海阔天空：统计在临床以外的应用 | DIA中国药物研发定量科学论坛（QSF）分会场总结

在百济神州高级副总裁，统计和数据科学部全球负责人郭翔博士的倡导和推动之下，今年的QSF首次迎来了非临床统计的专题分会场。十年一剑，大道无疆，临床以外更是统计应用的一片海阔天空，大有可为。

本分会场由百济神州科研及生产统计负责人吴希昆博士担任主持人，特别邀请到百济神州统计副总监蔡圣楠博士，强生中国高级资深统计师陈晓为博士，Stat4wardLLC首席科学官黄曙光博士，分别就统计在药物生产，转化医学和临床前研发的应用做报告分享。并邀请了礼来统计高级总监刘宇石博士，应世生物创始人CEO及董事长王在琪博士担任讨论嘉宾。

蔡圣楠博士首先介绍了与Chemistry, Manufacturing and Control (CMC)相关的全球监管指导原则。我们从中了解到在药物研发的整个生命周期里，多样的统计学方法需要被应用到各个不同的生产与开发阶段里，其中涉及不同规模的药物生产，分析方法的开发，及质量控制等场景。报告精彩地呈现了一幅CMC全景图：

• 运用实验设计进行工艺开发中的配方研究(formulation study)以达到质量源于设计的初衷；

• 分析方法验证(analytical method validation)以保证方法的可靠性；

• 方法和工艺层面的比较研究(comparability study)以保证方法或工艺变更后的产品质量；

• 稳定性研究(stability study)和质量标准的设置和修正(specification setting/justification)以符合监管要求等等。

在每一个独立的题目下，蔡博士都给到大家一个简单清晰的实例，并指出现阶段业内常见的认知错误，以及可能的方法拓展。

陈晓为博士带来了转化医学中利用无监督学习的方法对抑郁症人群进行分层的具体案例分享。传统量表虽然主观上细致的刻画疾病特征，但同时也给病理机制探索，描述疾病进展以及关联药物应答的研究带来了挑战。因此，采用数据导向的聚类分析应用于寻找同质的疾病亚组人群对于下一阶段的亚组分析有着很重要的实践意义。考虑到抑郁症症状的数理性质, 陈博士的研究中采用了非负矩阵分解(NMF)，独立成分分析（ICA）以及潜在类别分析（LCA）等降维方法并进行了结果比较以确定最终稳定表现的分类结果。数据导向的分类结果也在后期呈现出和临床产出和遗传突变型有很好的相关性。陈博士指出，离散型数据类型是在建模过程中的难点，也同时也是没有将其与其他连续型变量一起用于分类和预测的主要原因。如何协调及综合利用不同数据源一同进行分层和分类界定会是下一阶段的挑战。

这个环节主要探讨了临床外统计应用的特殊性，目前业界对于临床外统计人员的不断增长的需求和在日常工作中面临的机会和挑战。