抗体偶联药物 ADC注册申报资料准备的模型接入与配置

抗体偶联药物（ADC）的注册申报资料涉及多源异构数据，包括非临床研究报告（药理毒理、药代动力学）、临床试验数据（I/II/III期报告、病例报告表）、生产工

这个品类的数据长什么样

抗体偶联药物（ADC）的注册申报资料涉及多源异构数据，包括非临床研究报告（药理毒理、药代动力学）、临床试验数据（I/II/III期报告、病例报告表）、生产工艺与质量控制文件（CMC，如抗体生产、连接子偶联、毒素制备、成品分析）、以及药学研究数据。数据来源多样，涵盖内部研发文档、CRO报告、监管机构指导原则和已上市药物公开信息。更新频率在研发的不同阶段差异显著，早期研发阶段更新频繁，临床阶段则随试验进展周期性更新。文档多为 PDF 格式，包含大量表格、图表和结构化文本。字段与单位具有高度专业性，例如药代动力学参数（Cmax、AUC、`t1/2，单位 ng/mL、µg·h/mL、h）、毒性指标（LD50，单位 mg/kg）、质量属性（Purity，单位 %）。

这些特征在「模型接入与配置」这一环带来什么约束

ADC 申报资料的多源异构性要求模型接入支持多种文件格式的解析，特别是对复杂 PDF 中表格和图表的结构化提取能力。数据更新频率的差异，特别是临床试验数据的持续迭代，意味着知识库需要支持增量更新和版本管理，以确保模型始终基于最新资料进行回答。文档的高度专业性和复杂结构，如 CMC 部分的详细工艺流程和质量控制参数，对文本分段和嵌入模型选择提出更高要求，需要能有效识别和保留专业术语间的关联性。字段与单位的精确性，例如剂量、浓度和时间参数，决定了模型在提取和生成答案时必须准确无误，避免因单位混淆导致的关键信息错误。因此，在配置时需特别关注文本处理的精细度、知识库更新策略以及模型对专业知识的理解深度。

配置怎么定

配置项建议取法这样取的依据
分段长度800–1200 字符ADC 资料中存在较长的实验方法描述和结果讨论，较长的分段有助于保持上下文完整性。
分段重叠长度100–150 字符确保相邻段落间的语义连续性，尤其在跨段落的专业术语或数据引用时。
解析模式高级模式应对复杂 PDF 中包含的表格、图表及多栏布局，提高结构化信息提取准确率。
召回条数8–12 条ADC 申报资料查询通常需要综合多个维度的信息，适当增加召回条数可提高全面性。
相似度阈值0.75–0.85确保召回内容的专业相关性，过滤掉干扰信息，特别是针对细微的药学差异。
PARSE_FILE_TIMEOUT_SECONDS600 秒ADC 资料文件通常较大且复杂，解析耗时较长，需要更长的超时时间。

容易做错的三处

  • 调用外部大模型时，若模型接口仅支持 stream 模式，FastGPT 配置中未勾选或未正确处理 stream 响应，会导致模型调用失败或响应不完整。
  • 在内网环境中部署 FastGPT 并尝试连接内部 DeepSeek API 时，如果 模型渠道 配置的 API 地址 未使用服务器可访问的内网 IP 或域名，会导致 error 状态码和获取数据异常。
  • 知识库文档上传后，未能正确提取关键数据字段（如 Cmax、AUC 值），通常是由于 解析模式 选择不当或 PDF 文档结构过于复杂，导致 Embedding 质量下降。

怎么确认配好了

  • 上传一份包含复杂表格和图表的 ADC 非临床研究报告 PDF，检查知识库中分段内容是否完整且结构化信息（如表格数据）被正确提取。
  • 使用包含 ADC 特定术语和参数（如“抗体药物偶联物 XXX 的 PK/PD 特征”）的查询语句，验证模型召回结果的相关性和准确性，并检查 召回条数 是否符合预期。
  • 通过 FastGPT 的 模型渠道 测试功能，对配置好的内部 DeepSeek 或其他大模型进行连接测试，确认 HTTP 状态码 为 200 或 204，且能接收到响应。

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。