单克隆抗体在连续制造方面的进展

2024-05-01

临床研究上市批准紧急使用授权

美国食品药品监督管理局（FDA）在1982年批准了首个重组人胰岛素生物药物产品（或生物制品），这为使用活体生物系统进行复杂生物分子药物制造开辟了新的视野。自那时以来，已批准了包括单克隆抗体（mAbs）在内的许多生物制品，用于治疗自身免疫疾病、癌症和遗传疾病等。生物制品在细菌和病毒感染的治疗中也证明了其有效性。例如，一些mAbs（例如Biocon的Itolizumab）正在用于治疗SARS-CoV-2病毒感染的进行中的临床试验。mAbs之所以成为治疗众多疾病的热门选择，往往是因为它们的特异性和安全性。此外，上游生产和下游纯化过程的成熟平台技术也使得基于蛋白质的生物制品的大规模生产成为可能。然而，具有统一质量和低成本的生物药物产品的生产仍然是一个挑战。因此，通过实施创新的制造策略（例如集成的在线/在线/在线过程监测、建模和控制），改善产品质量和优化生物制品生产过程至关重要，这些策略已被其他行业采用。FDA发布了关于在制药制造行业应用过程分析技术（PAT）的重要指导文件。在制造过程中应用PAT系统通过加强过程监督、基于知识的数据分析、质量设计（QdB）概念的整合和实时反馈控制（也称为过程监测和分析系统），为持续的过程/产品改进铺平了道路。图1概述了过程建模、PAT和控制系统如何协同工作，以满足连续mAbs生产线的工业和监管要求。图1：连续mAb基生物制药生产线的示意概述，以及先进的PAT、建模和过程控制策略如何实现所需质量和产量的mAb生产。在过去的十年中，连续制造（CM）因其在小分子药物制造方面的实际优势而受到关注，现在也正在评估其在生物制品生产中的应用。然而，将连续制造原则应用于生物制品生产并不是一件简单的事情，因此在整个行业范围内尚未迅速得到商业推广。最近在使用连续制造技术方面的进展主要局限于个别单元操作，并在整个过程中的整合有限。目前，没有商业产品通过端到端的连续生物加工进行生产；然而，有一些研究案例研究是由学术界和工业界的合作报道的。特别是，2021年关于集成连续生物制造的指南提出了生物制药公司和合同制造商的实施策略，并提供了供应商设备设计的路线图。总体而言，CM的缓慢采用主要归因于上游连续部分未通过PAT和控制策略充分利用其潜力，以及连续下游设备和传感技术尚未完全成熟。此外，当前的工业思维方式是批次处理过程为导向的，即使是简单的批次处理设置，许多公司也无法符合监管标准。因此，在商业应用中对比较复杂的连续过程的采用存在很多犹豫。此外，为了可靠地运行端到端的连续过程，除了整个CM线路上策略性地放置常规PAT工具外，还需要可靠的预测工具。例如，在连续上游操作之后将样品加载到色谱柱的决策由于上游过程的动态性而具有挑战性。这要求对培养基进行更快的分析（在几秒钟甚至几分钟内）以获取mAb浓度，以便更快地做出下游操作的决策。一些作者报道了案例研究，使用离线高效液相色谱（HPLC）或近红外（NIR）光谱分析技术实现了实时决策。然而，在大多数情况下，离线抽取的样品是从培养基中测试的，而不是在灌流生物反应器中进行在线/在线测试。连续制造中的另一个重要过程任务是在单元操作之间实现浮筒的可控性。浮筒在连续一系列工艺步骤中起着关键和重要的中间步骤的作用。浮筒的控制需要使用分层控制策略来确保稳健的控制。由于连续处理涉及具有不同反应动力学和原理的一系列步骤，单独应用PAT和/或控制将无法确保过程中的稳健控制。因此，必须使用基于混合建模和数据分析的工具，利用实时数据和以前设计空间结果的经验教训，以迅速做出决策。因此，未来非常需要发展一个明确的科学、技术和监管基础设施，以推动连续生物制造在整个行业范围内的广泛应用。1 |典型的生物制药生产过程典型的生物制药生产过程包括上游细胞培养步骤和下游一系列纯化步骤。