人为因素

冻干过程中决定产品*质量的一个很关键的因素是产品温度，产品温度必须维持在关键温度以下避免结构塌陷，产品塌陷会影响到：产品外观、残余水分，复水时间，产品稳定性等；产品温度可以用来指示冻干终点，包括一次干燥和二次干燥的终点，当冻干过程参数发生偏移时，产品温度的测量用于证明产品质量，避免没必要的报废，然而在冻干过程中，产品温度不能被直接控制，只能通过层板温度和腔体压力来进行调整，受整个传热传质过程中层板能量的输入（Kv），冰升华界面的冷却（dm/dt）以及干燥层阻力(Rp)的影响。如下图，Kv值是影响传热过程的一个重要因素，Rp干燥层升华阻力是影响传质过程的一个重要因素，共同决定*的升华速率及产品的温度。 今天这里主要讨论传热系数Kv及其检测方法和主要影响因素，干燥层升华阻力Rp的影响因素和检测方法将会在后续的文章中跟大家分享和讨论。在整个冻干过程中，层板（为主）及周围环境提供热量，样品中的冰吸收热量后进行升华，从而将吸收的热量带走，进行一个理想状态下的稳态的传热传质过程。如果Kv值高，样品接受的热量超出了升华需要带走的热量，并且超过了样品的关键温度，样品就会具有融化及塌陷的风险，对*的样品质量造成影响。因此了解清楚冻干过程中的Kv值，对于整个冻干工艺设计及质量控制具有十分重要的意义。冻干过程的Kv值及来源从传热的方程式： 可以导出： 冻干过程中的传热有几种方式：直接热传导(Kc)，气体传导(Kg)和热辐射(Kr)，因此这里的Kv是这三种方式的总和，即Kv = Kc + Kg + Kr直接热传导（direct conduction）Kc&bull 不受压力影响,跟容器的形状、大小、材质及有关&bull 通过直接接触进行传热&bull 通过搁板和相邻西林瓶传热 气体传导（gas conduction）Kg&bull 受压力影响&bull Pc ↑ → 通过气体传导的热 ↑热辐射 （radiation）Kr&bull 不受压力影响，跟发射率e有关：取决于材料表面特质&bull 能量通过电磁波传播&bull 在不同温度的表面间&bull 很大程度上由冻干机的构造决定传热系数Kv主要取决于西林瓶的种类，大小及腔体的压力，可以用以下方程式表示： KC 是直接传热和热辐射传热系数的总和 是层板到西林瓶底部之间的气体传热系数P是腔体压力KD 是层板和西林瓶底部之间的平均距离与模制式西林瓶相比，管制式西林瓶具有较大的KC值以及较大的气体传热系数。比较有代表性的KC和KD值见下图（Pikal et al.） Av是西林瓶的外横截面积Ap是西林瓶的内横截面积KC的单位跟Kv相同KD的单位是Torr-1Kv值测定方法Kv值受各种因素的影响，那么如何测定Kv值呢？ 根据传热传质方程式： 可得到 从Kv的方程式可以看出，只要获得dm/dt以及产品温度Tp就可以计算出Kv值。目前dm/dt 可通过重量法，MTM，TDLAS等方法获得；Tp可通过热电偶产品温度探头，MTM及TDLAS的方法获得，因此Kv值的测定方法目前主要有重量法，MTM方法，TDLAS方法等。重量方法（样品可以用水）具体方法：√ 将水灌装入西林瓶中√ 选取有代表性位置的西林瓶，称量每个西林瓶的重量并记录√ 运行冻干过程（在稳态过程持续几小时），设定层板温度Ts和腔体真空度Pc，用产品温度探头检测西林瓶底部的温度Tb√ 再对每个西林瓶进行称重，计算质量损失dm/dt√ 根据上述数据计算不同位置西林瓶的Kv值√ 计算Kv的平均值 重量方法可行但是比较繁琐，会花费很多的时间，一次实验只能得到一个压力值下的数据，可能会有人为因素带来的误差，一般检测的是单个样品的Kv值。MTM 方法（PAT工具）MTM(Manometric temperature measurement)技术是通过关闭产品腔和冷阱腔之间的隔离阀，通过压力升数据以及复杂的回归方程式，通过软件自动计算可以直接获得我们所需的Kv值。MTM方法可获得升华界面的产品温度Tp，更为准确。MTM方法检测的是批量样品的平均值。具体方法在此就不详细赘述，如需具体了解可点击填写表单咨询。 