加速稳定性研究计算器（阿伦尼乌斯）

什么是加速稳定性试验？

在正常储存条件下等待数年以观察实时降解，对产品开发而言并不现实。因此加速稳定性试验有意将样品置于较高温度下储存以加快降解速度，再反向外推预测目标储存温度下的保质期。这种方法是制药行业（ICH Q1A）的标准做法，也被食品科学广泛采用。

该方法依赖阿伦尼乌斯方程，该方程描述了化学反应速率(k)如何随温度升高而增大：k = A × exp(−Ea / (R×T))，其中Ea为降解反应的活化能，R为气体常数。对方程两边取自然对数即可将其转化为直线关系——将ln(k)对1/T（开尔文）作图，即可通过简单的线性回归从斜率中求出活化能。

一旦确定了Ea，就可以预测任意储存温度下的反应速率常数，包括未直接采集数据的温度。Q10值描述了温度每升高10°C反应加快的倍数——Q10为2意味着温度每升高10°C反应速度就翻一倍，这是许多食品和药品降解反应中常用的经验法则。

Formula: k = A × exp(−Ea / (R×T)) ln(k) = ln(A) − Ea/(R×T) Shelf life = criterion / k(T_storage) Q10 = exp(Ea × 10 / (R×T₁×T₂))

计算示例

某产品在25°C和40°C下进行测试。在25°C下，第30、60、90天的降解率分别达到2.1%、4.0%和6.2%，反应速率常数约为0.068 %/天。在40°C下，第15、30、45天的降解率分别达到5.8%、11.5%和17.9%，反应速率常数约为0.393 %/天。将这两个温度下的ln(k)对1/T进行回归，得到活化能约为90.5 kJ/mol，Q10约为3.3。将25°C下的反应速率常数外推至10%降解标准，预测25°C储存下的保质期约为146天。

何时使用此计算器

• 食品科学家或质量保证经理在无需等待完整实时储存试验的情况下估算新产品配方的保质期
• 药物制剂科学家开展ICH Q1A加速稳定性研究以支持保质期声明
• 包装工程师比较拟议的包装或配方变更预计将如何影响目标储存条件下的保质期
• 质量工程师通过检查观测到的降解速率是否与原始加速研究一致来调查稳定性投诉

应避免的常见错误

• 外推超出测试温度范围过多——阿伦尼乌斯模型仅在实际测试的温度范围内（或接近该范围）经过验证；在远低于最低测试温度的储存温度下预测保质期会增加出错风险
• 仅使用一个测试温度——单一温度无法确定活化能（阿伦尼乌斯方程拟合直线至少需要两个点），因此本计算器要求提供2个或以上不同温度的数据
• 忽视降解机制——如果产品在不同温度下通过不同机制降解（在相变附近或蛋白质高温变性时常见），阿伦尼乌斯模型将不再适用，预测结果将不可靠
• 将Q10 = 2视为通用常数——Q10因反应和产品而异；应始终根据自己的数据计算，而非假设教科书数值
• 报告预测保质期时未附带R²值——没有回归拟合优度的保质期数字，掩盖了该预测实际的可靠程度（或不可靠程度）

如何解读结果

• R²接近1.0表示降解数据与阿伦尼乌斯模型拟合良好，对外推得到的保质期有更高的信心
• 活化能(Ea)越高，反应速率对温度越敏感——储存温度的微小变化会对保质期产生更大影响
• 加速因子显示最高测试温度下的降解速度比目标储存温度快多少倍——有助于估算加速研究需要运行多长时间才能模拟给定的实时保质期
• Q10值在2-3左右对许多食品化学降解反应而言是典型值；若Q10远超出此范围，可能需要检查原始数据是否存在测量或机制问题
• 预测的保质期应视为指导实时确认性试验的估计值，而非最终的经验证声明——监管机构的保质期声明通常仍需要实时稳定性数据

相关标准与参考文献

• ICH Q1A(R2)——新原料药和新制剂的稳定性试验，加速稳定性研究设计的主要监管指南
• Labuza, T.P., "Shelf Life Dating of Foods"（1982年）——将阿伦尼乌斯动力学应用于食品保质期预测的基础性参考文献
• ASTM F1980——无菌医疗器械包装加速老化标准指南，阿伦尼乌斯加速试验的另一项广受引用的应用

常见问题

需要多少个温度和时间点？

阿伦尼乌斯回归至少需要2个不同的温度（拟合一条直线至少需要2个点），但ICH指南建议使用3个或更多温度，每个温度下设置多个时间点，以获得稳健的研究结果。温度和时间点越多，外推得到的活化能和保质期预测的可靠性就越高。

R²值较低意味着什么？

较低的R²（明显低于1.0）意味着ln(k)与1/T的关系不能很好地用直线描述，这可能是由于测试温度之间降解机制发生变化、测量误差较大，或使用的温度点太少所致。在信任预测的保质期之前，较低的R²应促使重新检查原始数据和测试条件。

这个方法能用于任何类型的产品降解吗？

阿伦尼乌斯模型适用于纯粹由温度驱动、遵循简单反应动力学的降解反应（许多化学降解、维生素损失以及部分微生物和酶促反应）。对于涉及相变、冻结、水分迁移驱动的反应，或与单一化学途径无关的物理变化（如质地或颜色变化）的降解，该模型可靠性较低——这些情况需要专门的稳定性模型。