肽类测试说明：HPLC、LC-MS，纯度和含量

肽类检测应该告诉你什么

一份肽类检测报告在回答关于特定样本的具体问题时非常有用。 当将一个狭隘的衡量标准作为普遍的质量保证来宣传，就会产生误导。 在比较实验室或证书之前，首先明确您希望通过测量来支持的决策。 您是在进行身份验证、评估样品中物质的含量、调查是否存在意外杂质，还是评估样品是否仍然适合某种研究方法？

本指南解释了如何区分使用测量研究和官方分析指导来回答这些问题。 这些例子都是虚构的，目的是为了帮助读者理解报告的解读。 这并非针对 PeptideTech 供应商的结果、实验室的认可，或研究材料的使用说明。 一份测试报告并不能证明药物的医疗益处，而实验室结果并不能将研究产品转化为获得批准的药物。

实际目标是提出一个简洁、可验证的陈述：通过这种方法对该样本进行了测试，结果显示该样本具有这种特性，并且在这些限制条件下。 所有支持该句陈述所需的信息都应能在报告及其相关记录中找到。 虽然一个重要的百分比可能出现在声明中，但它并不能替代其周围缺失的细节。

身份、纯度和数量是不同的衡量标准。

Identity 询问：这些证据是否支持所提出的化合物。 “纯度”指的是在特定测量方法下，目标与其它材料或信号之间的特定关系。 “数量”询问目标物质的含量，以单位（如每容器的质量或浓度）来表示。 这些概念可以一起进行研究，但结果必须分别进行标注。 官方规范将识别、分析和杂质检测视为不同的环节。 [6]

想象一下，有两个虚构的容器，都标有相同的肽类名称和标称的用量。 两份报告都显示出主要的色谱峰非常明显。 然而，其中一个容器可能包含的靶标肽数量少于其他容器。 检测到的信号的相对比例并不能告诉你总金额是多少。 要回答关于数量的问题，您需要获得一个合适的量化结果，而不是仅仅根据痕迹的形状进行推断。

同样，在阅读 blend 报告时，也需要注意这些差异。 一个总价不说明该金额是如何分配给各种原料的。 如果研究问题依赖于某个特定组件，那么报告需要采用合适的方法来探讨该组件。 一份文件，其目的不是简单地总结所有列出的成分、它们的比例以及最终制品的验证结果。

HPLC 对肽类分析的贡献是什么？

高效液相色谱法（或 HPLC）在选定的分析条件下，将样品中的不同成分分离出来。 一个探测器会记录当材料通过系统时产生的反应。 生成的色谱图可以用于杂质分析或定量分析，具体取决于所采用的程序、校准和解释方法。 仅仅凭借“HPLC”这个名称，无法确定具体执行了哪一项工作。 一份发表的 Waters 应用研究，展示了基于检测器峰面积分别计算的纯度和杂质含量。 [1]

对于报告读者来说，有用的信息包括：检测方法、标识符以及报告结果的含义。 “保留时间”是一种方法中的一个位置，而不是一种在特定条件下独立存在的分子特征。 缩短的证书可能会省略实验细节，但实验室应能够解释所陈述结论的依据。 与其假设任何看似令人印象深刻的证据都指向同一个结论，不如提出一个具体的问题来探讨这个基础。

一种分析方法可能通过与参考标准进行比较来估算含量。 一种区域归一化的呈现方式，可能更侧重于表达，所选峰值所占的整体检测响应比例。 这些描述并不是同义词。 如果证书上只写“纯度”，那么第一步的澄清应该是，实验室使用了哪种定义和计算方法，而不是百分比是否超过了预定的市场标准。 [1]

“99 百分比纯度并不意味着 99 百分比的瓶内含量”

假设一份虚构的色谱分析报告显示： 99.0% 将其包含的峰值面积与主要峰值进行比较。 最直接的关注点在于报告中描述的探测器响应。 这并不意味着，在没有进一步的测量和假设的情况下， 99.0% 容器中每一种物理物质都是目标肽。 一种材料的组成成分和色谱图的归一化信号组成是不同的量。

NIST 相关的肽纯度研究，包括使用质谱法、修正杂质的氨基酸分析、元素分析以及定量核磁共振方法等。 这项工作之所以有价值，是因为它将纯度值的确定视为一个需要明确基础的测量问题。 即使一个清晰的色谱图并不能完全取代使用特定材料作为定量参考的标准。 [2]