在为了最大化生产能力和提高工艺经济性的目标下，越来越多地强调用连续工艺替代传统的批次单元操作。下面简要讨论了使mAb（单克隆抗体）生产实现这种转变的最新技术创新。上游细胞培养步骤与下游单元操作相比，连续上游细胞培养已经技术相对成熟。有超过二十种商业相关的生物制剂通过细胞渗透生物反应器技术生产出来。在渗透过程中，诸如交替切向流（ATF）和切向流过滤（TFF）等细胞分离设备不仅用于实现高细胞密度，还用于初始澄清细胞培养液。表1显示了设备和过程分析技术的进展，使得从批次向连续上游操作的转变成为可能。ATF或TFF可以以各种方式使用（例如在N-1渗透种子培养阶段），以实现高种子密度过程、浓缩的滞留式批次操作或连续渗透操作，并提供各种优势。例如，如果产品稳定且制造过程不需要长时间运营，可以使用浓缩的滞留式批次操作。如果产品稳定，但制造工厂无法引入全尺寸渗透技术，则可以选择高密度工艺，并在N-1阶段实施渗透以降低连续操作的规模。对于培养基中产品不稳定的情况（例如激素），渗透可能是首选方法。因为在渗透过程中，可以维持稳态，并据报道能够在时间上产生一致的产品质量。然而，由于连续操作需要与生物制药的其他几个阶段相兼容以满足监管要求，工艺整合仍然是一个主要挑战。下游纯化步骤从细胞培养中生产的生物制剂通常需要经历多个纯化和表征步骤。例如，典型的mAb产品需要经过2-3个批次的蛋白质层析处理，例如：初始捕获步骤（例如ProA亲和层析），然后是一到两个离子交换或多模式层析进行精加工步骤，最后进行产品配方。除此之外，还有几种间歇性的蛋白质浓缩、缓冲液交换、病毒灭活和基于过滤的操作。总体而言，这些多样的单元操作使得建立一个真正的集成连续工艺变得具有挑战性。为此，已经取得的重要进展总结如表1所示。表1：连续生物制造的关键技术和进展。目前，正在研究的两个主要选项包括周期性逆流层析（PCC）和模拟移动床层析（SMB）。然而，这些过程通常涉及多个分离柱，需要精确同步所有层析事件和即时决策以获取所需的蛋白质分馏。因此，需要快速修改下游方案，以实时响应上游操作对中间产品质量属性的影响。最后，迫切需要开发规模缩减设备（具有集成软件和PAT），以更高效和经济地与基于连续微观尺度渗透系统集成，更有效地探索下游蛋白质纯化/浓缩的设计空间和过程分析。2 |在药物物质/产品制造中的分析技术和质量设计自2004年以来，美国食品药品监督管理局（FDA）和其他监管机构一直倡导过程分析技术（PAT）和质量设计（QbD）在药物物质/产品制造中的增加作用。因此，密切监测关键过程参数（CPPs）和关键物质属性（CMAs）以检测可能影响最终产品关键质量属性（CQAs，例如mAb的糖基化、电荷或聚集态）的偏差变得非常重要；同时，及时引入过程控制措施以应对故障模式也很重要。这导致在过去二十年中出现了重大的监测工具进展。一些例子包括在线细胞生物量和细胞培养监测，通过电容感应和光谱技术（例如拉曼光谱和近红外光谱，傅里叶变换红外光谱或FTIR，以及衰减全反射傅里叶变换红外光谱或ATR-FTIR光谱）。虽然在上游细胞培养步骤中已经取得了PAT集成的重大进展，但下游工艺在先进的PAT实施方面仍然滞后。目前，越来越多地倾向于引入自动化样品制备设备，例如流动注射分析（FIA）系统与专用离线高效液相色谱（HPLC）集成，用于监测几种生物制剂药物的关键质量属性（CQAs）。然而，由于缺乏专用硬件和软件定制，以及缺乏使用基于FIA的PAT进行完全自主药物CQA分析的相关协议开发，这些技术尚未被广泛采用。尽管如此，使用PAT进行CQA的实时监测无疑是未来研究的主要方向。3 |流程整合文献中报道了各种级别的流程整合，包括：（i）将连续的上游工艺部分整合到立即的产品捕获步骤中，（ii）完全端到端整合，其中连续的上游单元操作与连续的捕获步骤相连，然后是批量的下游纯化步骤，以及（iii）端到端封闭系统，其中流程液体不暴露于制造环境中。