作者： 杭州沐昀科技有限公司 技术部 阅读对象： 制药与医疗器械企业的 QA、验证、统计与法规事务（RA）人员，以及需要向审计方解释 SAL 与无菌保证逻辑的技术管理者
无菌保证水平（SAL）常被简化成一句"灭菌后每百万件最多一件带菌"。但这句话背后是一整套概率语言：存活是随机事件、SAL 是存活概率的上界、而"以 95% 置信度达到 SAL 10⁻⁶"里的置信度又另有所指。本文用生物指示剂的视角，把 SAL 从口号还原成可计算、可验证、可被审计的统计学表达。
一、先说结论：SAL 是概率上界，不是"杀灭了 99.9999%"
很多文档把 SAL（Sterility Assurance Level，无菌保证水平）表述为"灭菌后 99.9999% 的产品无菌"。这种说法是方便记忆的近似，却容易带来两个误解：一是把"概率"说成了"比例"，二是把"上界"说成了"平均值"。严格地说，SAL = 10⁻⁶ 的含义是：经过有效灭菌后，单件产品仍为非无菌（含至少一个存活微生物）的概率不超过 1/1,000,000。它描述的是"最坏情形下的存活概率上界"，而不是"有 99.9999% 的产品被杀死"。一件产品里到底有没有活菌，本质上是一个掷骰子般的随机事件——而统计学要做的，就是给这个骰子定一个可信的上限。
二、从一支孢子说起：灭菌是随机过程，存活服从泊松分布
把一支生物指示剂或一件产品上的微生物看作一组独立的"粒子"，灭菌过程对它们的杀伤是随机的：每一次暴露，每个微生物都以某个概率 p 存活、以 1−p 被杀灭。当初始数量 N₀ 较大、单次存活概率 p 较小时，暴露后存活的微生物数量近似服从泊松分布（Poisson）：
| 符号 | 含义 | 说明 |
|---|---|---|
| N₀ | 初始微生物数量 | 生物指示剂为标称芽孢数（如 10⁶）；产品为初始生物负载 |
| D | D 值 | 杀灭 90%（1 个 log）所需时间 / 剂量 |
| t | 实际灭菌时间 / 剂量 | 超过 D 越多，存活越少 |
| λ | 暴露后期望存活数 | λ = N₀ × 10^(−t/D) |
| P(0) | 全部杀灭（0 存活）的概率 | P(0) = e^(−λ)，即 1 − SAL 的下界 |
关键直觉：存活数不是整数"0 或 1"，而是一个概率分布。当 t/D 足够大时，λ 极小，P(0) 趋近 1，SAL（存活概率）趋近 e^(−λ) ≈ λ = N₀ × 10^(−t/D)。这正是 SAL 公式的来源——它本来就是泊松存活概率的近似。关于 D 值、Z 值与芽孢数这些"概率分母"的来源，可先回顾本系列《生物指示剂与无菌保证水平（SAL）：10⁻⁶ 是怎么算出来的》。
三、SAL 的数学定义：10⁻⁶ 到底是怎么算出来的
把上面的 λ 取对数，就得到 SAL 的标准形式。设灭菌过程实现了 n 个 log 的下降（n = t/D），则：
PNSU（单件非无菌概率）≈ N₀ × 10^(−n)；终端灭菌法规通常要求 PNSU ≤ 10⁻⁶，即 SAL ≤ 10⁻⁶。
用两个常见场景验证：
| 场景 | 初始量 N₀ | 总 log 下降 n | 计算 SAL | 是否达标 |
|---|---|---|---|---|
| 过度杀灭法（BI 挑战） | 10⁶（BI 芽孢数） | ≥ 12 | 10⁶ × 10⁻¹² = 10⁻⁶ | 达标（且留 6 log 余量） |
| 生物负载法（产品） | 10²（实测均值） | 由工艺决定 | 10² × 10^(−n) | 需 n ≥ 8 才达 10⁻⁶ |
可以看到，终端灭菌"10⁻⁶"的出处，正是把初始生物负载乘以总 log 下降后的存活概率。这里 BI 的标称芽孢数（10⁶）充当了一个"已知、可控、远大于产品生物负载"的挑战量，使灭菌工艺必须实现至少 12 个 log 的下降，从而保证真实产品（生物负载远小于 10⁶）的存活概率天然更低。
四、置信度：为什么监管常说"以 95% 置信度达到 SAL 10⁻⁶"
"以 95% 置信度达到 SAL 10⁻⁶"——这句话里有两个容易混淆的数字：10⁻⁶ 是存活概率上界，95% 是对这个上界"算得准不准"的把握。前者来自概率模型，后者来自抽样与分布的统计推断。
