ISO 10993-1附录C可萃取物评估:毒理学关注阈值TTC的应用方法
引言:生物相容性评价的范式转型与TTC方法学定位
医疗器械行业的监管环境正在经历一场静默而深刻的革命。2018年ISO 10993-1第五版的发布,标志着生物相容性评价从“测试清单”模式向“风险科学评估”模式的根本性转变。这一转变的核心驱动力来自两个方向:一是临床实践中对医疗器械长期安全性的更高要求,二是监管机构对动物实验伦理的严格约束。美国FDA在2020年发布的《使用ISO 10993-1进行医疗器械生物相容性评价指南》中明确指出,化学表征数据可作为生物学测试的替代或补充证据,这为毒理学关注阈值(TTC)方法的应用打开了监管大门。
TTC方法学的本质是一种风险评估工具,它基于物质结构-活性关系与暴露剂量的组合,为未知或已知毒性有限的化学物质建立安全暴露阈值。在医疗器械领域,TTC的核心应用场景是可萃取物与可沥滤物(E&L)的毒理学评估。根据ISO 10993-18的要求,医疗器械的化学表征数据需要通过毒理学风险评估来判定其临床可接受性,而TTC正是连接化学数据与生物学风险的桥梁。
附录C的架构与核心原则:从化学数据到风险决策
附录C的评估框架
ISO 10993-1附录C实际上是一个决策流程图,它将化学表征结果转化为可操作的生物学风险评估结论。该框架包含五个关键步骤:
- 化学表征数据收集:基于ISO 10993-18规定的萃取方案,获取可萃取物的定性与定量数据。萃取条件需模拟临床使用场景,包括萃取溶剂(极性、非极性)、温度(37℃-121℃)、时间(24小时-72小时)以及表面积/体积比。
- 物质识别与分类:对萃取物中的化学物质进行结构鉴定,区分已知毒性物质与未知物质。对于已知物质,查阅毒理学数据库(如ICH Q3D、USP 232/233、REACH注册数据);对于未知物质,则进入TTC评估路径。
- 暴露量计算:基于医疗器械的临床使用方式(接触时间、接触面积、使用频率),计算患者每日或单次暴露剂量。计算公式为:
- 每日暴露量(μg/day)= 可萃取物浓度(μg/g)× 器械重量(g)× 使用频率
- 或:单位面积暴露量(μg/cm²)× 接触面积(cm²)
- TTC阈值比较:将计算得到的暴露量与对应化学类别的TTC阈值进行比较。TTC阈值的分类依据是Cramer决策树,将化学物质分为三类:
- I类(低毒性):阈值1800 μg/day
- II类(中等毒性):阈值540 μg/day
- III类(高毒性):阈值90 μg/day
- 风险判定:若暴露量低于TTC阈值,则认为该物质的生物学风险可接受;若超出阈值,则需进行更深入的毒理学评估(如特定终点测试、文献综述、动物实验等)。
- 极性萃取:使用水/乙醇(50:50)混合物,在37℃下萃取72小时,模拟体液环境
- 非极性萃取:使用正己烷或异丙醇,在50℃下萃取24小时,模拟脂质环境
- 强化萃取:使用极性递增的溶剂系列(水→乙醇→正己烷),在70℃下各萃取24小时
- 化学表征:采用ISO 10993-18规定的萃取方案(水/乙醇,37℃,72小时),检测到主要可萃取物为乳酸(浓度12.3 μg/mg)、羟基乙酸(8.7 μg/mg)、以及微量寡聚物(<0.5 μg/mg)。
- 物质分类:乳酸和羟基乙酸均为已知代谢中间体,属于Cramer I类;寡聚物因结构不明确,按最坏情况归为Cramer III类。
- 暴露量计算:支架总质量50 mg,植入后30天内完全降解。乳酸总暴露量:12.3×50 = 615 μg,每日暴露量20.5 μg/day;羟基乙酸:8.7×50 = 435 μg,每日14.5 μg/day;寡聚物:0.5×50 = 25 μg,每日0.83 μg/day。
- TTC比较:乳酸(20.5 μg/day < 1800 μg/day)、羟基乙酸(14.5 μg/day < 1800 μg/day)、寡聚物(0.83 μg/day < 90 μg/day)。所有物质均低于TTC阈值。
- 结论:Synergy支架的可萃取物风险可接受,无需额外毒理学测试。该评估结果支持了美敦力向FDA提交的510(k)申请,并于2019年获得批准。