一个理想的连续制造过程必须将所有工艺单元操作与适当的PAT工具和基于过程模型的“软”传感器完全整合，以便根据工艺偏差或干扰自主进行实时决策。4 |集成过程分析技术（IPAT）随着ICH Q8中所概述的行业指南的采用，人们对于提高工艺理解以实现产品质量的一致性性能的需求越来越大。表2描述了重要的质量属性和当前的工艺监测状态。图2描述了在连续生物过程中常见PAT工具和自动化的普遍使用情况以及如何使用这些工具进行工艺控制。下面讨论了最近PAT工具包开发和实施的趋势。表2：与最终药品产品相关的关键质量特性，以及实时PAT实施的示例，以实现连续生物制造。图2：mAb制造过程中实施的特定PAT工具示例，用于监测关键质量特性（CQA）。蓝色表示从过程中获取信息的过程分析技术，绿色表示在生物过程的每个步骤中测量的特定CQA。在很大程度上，PAT已经实现了上游操作的过程自动化和实时控制一些工艺参数。例如，pH值、溶解氧、温度和葡萄糖浓度是一些上游参数，已经被报道具有良好的控制效果。然而，产品质量特性（如生物活性、聚集态、电荷变异和糖基化水平）的监测和控制无法实时进行，只有少数情况下这些CQA通过离线PAT进行监测。这种先进PAT采用滞后的原因有两个主要原因。一是缺乏能够在复杂生物反应器环境中检测这些小变化的稳健而廉价的传感器。另一个原因是对工艺参数对产品CQA的影响缺乏完全的理解，这进一步限制了适当的控制策略的应用。以下进一步突出了一些最近的先进PAT实施案例研究。拉曼光谱法在上游和下游过程中得到了广泛应用。在连续生物制造中，将拉曼光谱法作为PAT的关键优势之一是能够同时在线监测和预测关键培养参数（如谷氨酰胺、谷氨酸、葡萄糖、乳酸和铵离子的浓度），并能预测活细胞密度和总细胞密度。使用单个PAT探头来表征多个培养参数简化了样品分析的任务，通过用一个能够同时获取多组信息的传感器替代多个传感器。此外，拉曼光谱已被用于控制乳酸浓度，从而改善哺乳动物细胞培养中的细胞密度、存活率和蛋白质产量，以及控制生物反应器中的葡萄糖水平。使用拉曼光谱预测不同的单克隆抗体亚型和糖基化种类，预测误差较低，并通过渗透流（无需取样）进行了报道。最近的一项研究还成功地利用拉曼光谱实时微调单克隆抗体半乳糖化水平，通过控制乳酸酸喂养速率。然而，这种技术有一定的局限性，例如产生高度重叠的光谱特征需要解卷积，并且对低浓度物种的敏感性较差（这使得持续观察所有期望的产物变得困难）。此外，为了过程验证需要稳健的校准模型，并且需要使用复杂的化学分析方法对原始数据进行预处理，这是应用拉曼光谱作为PAT工具时带来的其他技术缺陷之一。在上游和下游处理单元操作中实施的光谱监测工具由于快速获取时间和能够在每次获取时收集大量数据的能力而变得多功能。已经研究了使用在线FTIR和拉曼光谱探头作为替代方法，用于蛋白质色谱过程中的离线/在线HPLC分析，以测量蛋白质浓度和检测微量污染物。最近的一项研究利用FTIR实时监测成纤维细胞生长因子的纯度和数量。FTIR的其他应用包括蛋白质在水相两相萃取中的检测以及在超滤过程中蛋白质浓度的在线测量。总体而言，光谱技术作为PAT工具正在显示出越来越多用于实时决策的趋势。另一种经典但实际的PAT方法是无菌取样和快速离线分析，用于所需的一系列质量测试。例如，超高效液相色谱（UHPLC）被用于实现多个单克隆抗体关键质量特性（CQA）的连续实时监测，包括氨基酸组成、电荷状态和糖基化。另一个例子是Zip-chip技术，它基于毛细管电泳（CE）原理，作为替代技术用于解析产品属性，如糖基化和电荷异质性。使用CE和UHPLC进行PAT技术的趋势增加，这归因于其快速分析时间，通常在样品处理后不到1分钟，而HPLC可能需要约10-60分钟的分析时间。值得注意的是，无论是基于HPLC还是CE的PAT技术都存在效率低和样品制备（或衍生化）所需时间较长的问题，这进一步延迟了分析所需的总时间，阻碍了它们作为在线监测系统的实用性。