TDLAS方法（PAT工具）TDLAS (Tunable Diode Laser Absorption Spectroscopy)可调谐激光吸收光谱技术，在产品腔和冷阱腔的通道中安装相关的传感器对通道内水蒸气的浓度和流速进行直接监控，软件可得到实时的升华速率dm/dt数据，根据公式： 可以得到Kv值，并且可以通过一次实验得到不同压力条件下的Kv值，可用于不同规模的冻干机。TDLAS检测是批量样品的平均值，具体方法在此也不再详细赘述，如需具体了解可点击填写表单咨询。不同条件对Kv值的影响Kv 值会随着容器种类，容器大小，容器材质，冻干腔体形状，层板材质，冻干机差异，板层间距，环境条件等有所不同，同时也会随着冻干条件的改变而改变，这里着重分享几个重要的工艺条件对Kv值的影响。腔体真空度对Kv值的影响腔体中气体分子的热传导是Kv值的一部分来源，气体分子数越多，即腔体的真空数值越大，在一定程度上会增加Kv值，Pikal等人研究了3种不同类型的西林瓶，腔体压力和传热系数Kv值之间的关系，如下图，随着腔体压力的增加，Kv值呈非线性增加。（Pikal, M. J., M. L. Roy, and Saroj Shah. "Mass and heat transfer in vial freeze‐drying of pharmaceuticals: Role of the vial."Journal of pharmaceutical sciences 73.9 (1984): 1224‐1237. 层板温度和腔体压力对Kv值的影响Kuu,Wei Y等人研究了不同的层板温度，不同的真空度对Kv值的影响，实验中采用TDLAS快速检测样品的升华速率dm/dt。（Kuu, Wei Y., Steven L. Nail, and Gregory Sacha. "Rapid determination of vial heat transfer parameters using tunable diode laser absorption spectroscopy (TDLAS) in response to step‐changes in pressure set‐point during freeze‐drying." Journal of pharmaceutical sciences 98.3 (2009): 1136‐1154.）结果表明：腔体压力是影响Kv值的主要因素，层板温度对Kv值的影响较小，在低温条件下（-35℃到+5℃），中心样品的Kv ＜批次平均Kv ＜边缘样品Kv， 随着边缘Kv值的下降，边缘Kv和中心Kv的差距也逐渐缩小；然而在温度较高时（+20℃），中心Kv＞边缘Kv。控制成核对Kv值的影响有实验表明当控制成核时，可以明显降低边缘样品的Kv值，并且当层板温度较高或较低时，能明显缩小边缘Kv和中心Kv的差距，使得整批样品的Kv值更均一。另外成核控制也能够时样品内部的结构更均一，孔径较大，缩短冻干时间的同时，使得批次间样品的质量更均一。总结传热系数Kv值在冻干过程中是决定产品温度的一个关键因素，对于前期的冻干工艺设计，优化以及*的商业放大化具有重要的作用，因此采用合理的方法能够快速检测和掌控Kv值并了解其影响因素，能够确保*产品的质量，降低报废率，*限度地节约成本。

实验室误差分析就大的方面而论，主要分为软件方面、硬件方面和其它方面。软件方面实验室误差分析主要包括检验人员的主要因素，实际操作、检验方法和检验理论 硬件实验室误差分析主要包括检验设备和环境条件 其它方面实验室误差分析主要指由于科技水平限制而无法预知的那些方面。其中，软件方面实验室误差分析和硬件方面实验室误差分析是实验室误差分析的主要组成部分。因此，搞好实验室误差分析，主要就是搞好软件方面和硬件方面的实验室误差分析。其次，还与检验方法是否合理，所涉及的环境、标准溶液、产品标准与方法标准配套等因素有关。 　　1、软件方面实验室误差分析 　　软件方面实验室误差分析是实验室误差分析的关键。