考虑一个经过简化处理的算术例子。 一份报告可以说明 99.0% 的色谱纯度，并独立测量一个标有 10 的容器中 8.4 的含量。 这种比较方法是将实际测量值与标称值进行比较，例如，将 8.4 与 10 进行比较，或者将 84% 与标称值进行比较。 99.0% 和 84% 的模型并不需要冲突：它们描述的是不同的关系。 在比较页面上，两者也不应被默默地互相替代。

不要通过将标签上的纯度百分比与 HPLC 乘以，来计算出具体的含量值。 在这个例子中，如果将 10 乘以 99.0%，结果会得到 9.9 mg，但这并不是一个新的实验室结果。 它将结合一个确定的总金额，与不同的分析量。 数据库应分别存储标签声明和测量结果，并分别附上来源信息。

LC-MS 和 MS/MS 在身份评估中的作用是什么？

液相色谱-质谱联用技术，将分离和质谱信息相结合。 肽的鉴定工作还可以使用串联质谱，这种方法通过碎片分析提供额外的信息，以帮助解读肽的结构。 NIST 致力于开发肽类质谱参考库，以支持这种类型的解读。 结论应明确说明，该结论是基于完整残骸匹配、碎片证据、图书馆比较，还是其他已记录的方法。 [4]

因此，“质谱分析证实”这句话，应该引出一个后续问题：证实的是哪一种观点？ 结果表明，支持预期质量的证据，其范围比对所有结构细节进行全面描述的范围要窄。 这份报告不应暗示所有相关的物种、替代方案或修改方案都已经排除了，除非分析工作确实已经针对这些进行了处理。 方法的适用范围和实验室所声明的适用范围决定了该项研究的有效性。

这在姓名不明确的情况下尤其重要。 一个片段和一个完整的肽段可以共享部分名称，但并不意味着它们具有相同的身份。 分析师必须了解拟议的序列以及相关的修改，以便评估其预期的目标。 一个目录条目应该保留这些区别，而不是将一个常见的别名作为证据。 我们的《TB-500》和《thymosin beta-4》指南，详细说明了在解读已发表的研究时，为什么这些问题至关重要。

请阅读关于 TB-500 与 thymosin beta-4 身份的解释说明。

定量内容取决于校准和参考值。

一份由美国国家标准技术研究所（NIST）进行的间实验室研究，比较了使用 HPLC 试剂、定量核磁共振和氨基酸分析，以及 oxytocin 作为模型的肽定量方法。 这些方法在适用性和可重复性方面进行了评估。 对于读者来说，这篇内容的核心在于，他们应该思考如何确定内容的价值，而不是简单地认为仅仅通过命名某种工具就能完全确定其价值。 [3]

参考资料需要明确的价值和局限性。 美国国家标准与技术研究所（NIST）利用氨基酸标准物质，采用同位素稀释液相色谱-串联质谱法来确定其浓度。 这种参考测量工作支持量化测量系统；但这并不意味着所有使用“LC-MS”的商业肽报告都具有相同的性能或可追溯性。 为了验证报告结果的准确性，仍然需要展示校准链。 [10]

在要求进一步说明时，请询问结果是否以目标肽含量、盐形式、提交溶液中的浓度或其他已定义的量来表达。 请询问使用了哪份参考资料，以及是否已确认其内容是否被纳入。 这些问题可以揭示两份报告之间看似的矛盾，实际上是由于报告的统计方法不同造成的。 目标是，在决定实验室或样本失败之前，首先要比较相同数量的样本。

测量误差和小数位数

NIST 将测量溯源定义为，通过经过记录的校准链，将测量结果与一个基准进行关联，并包含不确定性。 因此，可追溯性是一种需要解释的属性，它不能仅仅通过在仪器型号或证书名称旁边添加“NIST”来证明。 读者应该寻找相关资料和已记录的关联性。 [7]

假设在相似条件下，我们获得了两个虚构的结果：9.8 mg 和 10.0 mg。 如果按照所规定的覆盖标准，仅根据单个结果的扩展不确定性（即 0.4 mg），将某供应商的估计值与其他供应商的估计值进行比较，可能会夸大差异。 这个例子并没有规定一个不确定性阈值。 这说明了，当差异很小的时候，不确定性声明的重要性。