然而，将这些技术在离线使用仍然是一个真正的挑战，因为通常还需要硬件集成和软件开发，这需要多学科的专业知识和多个利益相关者之间的合作（例如，FIA和HPLC设备供应商）。此外，在过程中实现对CQA的反馈控制需要更多的工作，以更好地将变化的关键过程参数（CPPs）和关键材料属性（CMAs）的影响与实现期望的CQA之间建立联系。近年来，使用在线光谱PAT的应用以获取过程数据趋势逐渐增加。这种PAT的主要优势在于通过非侵入性手段更容易地集成在线光谱探头，以快速获取过程数据，而不是使用离线HPLC。然而，由于背景有机分子的复杂和高度重叠的光谱特征与待分析目标物种的低浓度相结合，需要适当的统计工具才能准确地解卷积、分析和应用合适的控制策略。多变量数据分析（MVDA）方法由于能够相关联生物反应器和随后的单元操作中的一个或多个事件而具有相当大的潜力。化学计量学工具（如MVDA）和其他技术，如主成分分析（PCA）、偏最小二乘（PLS）和正交偏最小二乘技术，已被用于分析光谱特征。基于稳健的PLS校准模型，基于拉曼的PAT已用于CHO细胞培养的动态喂养策略，包括摇瓶和生物反应器培养，以及基于化学计量学模型预测关键细胞培养代谢物。随着我们开始充分利用各种光谱（和非光谱）技术与软传感器相结合的潜力，这将塑造先进PAT工具如何实现更快的数据获取并更好地控制上下游单元操作。5 |综合过程建模为了克服实施过程分析技术（PAT）所面临的挑战，通常会开发基于模型的方法，用于估计过程参数和与产品相关的属性，以便进行实时控制决策。在连续操作中，由于操作时间较长，建立用于过程分析的预测模型对于实现及时的操作调整和决策至关重要。通过努力向质量设计空间（QdB）和“数字孪生”发展，过程建模还可用于监管决策。目前的建模工作主要集中在改进单个单元操作和多个操作的集成过程上。图3总结了连续生物制药操作的关键输入、输出和挑战，以及克服这些挑战的可能建模方法。图3. 上游和下游操作中实施先进工艺模型以实现连续单克隆抗体生产的挑战。左侧的方框突出显示了更好理解上游过程（USP）和下游过程（DSP）所需的关键组成部分。6 |改进单个单元操作针对每个单元操作，预测生产力、产品质量属性以及过程偏差或故障的可能性对于实现稳定的长时间连续生产至关重要。目前，在过程操作的各个阶段，连续操作中正在探索基于机理、数据驱动和混合建模方法。一般而言，机理模型主要关注基于第一原理改进过程理解和性能，以及跟踪上游和下游操作的动态变化。数据驱动模型研究输入和输出数据之间的统计关系，并展示过程参数与产品质量之间的预测相关性。混合模型是在机理模型框架下构建的，其中未知部分的方程由数据驱动模型表示。表面模型可以通过量化不同培养营养物对细胞生长、代谢物和生产力的影响，来获得最佳的培养基配方。这种方法还可以建立操作条件与关键质量属性之间的相关性，并获得温度、pH和生产转换时间的最佳设计空间。与机理模型相比，数据驱动模型具有同时捕捉过程条件和产品性质的更大变异性的能力，但通常在外推方面能力较差。统计分析，如主成分分析（PCA）和多变量分析，可用于了解培养条件对生产力和产品异质性的影响。这种多变量分析还可以通过研究细胞代谢谱和渗透培养在不同过程规模上的生理状态变化，有助于理解过程。其他机器学习方法（如支持向量机、神经网络和贝叶斯网络）也已被用于代谢途径分析，但在渗透系统分析方面应用较少。在生物反应器建模中，为了捕捉操作条件（温度、pH值、溶解氧、搅拌、灌注速率、培养基添加物等）、生产力和产品质量之间的关系，已经广泛使用机械模型。如图3所示，在近年来，动态通量平衡模型被发现是一种捕捉细胞内代谢物通量变化的有前景的连续生物反应器建模方法，该方法基于细胞外过程条件。此外，还开发了基础通量模型，与传统的基本通量模型相比，它减少了化学计量数，同时确定了代谢状态。