满足ICH M7的杂质分类
ICH M7指导原则是对制药过程中产生具有遗传毒性的杂质进行评估和控制，以降低致癌风险。M7指导原则要求可以采用两种计算评估方法，一种基于专家规则，一种基于统计学模型的方法进行杂质评估和分类，从而避免Ames Test带来的资金和时间成本。Lhasa提供了一个直观、综合的工作流程，能对致突变杂质进行识别、分类、确认和评估。
Lhasa的专业、综合的ICH M7工作流程，作为专家审核的一部分，该流程提供了有效的指导和支持。Lhasa的ICH M7工作流程能更方便地获得基于专家知识规则和基于统计学模型的两种预测，以满足ICH M7对杂质的分类以及申报提交。
首先，化合物可以通过Zeneth综合评价可能的降解产物，以纳入杂质列表，进行全面分析。
其次，对实际和潜在的杂质（包括降解产物或中间体），可以在Vitic数据库中进行检索，对已知致突变或致癌性数据的杂质，自动分类到Class 1。对未知致癌性但可能致突变的杂质，自动分类到Class 2。Class 1和Class 2杂质需要严格控制在可接受范围内。而对在数据库和文献检索中数据显示无致突变性的杂质，可作为一般性杂质。
接着，对于大多数的杂质，目前暂未有已知的致癌性或致突变数据。这种情况下，原则上需要通过Ames Test确证，但鉴于Ames实验的成本高，时间久等原因，我们可以遵循ICH M7指导原则通过两种互补的（Q）SAR预测方法对杂质进行计算毒理学评估。因此，Derek和Sarah的互补使用完全契合M7指导原则的要求，同时，两个预测系统的高度透明性和准确性也为杂质的申报打下了坚实的基础。
对于Derek和Sarah的预测结果，通过系统的专家审核或者人为干预的评价，对原料药中存在同样警示结构的杂质，可视为阴性，分类到Class 4，无需再进一步实验；对杂质中警示结构没有出现在原料药中，系统默认分类到Class 3，要求进一步Ames Test确证或者保守作为阳性杂质，需要控制在可接受范围内。而对杂质中不含有任何警示结构或者预测为阴性的杂质，直接分类到Class 5。
因此，我们可以将原料药和潜在的杂质一并导入计算机预测系统中，快速进行Derek和Sarah两种互补方法的评价，并自动检索数据库和文献，对杂质进行分类，并支持结果的解读和再分析，对于自动分类到Class 3的杂质仍可以提供足够的证据以将其手动分类到Class 4或Class 5，并给出充足的arguments。
RECOMMEND