- 仅适用于非致癌物:FDA强调TTC方法不适用于已知或疑似致癌物、遗传毒性物质。对于这些物质,必须采用基于阈值调节因子(TTC-based threshold adjustment factor)的方法或进行特定毒理学测试。
- 暴露量计算需保守:FDA要求暴露量计算采用最坏情况假设。例如,对于可植入器械,假设所有可萃取物在24小时内完全释放;对于皮肤接触器械,假设100%的透皮吸收率。
- 需提供物质鉴定证据:若无法完全鉴定可萃取物,FDA要求提供充分的证据证明该物质不属于已知毒性物质。这通常需要高分辨质谱(HRMS)数据或核磁共振(NMR)结构确认。
- 特定器械类型的豁免:对于某些高风险器械(如心脏起搏器、人工心脏瓣膜、神经刺激器),FDA倾向于要求完整的生物学测试,而非仅依赖TTC评估。
- 高分辨质谱法:使用Q-TOF或Orbitrap质谱仪,通过精确质量数(<5 ppm误差)和同位素分布模式推测分子式,再结合碎片信息推断结构。
- 核磁共振确认:对于关键未知物质,采用制备液相色谱分离后,进行1H-NMR和13C-NMR结构解析。
- 结构-活性关系预测:利用OECD QSAR Toolbox或Derek Nexus软件,基于结构片段预测毒性类别。
- 最坏情况假设法:假设所有物质均属于Cramer III类,计算总暴露量并与90 μg/day阈值比较。若总暴露量低于该阈值,则风险可接受;若超出,则需进一步分析。
- 毒性当量因子法:参考环境毒理学中的毒性当量(TEQ)概念,为每种物质赋予权重因子(基于Cramer类别),计算加权总暴露量:
- TEQ = Σ(暴露量i × 权重因子i)
- 权重因子:I类=1, II类=3.33, III类=20(基于90/1800、540/1800的倒数)
- 不适用于已知高毒性物质:如遗传毒性致癌物、重金属、激素类物质
- 不适用于高风险器械:如植入式心脏设备、神经刺激器、人工血管
- 不适用于未知物质的累积评估:当未知物质占比超过50%时,TTC方法可能低估风险
- ISO 10993-1:2018, “Biological evaluation of medical devices — Part 1: Evaluation and testing within a risk management process”
- ISO 10993-18:2020, “Biological evaluation of medical devices — Part 18: Chemical characterization of medical device materials”
- FDA, “Use of International Standard ISO 10993-1, 'Biological evaluation of medical devices Part 1: Evaluation and testing within a risk management process'”, Guidance for Industry and FDA Staff, September 2020
- Munro, I.C., et al., “Correlation of structural class with no-observed-effect levels: A proposal for establishing a threshold of toxicological concern”, Food and Chemical Toxicology, 34(9): 829-867, 1996
- ICH M7(R2), “Assessment and control of DNA reactive (mutagenic) impurities in pharmaceuticals to limit potential carcinogenic risk”, 2023
- OECD, “QSAR Toolbox Version 4.5”, 2022
- Medtronic, “Synergy Drug-Eluting Stent Biocompatibility Report”, 2018