报告中包含更多的小数位数并不一定意味着它更具信息量。 "99.987%" 看起来似乎具有权威性，但同时又没有解释样本身份、计算依据和不确定性。 相反，如果结果经过仔细记录，且包含更少的数字，那么更容易负责任地进行解读。 在记录实验数据时，务必保留实验的原始价值，但避免将额外的十位小数作为无法被测量支持的质量等级。

方法验证以及实验室的实际范围

ICH Q2（R2），由EMA发布，主要内容是关于用于药品物质和产品释放和稳定性测试的分析方法的验证。 验证是指评估一项程序是否适合其预期的分析目的。 这并非一种通用的测试方法，这意味着对任何新样品的测试，都能自动产生可靠的结果。 [5]

为了进行研究，将这个想法转化为具体的、可操作的问题。 实验室是否对该方法及其相关样本进行了评估？ 结果是否在方法所能达到的范围内？ 是否存在其他因素会影响答案？ 当材料超出实验室所规定的范围时，实验室会采取什么措施？ 这些问题是应该向分析师提出的，而不是读者应该根据证书的排版自行推断的问题。

此外，还需要将实验室认证与特定服务的范围区分开来。 一个令人印象深刻的组织范围的声明，并不能告诉你涵盖了哪些方法、分析物或矩阵。 请明确范围，并确认其是否与已委托的工作相符。 一份报告可以真实，但营销描述可能会夸大实验室所被要求确认的事实。 验证和分析适用性是两个不同的检查。

无菌性和内毒素都需要有相应的证据。

FDA 的《2026 培养物和内毒素检测指南》针对相关产品的特定检测方法和验收标准。 这些测试涉及的是肽类物质的特性，而肽类物质的鉴定结果或色谱分析的百分比无法直接回答这些问题。 一份报告应明确列出任何微生物检测结果，并说明具体的检测方法和结果，而不是简单地用“实验室检测”的标签来掩盖这些信息。 [8]

不要将未达标的结果误判为合格。 如果证书中没有包含无菌结果，则正确的数据库记录应该是“未报告”，而不是“无菌”。 同样的原则适用于内毒素以及任何超出指定范围的特性。 一个空白字段代表着信息缺失；它应该保持可见状态，直到相关报告提供缺失的证据。

本指南不提供关于如何将研究材料制成适合注射的产品的家庭操作方法。 仅仅通过一份经过筛选的测试结果，并不能确定临床适用性。 对于研究团队来说，一个有用的做法是明确其已验证的研究成果的要求，并委托合格的专业人士进行相应的分析。 网站应准确地传达结果，而避免暗示任何更广泛的安全认证。

样本来源：实验室检查的是什么材料？

即使是技术上非常精湛的分析，也无法回答如果样本无法与正在审查的材料建立联系时提出的实际问题。 记录提交人、标签和批次标识、收到日期，以及报告是否描述的是一个容器或一份已记录的采样计划。 一份证书可以证明某个特定分析事件的发生；但它并不能自动确定所有使用相同产品名称的单位都发生了同样的情况。

例如，卖家可能会同时发布一份真实的A号商品的历史报告，同时也在销售B号商品。 这并不意味着该报告是虚假的。 这使得它与当前情况的相关性问题仍然没有得到解决。 正确的做法是，将文件标记为“历史记录”，并提供关于当前材料的证据，而不是简单地更改标识符或暗示之前的测试结果具有永久效力。

在样本转移过程中，清晰的样本追踪记录同样具有重要价值。 一份有用的记录，可以将提交的物品与实验室的编号和生成的报告联系起来。 截屏通常会去除那些关键的连接细节。 更喜欢完整的文档以及发证实验室的验证流程。 如果实验室无法在不获得提交方授权的情况下提供信息，请记录下无法进行验证的限制，而不是声称该文件已独立确认。

稳定性：测试结果并不能保证永久的稳定。

一份报告描述了在特定分析事件中观察到的样本。 稳定性测试旨在评估在特定条件下，随时间推移，相关特性如何变化。 FDA 的 Q1A(R2) 指导方案，专门针对这项科学任务。 在销售页面上打印的最近日期，并不能被视为新的稳定性研究，而仅仅依靠历史数据，并不能单独证明材料在不同储存或处理条件下所呈现的状态。 [9]