操作条件（如灌注速率、通气速率和培养基添加物浓度）的影响通过模拟细胞代谢途径来捕捉。通过更好地理解细胞代谢，可以比较批次处理和连续处理以研究细胞代谢的差异。动态过程模型可以模拟底物消耗和代谢产物生成速率，这可以用于构建高通量筛选平台，以协助培养基开发和克隆筛选。然而，大多数机械模型通常只关注有限的培养基添加物和操作条件。为了处理大量营养物质的培养基筛选，可以使用数据驱动和混合模型。通过将试验设计（DoE）与统计模型（如多元线性回归和响应面模型）相结合，可以通过量化不同营养物对细胞生长、代谢产物和生产力的影响来获得最佳培养基配方。这些方法还可以用于建立操作条件与关键质量属性之间的相关性，并获得温度、pH值和生产转变时间的最佳设计空间。一般而言，渗透培养的失败通常是由于污染和/或细胞截留装置的滤芯堵塞引起的。上游过程中的这些不确定性会影响下游操作，并导致整个过程停机。机理建模可用于预测连续生物反应器操作中的过程偏差或故障。计算流体动力学（CFD）模拟已被用于更好地理解局部流体行为和滤芯污秽，以预测这些滤芯的寿命和工作效率。类似地，动力学建模也可以用于捕捉细胞和胶束引起的孔隙堵塞，从而预测上游/下游滤芯污秽。多柱层析法（MCC）和连续流动层析法被用于初级捕获和精制步骤。存在多个过程参数（包括互连的加载时间、流速、进料滴度和床层高度），这些参数影响缓冲液消耗、生产力、产品质量和产量。与批处理操作相比，连续层析法具有更多的操作参数。因此，层析操作的设计和控制，以及预测每个柱子的效率和产量对于连续层析法的开发及其与上游过程的整合非常重要。机械模型，如传输-弥散模型和一般速率模型，已被广泛用于模拟层析处理中的流体扩散和结合动力学。近期的研究中，为了模拟MCC，已将机械模型与柱子调度和互连节点相结合。优化方法已被应用于研究互连进料速率、进料浓度、产量和树脂容量，以提高生产力和树脂利用率。通过统计模型的DoE，已用于协助下游工艺操作参数的高通量筛选。这些方法还被应用于连续下游单元操作，以确定不同操作的设计空间。此外，DoE可以用于参数测试和支持过程优化，同时减少实验负担。多元分析可以捕捉参数之间的相关性。连续阳离子交换层析法（CEX）和阴离子交换层析法（AEX）膜吸附剂已被模拟，以捕捉带电变体去除的效率。基于第一原理的连续层析法和当前层析技术的模型已经由Behere和Yoon、Kumar和Lenhoff以及Lin等人进行了评述。还提出了用于捕捉聚集物形成的方法，特别是在批处理过程中。然而，目前对于在连续操作期间模拟下游过程中的聚集物和宿主细胞蛋白的建模工作有限。其他下游单元操作，如病毒灭活，可以通过CFD模拟来捕捉pH效应和停留时间分布（RTD）的变化。通过物理化学模型（例如静态膜模型、渗透压模型或边界层模型）可以获得单通径切向流过滤（SPTFF）的质量传递。可以使用这些过程模型预测和优化产品浓度、过滤通量和操作压力，以促进生产性能的提高。近年来，混合模型已经在上游和下游批处理操作建模中得到使用。这些模型捕捉了缺失的非线性关系和相互作用变量，从而提高了模型的预测能力。此外，混合模型已用于捕捉层析法中的树脂老化情况，并改善树脂寿命。与在线监测工具结合，混合模型可以应用于下游过程的实时优化。其他建模方法，如代理模型，也可以用于动态过程建模、过程调度和敏感性或可行性分析，成本更低。7 |综合工艺模型的改进建立一种综合连续工艺需要上下游流速的一致性，而CM工艺训练中的其他操作的能力将影响不同单元的运行。此外，不同类型的产品适合不同类型的操作模式。因此，在连续操作的决策中，综合工艺的初步设计和调度至关重要。基于上下游操作，可以建立捕捉每个单元操作的基于计算机模拟的综合工艺模型，还可以通过将机械模型与关键的控制系统耦合设计储液罐的大小和位置，以应对连续操作中的设备故障和意外偏差。