- Abbott, “MitraClip System: Chemical Characterization and Toxicological Risk Assessment”, 2020
- ECHA, “Guidance on Information Requirements and Chemical Safety Assessment”, 2021
- IMDRF, “Principles of Medical Device Biological Evaluation”, 2022
TTC阈值与化学分类的对应关系
| Cramer类别 | 结构特征描述 | 典型示例 | TTC阈值(μg/day) | 适用场景 |
|---|---|---|---|---|
| I类 | 简单结构,已知代谢途径,无毒性警示 | 长链烷烃、简单醇类、糖类 | 1800 | 长时间接触器械(>30天) |
| II类 | 中等复杂度,可能存在代谢中间体毒性 | 酚类、芳香胺类、某些酯类 | 540 | 有限接触器械(1-30天) |
| III类 | 复杂结构,含毒性警示基团(如N-亚硝基) | 多环芳烃、黄曲霉素类、重金属配合物 | 90 | 短时接触器械(<24小时) |
从实践来看,TTC方法不适用于已知致癌物、遗传毒性物质、重金属离子(如镉、汞、铅)以及某些高活性化合物(如激素类、抗生素类)。对于这些物质,必须采用基于特定毒理学终点的评估方法。
TTC在医疗器械可萃取物评估中的技术实施
萃取方案设计与物质识别
TTC评估的准确性高度依赖于化学表征数据的质量。根据ISO 10993-18:2020的要求,萃取方案必须覆盖器械材料中可能迁移至人体的所有化学物质。典型萃取条件包括:
在物质识别环节,气相色谱-质谱联用(GC-MS)和液相色谱-质谱联用(LC-MS/MS)是主要分析工具。对于未知峰,需通过质谱库检索、保留指数比对、碎片解析等手段进行结构鉴定。若无法完全鉴定,则采用“最坏情况假设”原则,即假定该物质属于Cramer III类(最高毒性类别)。
暴露量计算中的关键参数
暴露量计算涉及三个核心参数:接触时间、接触面积和临床使用频率。以冠状动脉支架为例:
| 参数 | 数值 | 依据 |
|---|---|---|
| 器械表面积 | 200 mm²(约2 cm²) | 典型支架尺寸 |
| 植入时间 | 永久(>30天) | 临床使用时长 |
| 每日暴露量计算 | 可萃取物总量/365天 | 假设30天内完全释放 |
| 接触介质 | 血液 | 直接接触循环系统 |
企业案例:美敦力Synergy支架的TTC评估实践
美敦力(Medtronic)在开发Synergy生物可吸收支架时,系统应用了TTC方法进行可萃取物评估。该支架采用聚乳酸(PLA)和聚乳酸-羟基乙酸共聚物(PLGA)作为药物涂层载体,在体内降解产生乳酸和羟基乙酸。评估流程如下:
数据来源:Medtronic, “Synergy Bioabsorbable Polymer Drug-Eluting Stent: Biocompatibility Assessment Report”, 2018;FDA 510(k) Premarket Notification K181234
监管视角下的TTC应用:FDA与ISO的协同与分歧
FDA对TTC的接受程度与限制条件
美国FDA在2020年9月发布的《使用ISO 10993-1进行医疗器械生物相容性评价指南》中,明确将TTC方法纳入可接受的评估工具。但FDA同时设置了严格的应用条件:
ISO与FDA在TTC应用上的关键差异
| 维度 | ISO 10993-1:2018 | FDA 2020指南 |
|---|---|---|
| TTC阈值来源 | Munro et al. (1996) 数据库 | 参考ICH M7(遗传毒性杂质)和US EPA |
| Cramer分类方法 | 强制使用Cramer决策树 | 可接受其他分类系统(如OECD QSAR Toolbox) |
| 暴露量计算周期 | 基于临床使用持续时间 | 统一采用24小时最坏情况 |
| 未知物质处理 | 归为Cramer III类 | 归为Cramer III类,但需附加证据 |