它是实践技能、检验方法、检验理论、检验信息过程的综合体。要搞好软件方面的实验室误差分析必须对这个综合体加以分析并予以改进。对综合体分析应从以下两个方面进行： 　　1.1 人员误差分析 　　检验人员由于主观因素和实际操作水平的不同必然会实验带来误差。其中主观因素的误差尤其难以控制，因为每个人的生理特点、个性和习惯各不相同，要想预防和消除这些由主观因素带来的误差，就必须要求检验人员有强烈的责任心，对工作认真负责，严格执行实验室检验人员规章制度，力求尽量最大可能摒弃那些可能影响实验的不良因素。实际操作水平的提高不但需要检验人员具备熟练的检验测试技能，而是还要具备丰富的科学理论知识，这就需要我们检验人员不懈的努力实习和长期的工作经验积累。 　　1.2 检验方法(检验理论)误差 　　检验方法误差主要指检验理论不十分完备，特别是忽略和简化所引起的误差。通用的实验、检验方法是在长期实践中逐渐形成并不断加以完善的。特别是在实际应用中，本着简单、快速、准确的要求，对检验方法进行合理的压缩和简化，压缩和简化后的检验方法虽然提高了检验速度和检测效率，但潜在地增大了实验误差。如检测碳酸饮料中的有机酸含最，采用倾折法消除饮料中二氧化碳对实验后果的影响。这种方法虽然提高了检验速度，但倾折法对饮料饮料中二氧化碳消除并不十分明显，所以说，倾折法并不是一个理想的压缩和简化的实验方法。因此，在进行实验室误差分析时，我们必须考虑到这一点。同时，要求检验人员必须认真分析检验方法，从试样制备、检验操作直至检验结果的分析与处理进行控制分析，保证检验结果准确可靠。 　　2、硬件方面实验室误差分析 　　硬件方面实验室误差分析是实验室误差分析的基础。搞好实验室硬件建设是减少实验误差，提高质检水平的根本。实验室的硬件主要指检测仪器、设备和工作环境。 　　2.1 检测仪器、设备误差 　　仪器、设备作为讲师器具，其本身的结构、工艺以及磨损、老化、故障都能引起误差。因此，对检测仪器、设备的保养、维护和使用要严格遵守实验室检测设备的规定，防止因检测仪器、设备人为磨损和不正当操作损坏而引起的器具误差。另外，大多数检测仪器、设备都是按相对测量法设计的，因此，在检验前或检验过程中必须用标准物质定度，以消除检测仪器、设备误差。 　　2.2 工作环境误差 　　工作环境主要包括温度、湿度、大气压强、电场、磁场、振动等因素。可以说，在实验室日常工作中，工作环境是经常被考虑到的因素。如我们在实验室检验时经常记录下的当时室内温度和湿度这两个环境参数，其实就是考虑到环境因素对分析实验的影响。环境误差作为实验室一种误差来源，是我们无法彻底消除的克服的，我们只有通过不断地改善实验条件，减少来自环境方面的误差。这就要求我们的各级政府都要重视实验室建设并给予积极的财政支持，保证实验室正常开展工作。 　　3、标准溶液、产品标准与方法标准的分析 　　3.1 标准溶液误差 　　标准溶液是滴定分析的基础，它的准确与否，直接影响到分析结果。1988年，国家颁布了&ldquo 化学试剂，滴定分析用标准溶液制备&rdquo 标准，即GB601&mdash 88，根据此标准制备的标准溶液，准确度很高，其相对误差不大于0.1%，这对于某些要求很高的分析检验，如化学试剂纯度的测定，是十分必要的，而对于食品中某些常量的分析测定，就有些小题大做了。根据食品的特点，各项指标一般要求精确到,4-I或± 0.1。以蛋白质含量为例，标准要求&ge 8.0为合格，按有效数字的概念，绝对误差不超过末位数的半个单位，上述数值的绝对误差为± 0.05，相对误差为± 0.6%，列于这样准确度要求的检验，强调用误差为0.1%的标准溶液来滴定，显然是不合理的。 　　一个常规分析实验室所其备的仪器、环境条件等，可以确保标准溶液的准确度达到0.2% ，这种准确度的标准溶液，既能满足一般分析工作的需譬，又有比较广泛的适用性。 　　3.2 产品标准与方法标准配套的误差 　　标准，具有科学性和严肃性。