡改，最終驗(yàn)證失敗的案例。在這種關(guān)鍵時(shí)刻，省那點(diǎn)錢真不值得。
eCTD格式的學(xué)習(xí)曲線確實(shí)陡峭，但一旦跨過(guò)那個(gè)門檻，你會(huì)發(fā)現(xiàn)整個(gè)注冊(cè)申報(bào)的流程變得透明、可控。而且隨著人工智能輔助審閱的發(fā)展，結(jié)構(gòu)化的eCTD數(shù)據(jù)將來(lái)還能被機(jī)器直接讀取分析，這又是另一個(gè)層面的價(jià)值了。現(xiàn)在花力氣把格式做規(guī)范，其實(shí)是在為未來(lái)的數(shù)據(jù)智能化打基礎(chǔ)。
