kaiandUser <human>
1b47b50d3c
架构变更：把 dr-translator 从 opencode agent 降级为 Python 脚本编排下的 LLM
调用。根本原因是 agent 一次性处理 19k 英文词整文，单次 output token 接近
Sonnet 4.6 上限（~32k），多次重跑都卡在同一个坑里——问题是架构本身，不是
prompt。
新架构：
scripts/lib/zenmux_client.py HTTP 客户端，指数退避重试、token 统计
JSONL 日志、secrets.env 自动加载
scripts/lib/markdown_chunker.py 按 H1/H2 切块，稳定 anchor ID（order+title
sha1），支持合并/统计
scripts/prompts/translate_system.txt 英译中 prompt，用自定义 <<<TRANSLATION>>>
分隔符格式（规避 Markdown-in-JSON 问题）
scripts/prompts/polish_system.txt 中文润色 prompt（留给下一步 polish.py）
scripts/translate.py 主入口：章节级切块 → 逐块翻译 → 拼接
关键设计：
- 0 依赖 LLM 遵从性：Python 控制切块/循环/重试，LLM 只做单块翻译
- 断点续传：每块翻译完立即写 phase4/zh_chunks/<order>-<anchor>.md
- 术语表累积：每块的 glossary_patch 合并回 phase4/glossary.json
- 失败隔离：单块失败不影响其他块，重跑只补缺
- 调试友好：--only N,M / --limit K / --force
实测（dual-target-rnai-pipeline-2026）：
- 63 块全部成功，17 分钟，$1.70
- 33,441 中文字（符合"研究类 ≥30,000 字"硬标准）
- 310 条双语术语
- 翻译质量：接近母语咨询分析师写作
下一步：polish.py（按 H2 section 润色）、merge_chapters.py（从 phase2/drafts
合并生成 final_en.md）、重构 dr-editor-in-chief 调度脚本、更新 /dr-finalize。
Co-authored-by: User <human>
6 lines
1.4 KiB
Markdown
6 lines
1.4 KiB
Markdown
# 第6章 — 固定化生物催化为GalNAc偶联从实验室原型到GMP候选药物提供可信路径
|
||
|
||
三条平行发展路线在2020年至2026年间交汇，共同确立了固定化生物催化（immobilized biocatalysis）作为替代GalNAc偶联中化学保护基策略的最具技术可信度的路径——针对的是双靶点siRNA的GalNAc偶联：SUGAR-TARGET糖基转移酶级联反应（Makrydaki等，*Nat Chem Biol* 2024）在80余小时内实现四轮酶循环利用，活性保留率超过70% [src_C05]；CLEA-LentiKats脂肪酶制剂在深共熔溶剂（DES）中经至少六个连续流循环累计产出每升10 g产品 [src_C10]；Codexis ECO固定化聚合酶/磷酸酶反应器在底物浓度6 mM条件下实现寡核苷酸偶联效率超过98% [src_B11]。上述路线的技术成熟度（TRL）现已达到5–7级，较2022年前的3–4级显著提升——与GMP就绪状态（TRL 8–9）的差距已缩小至监管工艺验证文件层面，而非基础化学层面的障碍。
|
||
|
||
双靶点siRNA的战略价值逻辑清晰。每增加一条GalNAc臂——从三天线（3×）到四天线（4×）乃至更多——化学合成中的保护基操作步骤就成倍增加。固定化糖基转移酶能以超过95%的转化率完成末端GalNAc残基的安装，从而规避原子经济性损失，也免去了铜催化叠氮-炔烃环加成（CuAAC）点击化学在商业化规模下难以满足ICH Q3D铜残留要求的合规负担 [src_C08, src_C09]。
|