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>
10 lines
1.9 KiB
Markdown
10 lines
1.9 KiB
Markdown
## 4.2 液相合成（AJIPHASE、Nitto CPOS）——已确立优势的领域
|
||
|
||
AJIPHASE®以可溶性锚定基团（带有>C10烷基链的苯基核心）取代固相载体，反应在均相体系中进行；每个循环结束后，产物在反溶剂中析出并经过滤收集，省去中间分离步骤[src_B14]。规模放大取决于反应釜容积，而非色谱柱几何尺寸。
|
||
|
||
该技术已有商业化记录。味之素生物制药服务（Ajinomoto Bio-Pharma Services）在日本和比利时以最高200 kg批次规模运行AJIPHASE®，用于PMO合成；美国FDA已批准一款未公开名称的寡核苷酸原料药通过AJIPHASE®进行商业化生产[src_B14]。针对标准21聚体siRNA，AJIPHASE®在色谱纯化后可实现60%收率、>90%纯度，与优化后的固相亚磷酰胺合成（SPOS）性能相当[src_E41]。《核酸研究》2025年液相寡核苷酸合成（LPOS）综述[src_B02]明确指出LPOS的优势场景：非分支构建体、15–40 nt的最优链长区间、批次规模超过约100 g——在此条件下，较低的单克溶剂成本足以覆盖开发投入。
|
||
|
||
LPOS在双靶点工作中存在明确局限。分支架构及高修饰密度构建体（交替2'-F/2'-OMe与GalNAc亚磷酰胺单体）需要更强效的偶联活化剂和更长的析出周期，在SPOS中处理更为便捷。2026年《Molecules》发表的液相GalNAc-siRNA组装论文证实了标准PCSK9靶向构建体从克级到千克级的可行性[src_C01]，但分支多价设计仍是一大挑战。
|
||
|
||
中国领先的寡核苷酸合同开发与生产组织兆维（Hongene）拥有48条固相合成线，单批产能1 kg，具备国家药品监督管理局/FDA/EMA资质认证[src_D09]。现有公开信息尚未证实兆维具备可与AJIPHASE®媲美的经验证LPOS能力；其平台以SPOS为核心，酶连接作为已披露的补充手段（见第4.3节）。对于需要在>100 g单链规模开展LPOS的中国管线而言，国内可选方案十分有限。
|