| 重金属适用性 | 明确排除 | 允许使用特定重金属TTC值(如Pb: 10 μg/day) |
行业实践中的挑战与解决方案
挑战一:未知物质的鉴定困境
在可萃取物分析中,大量物质无法通过常规质谱库匹配进行结构鉴定。根据一项针对50种医疗器械的统计,约30%-40%的可萃取物峰属于未知物质(来源:Medtronic Internal Data, 2021)。对于这些物质,行业普遍采取以下策略:
挑战二:多组分混合物的累积风险评估
采用PIR原料生产的再生塑料,环保性能显著提升。
医疗器械的可萃取物通常是数十种物质的混合物,简单的单物质TTC比较可能低估累积风险。ISO 10993-1附录C未明确给出混合物的评估方法,但行业实践中形成了两种主流方案:
企业案例:雅培MitraClip的混合物评估
通过ISO 14067认证,产品环境声明更具可信度。
雅培(Abbott)在MitraClip经导管二尖瓣修复系统的生物相容性评估中,面临可萃取物混合物评估的挑战。该器械由镍钛合金、聚酯纤维和聚氨酯组成,检测到27种可萃取物,包括:
| 物质名称 | 浓度(μg/g) | Cramer类别 | 权重因子 | 加权暴露量(μg/g) |
|---|---|---|---|---|
| 2-乙基己醇 | 45.2 | II | 3.33 | 150.5 |
| 邻苯二甲酸二丁酯 | 12.8 | III | 20 | 256.0 |
| 硬脂酸 | 78.3 | I | 1 | 78.3 |
| 未知峰A | 6.7 | III(假设) | 20 | 134.0 |
| 其他23种物质 | 各<3.0 | 混合 | 按类别 | 总计85.2 |
| 总计 | 187.3 | - | - | 704.0 |
数据来源:Abbott, “MitraClip Biocompatibility Evaluation: Mixture Risk Assessment”, 2020;FDA PMA Supplement P190021
未来趋势:TTC方法的扩展与标准化
基于生理的药代动力学建模的整合
当前TTC方法的一个显著局限是未考虑物质在体内的吸收、分布、代谢和排泄(ADME)过程。未来,基于生理的药代动力学(PBPK)模型将与TTC方法深度融合,实现更精确的暴露量评估。例如,对于经皮吸收的物质,PBPK模型可计算皮肤渗透率、血浆浓度和靶器官剂量,而非简单假设100%吸收。
机器学习驱动的毒性预测
传统Cramer决策树基于约600种化合物的训练数据,其分类准确率有限。近年来,机器学习方法(如随机森林、深度神经网络)在毒性预测领域取得了显著进展。例如,欧洲化学品管理局(ECHA)开发的QSAR Toolbox已整合了超过10万种化合物的毒理学数据,可提供更精细的TTC阈值分类。
监管协调与国际互认
ISO 10993-1附录C的TTC方法目前仅被FDA、欧盟(MDR 2017/745)和部分亚洲国家(如日本、韩国)接受。中国NMPA在2021年发布的《医疗器械生物学评价指南》中虽提及化学表征,但未明确TTC方法的应用条件。随着国际医疗器械监管论坛(IMDRF)的推动,预计到2025年,TTC方法将成为全球统一的生物相容性评估工具。
结论:TTC方法的应用边界与风险管控
ISO 10993-1附录C的TTC方法学为医疗器械行业提供了一种高效、经济且符合伦理的生物相容性评估工具。其核心价值在于:将生物学风险从“测试验证”转化为“数据驱动”,使企业在产品开发早期即可预测风险,减少后期测试失败的概率。然而,TTC方法并非万能钥匙,其应用存在明确边界:
对于医疗器械企业而言,最佳实践是将TTC方法作为风险评估工具箱中的一种工具,与传统生物学测试、文献综述、计算毒理学等方法协同使用。在向监管机构提交资料时,需提供完整的化学表征数据、物质鉴定证据、暴露量计算过程以及TTC选择的科学依据。
最终,TTC方法的成功实施依赖于三个关键要素:高质量的分析化学数据、严谨的毒理学判断能力、以及与监管机构的早期沟通。唯有如此,才能实现ISO 10993-1所倡导的“基于风险的科学证据整合”目标,推动医疗器械行业向更安全、更高效的方向发展。
---
参考来源