基因治疗 AAV注册申报资料准备的工作流编排

这个品类的数据长什么样

基因治疗 AAV（腺相关病毒）的注册申报资料，其数据来源广泛且复杂。主要包括临床前研究报告（毒理学、药理学）、CMC（化学制造与控制）文件、临床试验数据（I期、II期、III期），以及非临床研究总结等。这些数据更新频率相对较低，通常在关键研究阶段完成后批量生成。文档结构高度标准化，遵循ICH（国际人用药品注册技术协调会）M4Q模块化通用技术文档（CTD）格式，例如模块2、模块3、模块4、模块5。字段和单位具有严格的行业规范，如剂量单位通常为 vg/kg（病毒基因组/千克），浓度单位为 vg/mL，纯度以百分比表示，而批次号、生产日期、有效期等信息则以特定格式记录。数据中常包含大量图表、色谱图、电泳图等非文本信息。

这些特征在「工作流编排」这一环带来什么约束

基因治疗 AAV 注册申报资料的复杂数据特征，对工作流编排提出了具体要求。首先，标准化的CTD文档结构意味着工作流需要高度结构化的解析能力，例如，能够准确识别并提取模块3中关于生产工艺、质量控制、稳定性研究等关键信息。其次，数据更新频率低但单次数据量庞大，要求工作流具备高效的批量处理能力，避免重复加载和频繁更新。再次，大量的非文本信息（如图表）需要工作流集成图像识别或OCR能力，将其转化为可处理的文本或结构化数据。严格的字段与单位规范，则要求工作流在数据提取后进行严格的校验和标准化处理，确保数据质量。最后，数据敏感性高，对工作流的安全性、审计追踪和版本控制能力有较高要求，确保申报资料的完整性和合规性。

配置怎么定

容易做错的三处

• 新建“问题分类”节点后，使用初始化的AI模型“运行”或“保存并发布”时报错，这通常是由于初始模型未适配特定任务或所需API密钥未正确配置。
• 工作流文本内容提取的结果 json 为空，原因可能是文件解析器未能正确识别或处理复杂的CTD文档结构，或者文档中存在大量图像导致文本提取失败。
• 工作流全局变量历史记录中，缺少指定组件的输出，这往往是组件配置错误导致数据未正确传递，例如输出字段名不匹配或组件执行失败。

怎么确认配好了

• 选择一份典型的基因治疗 AAV 注册申报资料（如模块3的某个章节），运行工作流并检查文本内容提取节点的输出，确保关键信息（如生产工艺步骤、质控指标）被准确解析。
• 检查工作流中涉及字段校验的节点，输入包含已知错误单位或格式的数据，验证其是否能正确识别并标记异常。
• 使用不同大小和复杂度的 PDF 文档进行测试，观察 PARSE_FILE_TIMEOUT_SECONDS 配置下文件解析是否稳定，没有出现超时中断。
• 对工作流进行端到端测试，模拟一个完整的申报资料问答场景，评估AI回复中对 AAV 特有术语和法规的理解与应用水平。

问题素材取自公开社区提问（2026-09-11 去重 4,834 条）。文中的配置项名称与取值区间需以所用版本的实际界面与文档为准；本页核验日 2026-09-21，当时的最新发布版本为 FastGPT v4.17.0。