当两个结果不同时，在将其视为相互矛盾之前，请先仔细检查时间线。 样本是否来自同一批次，分别在不同的容器中进行测量，还是来自完全不同的批次？ 报告的依据和分析方法是否具有可比性？ 这些记录是否记录了不同的处理条件？ 可能存在多种解释，因此，相关文件应该用于澄清事实，而不是为了过早地指责某个实验室或供应商。

如果可以，请将出版日期、样品收据日期、分析日期和产品清单更新日期分别作为不同的字段。 每个问题都有不同的答案。 更新文章不应改变其底层数据的实际年龄。 这一原则对于比较网站尤其重要，因为如果网站页面经常更新，可能会让旧的分析数据看起来像是最近才获得。

对两个虚构报告的对比分析

报告 A 识别了一个样品，并显示 99.3% 的色谱纯度，但没有提供任何定量含量结果。 报告 B 识别了另一个样本，并报告了 98.9% 区域的纯度，同时提供该方法的具体分析结果和单位。 虽然两者都可能包含有用的信息，但单独看任何一个百分比都无法确定哪个报告更能支持一项研究决策。 这个决定确定哪些缺失或可用的字段才是重要的。

假设问题是，一个容器是否符合预定的规格要求。 报告 A 仍然没有回答这个问题。 报告 B 可能会对此进行处理，前提是测试、样本和报告的依据符合要求。 如果问题实际上涉及某种特定的杂质，那么以上两种总结都无法提供足够的信息，除非我们知道该杂质是否已经过评估。 正确的比较应该是将证据与要求进行比较，而不是将最大的两个百分比进行比较。

现在，再添加一个第三条信息：报告 B 涉及的物品与正在考虑的物品是不同的。 其更深入的分析并没有解决来源不一致的问题。 这就是为什么一个有用的评价报告，会将身份、测量范围和样本的相关性分别放在不同的列中。 在一个栏目获得高分不应掩盖另一个栏目中未解决的问题。

与实验室检测请求一起发送的问题

请清晰地描述研究决策、拟议的化合物身份、样品形式以及已知的混合物成分。 请咨询实验室，询问他们提供哪些服务来解决这个问题，以及最终的报告会包含哪些内容。 避免要求进行过于笼统的“完全纯度测试”，并假设它涵盖您未来可能需要声称的所有分析特性。 在解释答案之前，先达成共识，明确范围。

请提供包含明确单位、方法或方法参考、样本标识符以及任何声明的限制的结果。 为了进行量化比较，请询问关于报告依据、校准和不确定性信息。 为了确认身份，请提供支持该身份的证据。 对于任何其他服务，请直接询问该服务是否包含在内，而不是从与该服务无关的结果或服务套餐的名称中推断。

最后，确定报告的验证和存档方式。 请同时保留完整的文档、原始链接以及您自己的审查日期。 将实验室的陈述与编辑的解读分开。 如果供应商在后续更改批次或配方，请保留原始记录作为历史证据，并重新评估其与当前材料的关联性。 这种方法即使在某些问题答案未知的情况下，也能使数据库具有实用价值。

常见的肽类检测问题

HPLC 仅仅能证明身份、金额以及所有纯度的信息吗？ 答案取决于经过验证的程序以及相关声明。 HPLC 测定和区域纯度报告是色谱分析的不同应用。 这个缩写并不意味着所有所需的测量都已完成。

LC-MS的结果是否证明该产品是安全的？ 否。 分析性鉴定并不能回答所有关于杂质、微生物、毒理学或临床问题的答案。 明确实验室的实际结论，并避免将其泛化为普遍的安全声明。

一个经过验证的 COA 是否足以进行供应商比较？ 这是其中一种证据来源。 其相关性仍然取决于样本、批次、分析范围和日期。 送货表现、现有库存和商业条款是实验室证书无法衡量的独立问题。

在报告中，哪个数字最有价值？ 没有一个通用的答案。 对于一个决策，可能需要一个精确的量；对于另一个决策，可能需要一个具体的杂质测量结果或一个明确的结论。 一份最好的报告，应该能够准确地回答问题，并且其界限清晰明确，以便其他读者也能得出相同的结论。

请使用以下实用清单，以阅读和验证肽类物质 COA：

浏览肽类参考数据库及其证据状态