但在实际工作中，产品标准与方法标准有时会不匹配，主要表现是：分析方法的准确度远远高于结果要求的准确度，或分析过程中各参数的准确度不一致的问题。 　　例如：某一产品，标准要求的水份含量要小于等于5.0%，也就是说检验结果要求准确到0.1，而方法标准则要求用分析天平来称取样品，虽然分析天平的误差很小(绝对误差为± 0.0002)，但与检验结果的准确度要求相比，使用分析天平是完全没有必要的。 　　我国现行标准中类似上述的问题还很多，这种情况的存在，既没有提高检验数据的准确度，也没有提高工作效率，必须引起我们足够的重视。从以上的分析和论述中，我们不难看出，只要我们切实抓好实验室软件方面和硬件方面及标准溶液、产品标准与方法标准的误差分析，我们就能有效地提高质检水平，从而为人民生命健康、财产安全和国内外贸易提供有力保障。

p 　　8月3日，韩春雨发表在《自然-生物技术》上的那篇著名论文正式撤稿，但是围绕这件事情的议论和反思，显然还会继续下去。 /p p 　　人们很容易由此联想到此前日本女科学家小保方晴子的学术造假事件。但这两起事件的最大不同在于，小保方晴子论文中的关键实验结果图曾被人为修改，而目前无人指出韩春雨论文的图片存在“PS”痕迹。 /p p 　　这是性质上的根本不同，但也让韩春雨实验结果不可重现的真实原因更加扑朔迷离。 /p p 　　一个令人扫兴的事实是，科研成果难以重复的现象，在学术圈并非鲜见。2012年，世界最大的制药公司之一安进公司的研究人员宣称，他们试着重复癌症研究领域53篇“里程碑式进展”论文的研究结果，有47篇的结果无法再现。特别在生物学领域，由于生命活动本身的复杂性，影响实验结果的主客观因素更是多如牛毛，难以全部避免。 /p p 　　然而，可重复性终究是科研活动的生命。科学家毕生的工作，就是为某一个领域某一个具体问题，找到一个普适性的答案，揭示具有普遍意义的客观真理。不可重复的结果，就是不能走出“娘家”实验室，不能兑现价值的成果。 /p p 　　韩春雨这篇论文的撤稿，固然是“发表后同行审议的胜利”，但这场胜利，是有一定偶然性的。首先这是一项应用性很强的研究，如果成果靠谱，将给众多科研工作者带来一个空前好用的基因编辑工具，技术的革新甚至有可能带动整个学科的迅猛发展。正因如此，这篇论文甫一发表，就引起了来自国内外同行的高度关注。 /p p 　　其次，有科研人员指出，该论文中涉及的实验并不复杂，在材料和实验条件都具备的情况下，一周内就能完成一次全操作。这也引来国内外众多实验室纷纷加入重复验证的大军。当然，金钱、头衔、荣誉，以及铺天盖地的宣传报道，也都在为这场“真伪之争”推波助澜。 /p p 　　然而，在烈火烹油的“韩春雨事件”背后，又有多少不可重复的论文安然躺在期刊中，被学习、被引用、被作为下游研究的起点和依据? /p p 　　导致学术论文不能被重复的高危因素很多。一些高校和机构中常见的工作模式是，学术带头人只负责提供指导和把握方向，并不亲自着手实验操作。大量科技论文虽然挂着知名科学家的名头，但主要还是课题组里博士甚至硕士研究生的工作。如果部分研究生存在客观上的经验能力不足，甚至主观上的投机取巧，就会给论文的真实正确性埋下隐患。 /p p 　　其次，数据造假也可以以一种非常隐晦的方式进行。例如进行大量重复样本实验，然后在其中挑取“合意”的数据。对于那些样本制备过程复杂、实验周期较长的研究，由于很少有人去重复全过程的实验，因此更难被发现。 /p p 　　此外，不易察觉的仪器故障、样品污染、试剂质量问题，甚至更加隐蔽的实验区域气溶胶污染……都在论文中埋下了一颗颗不定时炸弹。遗憾的是，重复实验没有经费支持，又大多不能形成新的论文，很少有人愿意承担“雷锋”的角色，去费时、费力、费钱地做这种扫雷工作。 /p p 　　随着政府、社会对科研成果和科技工作者重视程度的提高，越来越多科学家凭借优异的工作获得了不同程度的奖励，各领域的“天价论文”也陆续出现。人们在乐见其成之余，是不是也应该反思，如何在科研体系内，尽可能减少学术论文有意造假和无意出错的高危因素，让不可重复的隐患论文越来越少，让实至名归的成果越来越多。 /p