过去十年，CAR T细胞疗法从实验性治疗发展为经临床验证的治疗平台，目前已有7款获FDA批准的疗法，全球市场规模估计达60亿美元。然而，尽管临床成效显著，生产制造仍是限制患者可及性的根本瓶颈。

制造瓶颈：从临床验证转向规模化交付

CAR T面临的挑战已不再是临床验证，而是可规模化的交付。生产受限于供体间差异、患者个体化生产，以及在严格GMP环境下运行的多步骤复杂流程。这些因素推高成本、增加工艺变异性并限制产能，最终制约患者获得潜在救命疗法的机会。

此外，现有分析方法要么从未针对实时检测设计，要么预测制造结果的能力有限。多数在线传感器或探针依赖下游或代谢物测量，描述的是细胞已经做了什么，而非细胞将变成什么。这限制了工艺可见性，也减少了在失败发生前进行干预的机会。

从介电信号到预测性细胞智能

细胞携带丰富的生物物理信息，这些信息未必能通过常规生物标志物显现。介电谱通过测量细胞固有结构产生的频率依赖性电学行为来获取这些信息。细胞膜将导电的细胞内部与周围环境分隔，塑造细胞对外加电场的响应方式。随着频率升高，细胞膜的影响减弱，电学响应逐渐对细胞内结构、组成及膜特性更敏感，由此反映细胞的内在物理状态。

Cytomos公司开发了AuraCyt®预测性细胞智能平台，旨在更早揭示制造过程中的细胞状态。该平台利用超宽带介电谱在单细胞水平捕获电学响应，对每个细胞在200多个频率下测量，生成高维数字指纹。在当前配置下，每个细胞产生507个参数，形成可用于AI分析的数字化数据集。这一方法代表细胞分析范式的转变：用物理学预测生物学。由于细胞状态变化常先于可测量的生物学结果，AuraCyt特征可在常规检测发现之前揭示早期信号和细胞轨迹。

应用于CAR T制造：转导效率的早期洞察

为展示预测性细胞智能如何应用于真实制造流程，AuraCyt在一项聚焦转导效率和工艺风险的CAR T制造案例研究中接受评估。转导效率是CAR T制造成功的关键决定因素，但当前分析方法通常在关键制造决策之后才确认转导。

研究将供体来源T细胞用IL-2激活，并按标准CAR T制造流程扩增。激活后细胞群分为两组：一组转导CD34-CAR构建体，另一组为匹配的非转导对照。AuraCyt分析在第0、4、6、8天进行；流式细胞术在第6天确认CAR-CD34表达，作为常规基准。

AuraCyt识别出与供体T细胞（第0天）、T细胞激活及CAR-CD34转导相关的不同介电特征。流式细胞术第6天确认CAR-CD34表达，与AuraCyt分析一致——后者通过无标记单细胞测量清晰区分非转导、激活和CAR-CD34⁺ T细胞群。在八天流程中，CAR T细胞与非转导对照的AuraCyt特征沿不同轨迹演变。以第0天供体T细胞为参考群，效应量分析显示两组群体在第4天即出现分化，早于第6天流式细胞术对CAR表达的常规确认。

对CAR T制造及更广领域的意义

这些发现表明，AuraCyt可在常规转导评估之前检测与转导相关的细胞状态变化，并识别正在形成的CAR T制造轨迹。这支持其作为快速、无标记分析方法的潜力，可提升工艺可见性并实现更早的制造洞察。

更早看到工艺轨迹，有望改善制造一致性、降低变异性，并在关键制造窗口支持更明智的决策，进而可能降低规模化交付先进细胞疗法的成本与复杂性。除CAR T之外，这种生物物理优先的方法还可应用于细胞治疗、生物制品及其他先进制造流程，为预测性生物制造和AI驱动的工艺优化奠定基础。

来源：GEN（英文原文，生物航编译，内容以原文为准）