前兩天有個同行朋友問我，他們在準備一份藥品注冊申報資料的時候，提交系統提示有"非法字符"，愣是找不到問題出在哪里。折騰了大半天，最后發現是一個希臘字母μ在搗亂。這事兒讓我想起來，eCTD電子提交中特殊字符的處理，確實是個容易被忽視但又相當關鍵的問題。今天就聊聊這個話題，把我這些年積累的一些經驗分享出來。
在說怎么處理之前，咱們先搞清楚特殊字符為什么會給eCTD提交帶來麻煩。你想啊，藥品注冊涉及的內容五花八門，科學文獻里有各種符號，臨床數據中會有計量單位，藥品名稱和化學名稱里也可能出現一些特殊符號。這些字符在我們日常辦公軟件里顯示得好好地，怎么一到提交系統就出問題了呢？
這就要從文件編碼說起了。eCTD提交對文件格式有嚴格的要求，所有的文檔都必須符合國際通用的編碼標準。簡單理解就是，系統只認識它"聽得懂"的字符，那些不在它"詞匯表"里的字符，就會被當成亂碼或者非法字符處理。更麻煩的是，不同國家和地區的監管機構使用的審閱系統可能不一樣，同一個字符在這個系統里顯示正常，換個系統可能就變成亂碼甚至問號。
我記得康茂峰在協助藥企進行eCTD申報的時候，第一步就是做字符規范化檢查，這一步看似簡單，卻能幫客戶避免很多后續的返工。有數據顯示，超過30%的eCTD提交退回問題都與特殊字符有關，這個比例算是相當高了。
說到特殊字符，很多人的第一反應是那些看得見的符號，比如?、?、±這些。其實在eCTD語境下，特殊字符的范圍要廣得多。我整理了一個表格，把常見的問題字符類型列了出來，看看你是不是也遇到過類似的情況。
| 字符類型 | 常見示例 | 出現場景 |
| 希臘字母 | α、β、γ、μ、Ω、Δ | 化學名稱、計量單位、科學公式 |
| 數學符號 | ±、×、÷、√、∞、≈、≠ | 臨床數據、統計分析、劑量描述 |
| 上標下標 | H?O、m3、cm?1、CO? | 化學式、濃度單位、計量單位 |
| 特殊引號和破折號 | ‘’、""、–、— | 引用內容、藥品名稱中的連字符 |
| 貨幣符號 | €、￡、￥、$ | 價格信息、研究費用 |
| 版權和商標 | ?、?、?、§ | 參考文獻、專利信息 |
| 其他特殊符號 | ·、°、′、″、※、◇ | 單位標注、注釋符號、強調符號 |
上面這個表格涵蓋的是比較常見的類型，實際工作中可能還會遇到更多。舉個具體的例子，藥品說明書里經常出現的μg（微克），這個μ就是典型的問題字符。還有像℃這個攝氏度符號，雖然咱們天天用，但有些系統就是不認識它。
在聊怎么處理之前，我想先說說幾個我親眼見過的誤區。這些誤區不解決，后面再談方法也是白搭。
第一個誤區是"復制粘貼大法"。很多人習慣從Word或者PDF里直接復制文本到提交文檔中，覺得只要看著一樣就行。實際上，復制粘貼會把你看不到的格式代碼也一并帶過去，這些隱藏的代碼在純文本環境下就會原形畢露。我見過最夸張的情況，一個文檔從Word粘過來之后，帶了將近兩百個不可見的特殊字符。
第二個誤區是依賴軟件自動轉換。現在很多編輯軟件都有"智能轉換"功能，但這些功能有時候會幫倒忙。比如你輸入個攝氏度符號，它可能給你轉換成大寫的C加一個上圈，雖然看起來差不多，但含義完全不同。eCTD提交對準確性要求極高，一個符號的改變可能影響整個文檔的專業性和可信度。
第三個誤區是忽視字體依賴。有些特殊字符其實不是字符本身的問題，而是字體的問題。你在自己電腦上用某種字體能顯示這個字符，換個電腦或者系統，可能就顯示不出來了。這種情況特別坑，因為你本地看著沒問題，提交到監管機構那邊就全是亂碼。
說了這么多問題，總得給大家一些實用的解決辦法。以下這些方法經過實踐檢驗，效果還是比較可靠的。
康茂峰在處理eCTD項目的時候，一般會在項目啟動階段就制定好字符規范，明確哪些字符可以用，哪些字符需要替換。這個"白名單"機制聽起來簡單，做起來卻能省去很多麻煩。
具體操作上，你可以把所有需要用到的特殊字符列個清單，逐一確認它們在目標監管系統中的兼容性。比如歐洲藥品管理局（EMA）和美國食品藥品監督管理局（FDA）對字符集的支持可能有細微差別，提前了解這些差異很有必要。
對于清單之外的字符，一律采用替代方案。比如希臘字母μ可以寫成"mc"或者"micro"，℃可以寫成"degC"，±可以寫成"plus or minus"。雖然看起來沒那么美觀，但兼容性是最好的。
