采购原料药或医药中间体时，很多研发和采购人员都遇到过这样的问题：供应商提供的COA数据看似齐全，实际批次间杂质谱却差异明显，导致工艺放大时反复调整参数。这类现象在定制合成和中间体采购中尤为常见。

深究原因，关键在于供应商对关键质量属性的控制逻辑是否清晰。以手性中间体为例，ee值不仅取决于起始物料，更与结晶溶剂体系、降温速率等工艺细节强相关。湖北巨成医药科技有限公司在多个手性砌块产品线上，将杂质谱（包括非对映异构体）纳入放行标准，而非仅检测纯度。

原料药与中间体的选型逻辑差异

原料药选型关注的是最终API的晶型稳定性、残留溶剂和元素杂质；中间体则更看重反应活性、官能团兼容性以及后续步骤的收率贡献。两者不能套用同一套评估框架。

具体到实操层面，建议从以下维度建立评估清单：

• 杂质谱完整性：是否提供各已知杂质的结构归属与限度依据
• 工艺重现性：连续三批的关键指标RSD是否可控
• 注册支持能力：能否提供起始物料溯源及法规文件包

技术细节决定放大成败

以某含氟芳香中间体为例，氟原子位置对后续Suzuki偶联的电子效应影响显著，而不同路线的异构体残留水平可相差0.3%以上。巨成医药科技在工艺开发阶段即引入DOE优化，将关键异构体控制在0.1%以下，减少了客户下游纯化压力。

选型时，建议优先考察供应商是否具备从克级到公斤级的线性放大数据。湖北巨成医药的多个中间体产品已完成百公斤级验证，批次间收率波动控制在±3%以内，这对降低工艺转移风险有实际意义。

归根结底，产品选型不是比对一张COA，而是评估供应商对工艺的理解深度与质量体系的一致性问题。