在生物负载法（Bioburden approach）下，我们不可能检测每一件产品的微生物数量，只能抽样。于是 N₀ 不再是一个确定值，而是一个分布（通常按对数正态建模）。为稳妥起见，标准做法是取 生物负载的 95% 上置信限（或对均值加一个标准差的对数值）作为最坏情形 N₀ 代入 SAL 公式。举例：抽样测得均值 100（10²）、按分布上 95% 限约为 10³，则 SAL 计算用 N₀=10³ 而非 10²——这正是 SAL 看起来"格外保守"的原因：保守来自置信限，而非公式本身。关于初始生物负载与抗力匹配、过度杀灭策略的统计权衡，可延伸阅读本系列《生物负载与生物指示剂：抗力匹配、过度杀灭与放行策略》。
五、生物指示剂的统计角色：把"概率"变成可观测的证据
生物指示剂在整套统计学里的作用，是把"看不见的概率"变成"可培养、可计数、可审计"的证据。它的 N₀（如 10⁶）被刻意设定得远大于产品实际生物负载，从而把存活概率推到"能被培养检出"的区间：
| 统计概念 | 生物指示剂如何提供证据 |
|---|---|
| 挑战强度 N₀ | 标称芽孢数（10⁶）作为已知、可控的初始量，避免产品生物负载"测不准" |
| log 下降 n | 杀灭时间（KT）：所有 BI 均阴性 → 证明达到的 log 下降 ≥ log₁₀(N₀_BI)，即 ≥ 6 log |
| 存活概率上界 | 若 BI（N₀=10⁶）全部杀灭，则单件存活概率 ≤ 10⁻⁶ 被"实测"地支撑 |
| 模型校准 | 通过 D 值复核确认标称抗力，使 λ = N₀ × 10^(−t/D) 的预测可信（见本系列 《生物指示剂 D 值复核与实验室内部确认》） |
换言之，生物指示剂的"全部阴性"不是证明产品无菌，而是证明灭菌工艺确实实现了足够大的 log 下降——这个下降量再叠加到产品真实（且更小的）初始生物负载上，才得到最终的 SAL。两者是乘法关系，缺一不可。当灭菌周期、装载方式或生物负载基线变化而改变 n 与 N₀ 时，SAL 必须重新评估，触发条件参见本系列《生物指示剂再验证与周期性回顾：何时需要重新确认 BI 与灭菌工艺》。
六、给企业的实操建议
- 分清"点估计"和"上置信限"。 给审计方解释 SAL 时，明确 10⁻⁶ 是保守上界、95% 来自生物负载抽样的置信限，避免被误读为"平均值"；
- 过度杀灭法之所以"无需逐批统计"，是因为挑战强度足够大。 当 BI（10⁶）都能被杀灭，产品（生物负载远小于 10⁶）的存活概率天然更低，因此可免去逐批生物负载统计；
- 采用生物负载法必须做统计。 抽样量、分布假设、上 95% 置信限的取法，都要写进验证方案并留档；
- 把概率模型假设写进文件。 SAL 计算结果依赖 D 值、N₀、分布假设，这些假设（含 D 值复核结论、BI 批号溯源）是审计追溯链的一部分，应随验证主文件一并保存；
- 变更即重算。 灭菌周期、装载方式或生物负载基线变化，都会改变 n 与 N₀，需重新评估 SAL，必要时按再验证流程重新确认。
相关阅读：《生物指示剂与无菌保证水平（SAL）：10⁻⁶ 是怎么算出来的》 · 《生物负载与生物指示剂：抗力匹配、过度杀灭与放行策略》 · 《生物指示剂 D 值复核与实验室内部确认》 · 《生物指示剂再验证与周期性回顾》。
法规依据说明：本文关于 SAL、生物负载法与过度杀灭法的统计框架主要参考 ISO 11138 系列（生物指示剂）、ISO 17665（湿热灭菌）、ISO 11135（环氧乙烷灭菌）、ISO 20857（干热灭菌）、ISO/TS 11139（灭菌术语）、PDA 技术报告以及中国药典 2025 版"无菌检查法"与"生物指示剂指导原则"相关原则。SAL 的取信限、生物负载分布假设与接受标准因灭菌方式、产品类别与监管辖区而异，应以企业验证主计划、最新官方文本及监管沟通结论为准。本文仅供技术交流，不构成合规意见。
版权声明：本文由杭州沐昀科技有限公司技术部整理并发布于公司官网（muyon.cn）技术文章栏目，版权归杭州沐昀科技有限公司所有。未经书面许可，不得转载、摘编或用于商业用途。如需引用，请注明出处并保留本声明。技术参数与法规条款请以官方最新文本为准，我司保留因标准更新而修订本文的权利。
客服1