手動檢查字符既費時又容易漏掉，這時候借助專業工具就很有必要。現在市面上有一些專門用于eCTD文檔檢查的軟件，它們內置了字符驗證功能，可以自動識別出文檔中的特殊字符并給出修改建議。
這些工具的工作原理一般是預先設定好監管機構認可的字符集，然后掃描文檔，找出所有不在這個字符集里的字符。有些高級工具還能自動生成替換建議，一鍵完成修改。不過我建議在使用自動替換功能之前，還是人工復核一下比較保險，畢竟機器的理解能力還是有限的。
文件編碼是個技術活，但對于解決特殊字符問題非常重要。eCTD提交一般要求使用UTF-8編碼，這是目前最通用的字符編碼標準，能夠支持世界上絕大多數的文字和符號。
檢查文件編碼的方法很簡單：用記事本打開文檔，然后另存為，在保存對話框的"編碼"選項里選擇UTF-8，再覆蓋保存就可以了。如果你不確定當前文件的編碼是什么，也可以用一些專門的編碼檢測工具來查看。
需要注意的是，編碼轉換可能會導致一些老舊文檔出現亂碼，所以最好在轉換之前做好備份。還有一點，Excel文件的編碼處理比Word復雜一些，如果Excel里有特殊字符，可能需要單獨處理。
上標下標在化學式和計量單位中用得特別多，比如H?O、m3、mg/mL這些。處理不好也是重災區。
在Word里，上標下標的設置方法是：選中要設置為上標的字符，然后按Ctrl+Shift++；要設置為下標的話，按Ctrl+=。這個快捷鍵組合非常實用，建議記住。
但這里有個坑：如果你的文檔最終要轉換成PDF提交，那么一定要確保在Word里正確設置了上標下標，因為PDF會忠實反映源文件的格式。如果你是直接編輯PDF文件，也要使用PDF編輯器自帶的上標下標功能，不要用簡單的字體放大來代替。
如果你經常需要進行eCTD提交，我強烈建議建立一套標準化的文檔模板。這些模板里已經把常用的特殊字符處理好了，你只需要往里面填充內容就行。
模板里應該包括：統一的字體和字號、規范的頁眉頁腳、預設的上標下標樣式、經過驗證的特殊字符使用規范。康茂峰的很多長期客戶都在使用我們幫忙定制的模板，普遍反饋效率提升了不少，返工率也明顯下降。
eCTD不是一把鑰匙開所有的鎖，不同的監管機構對文檔格式，包括特殊字符的處理，有各自的要求。下面說說幾個主要地區的特點。
美國FDA的eCTD提交對字符集的要求相對寬松，UTF-8編碼基本能覆蓋大部分需求。但FDA的審閱系統對某些字體支持不好，所以即使字符本身沒問題，如果字體選得不合適，也可能出現顯示問題。FDA官方有推薦使用的字體清單，建議在提交前對照檢查一下。
歐洲EMA的要求則要細致一些，他們對某些特定符號的使用有明確規定。比如在臨床試驗信息的提交中，日期格式、計量單位都有嚴格標準，不符合規范的話會觸發驗證警告。
日本的PMDA在字符處理上比較特殊，因為涉及到日文和英文的混排問題。如果你同時向多個監管機構提交，需要特別注意字符在不同語言環境下的兼容性。
中國NMPA這些年也在大力推進eCTD建設，對格式規范的要求越來越嚴格。中文特殊字符的處理尤其需要注意，比如中文標點符號和英文標點符號雖然在形態上差不多，但在編碼上是完全不同的字符，混用可能會出問題。
聊了這么多理論，最后說點實操層面的建議吧。
第一，養成邊寫邊檢查的習慣。不要等到文檔全部寫完了再回頭檢查特殊字符，那樣工作量大而且容易漏。最好是每寫完一個段落就用工具掃描一下，發現問題及時處理。
第二，重視文檔轉換環節。很多問題出在從Word轉PDF的過程中。轉換之前務必仔細預覽，檢查特殊字符是否正確顯示。轉換過程中如果彈出什么警告信息，不要輕易忽略，仔細讀一下內容。
第三，保留原始編輯文件。eCTD提交之后，如果監管機構要求修改，你可能需要回到原始文件進行編輯。如果原始文件因為編碼問題已經損壞，那麻煩就大了。所以一定要備份好原始的Word或Excel文件。
第四，建立問題庫。每次提交過程中遇到的特殊字符問題都記錄下來，總結經驗教訓。時間長了，你就有一套自己的"避坑指南"了。
eCTD電子提交中的特殊字符處理，看起來是個小問題，但處理不好的話會影響整個申報進度甚至導致退回重審。希望今天的分享能給大家帶來一些幫助。
如果你在實際操作中遇到什么具體問題，也可以和同行多交流交流。藥品注冊這個圈子不大，大家互相分享經驗，共同進步，才能把事情做得更好。