但是，由于机械模型的高计算成本，会导致对工艺分析和优化产生困难，因此最终的综合工艺模型通常通过使用经验方程式、混合模型和回归模型或使用内置输入输出关系的过程模拟器进行简化。通过减少计算成本，这些简化模型可以与PAT和控制系统集成，实现动态工艺控制。此外，模拟器广泛用于工艺开发和设计，以捕捉质量平衡并优化工艺调度。可以使用集成模型进行敏感性分析和优化方法，用于早期工艺开发和决策。在经济分析、环境影响分析和生产力/质量预测的支持下，可以比较和选择操作模式（包括批量、连续和混合）。8 |集成先进工艺控制在过去几十年中，已经对mAb和其他蛋白质生产过程的控制进行了研究和强调。然而，生物制药行业的生产方法在过去十年里发生了相当大的演变，越来越注重通过实施先进的反馈/前馈控制策略实时调整工艺操作，以便始终生产具有预定义CQA的治疗性产品。控制系统理想情况下应优化制造过程中涉及的资源，减少离线的质量控制实验室测试，并促进生物制药产品的实时放行（RTR）。在反馈控制系统中，工艺参数和/或质量属性在实时中进行测量，但只有在干扰影响产品质量之后才会自动采取纠正措施。PID相对容易实现，而MPC代表了一系列更先进的控制器，利用过程模型和优化工具来预测操作变量的信号。在许多情况下，MPC的性能更好。然而，从计算时间的角度来看，MPC更昂贵，因为必须为每个控制操作执行优化步骤。另一方面，数字或“智能化”革命在制造业已经开始，包括过程监测、控制、自动化和高性能计算能力的迅猛发展。结合数据分析的发展，先进制造概念正在改变产品和工艺设计。然而，大多数这些进步和新方向发生在非制药领域，如传统上在技术采用方面领先数十年的石油和天然气领域。在制药领域内，生物制造过程（特别是）在技术突破方面进展最少，因此代表了进一步科学进步和先进的过程控制策略在商业上的实施的一个细化领域。9 |控制系统的发展情况图4：连续生物制药生产厂实施控制系统的一般概述在连续生物制造过程中实施控制系统的基本步骤如图4所示。首先需要确定实施控制系统所需的监测工具（传感器）、控制硬件和软件。第二步是将传感器与物理装置集成，以便进行实时的在线监测。然后将测量信号发送到控制平台（第3步）。在第4步中将工厂与控制平台集成。随后，需要将控制回路实施到控制平台中，并在闭环情况下运行工厂。过去几十年，已经发表了许多与制造业（包括制药行业）中控制系统应用相关的研究。在这些研究中，主要侧重于开发先进的在线测量和监测工具。过程分析技术（PAT）在二级过程控制中被发现是有用的，并且是一种新兴的控制策略。在这方面的大部分工作集中在葡萄糖浓度的实时监测和控制上。还提出了对蛋白A捕获步骤中的柱装载阶段进行实时监测和控制的方法。此外，还开发了一种不依赖于细胞培养滴度和杂质的连续色谱过程的动态控制策略。另外，也实现了对生物层析中双柱逆流溶剂梯度过程的在线控制。还开发了多柱逆流溶剂梯度纯化过程的先进控制策略。10 |总结展望基于不断发展的科学和技术进步，近年来在生物制药药品制造领域，提高制造过程和质量保证系统效率的重大机会已经出现。学术界和工业界通过引入新颖和创新的分析技术/方法，如快速/稳健的PAT、预测性产品和过程模型开发，以及将PAT模型与先进的过程控制策略集成来追求连续生物制造方法。以经济可行的方式生产具有所需质量特性的生物制品。原文链接：https://analyticalsciencejournals-onlinelibrary-wiley-com.libproxy1.nus.edu.sg/doi/10.1002/jctb.6765识别微信二维码，添加生物制品圈小编，符合条件者即可加入生物制品微信群！请注明：姓名+研究方向！版权声明本公众号所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，不希望被转载的媒体或个人可与我们联系(cbplib@163.com)，我们将立即进行删除处理。所有文章仅代表作者观点，不代表本站立场。